把未来时间段(0，t)内发生事故的次数N(t)看作非齐次泊松过程，据历史事故统计资料确定出均值E［N(t)］=m(t)，m(t)是时间的普通函数，这样，在未来时间段(0，t)内发生k次事故的概率以及在未来时间段(t,t+s)内发生事故次数在［k?1 , k?2］之间的概率便可以用非齐次泊松过程模型计算出来。k、k?1 、k?2 分别取不同的值，便可以得到不同的概率，概率高的k、［k?1 ，k?2］便是未来时间段(0，t)、(t,t+s)内发生事故次数N(t)的结果。当均值函数E［N(t)］=λt是t的线性函数（λ是常数）时，就成为齐次泊松过程。该模型的关键是求m(t)或λ，对于一些非平稳的随机过程，求m(t)或λ并非易事，有时还要对其进行回归，与其这样，还不如直接利用样本数据在其他预测模型上下功夫。