风险评估模型就是利用前两个模型的结果对全国、某个地区、某类食品的安全状况做出评价，对可能出现的食品安全事件给出预警。首先这个模型的输入都是抽样率很低的随机抽样的数据，而且这两批数据是不配套的，即人群食品摄入量模型中的调查对象极大可能不是污染物分布模型中被调查食品的消费者，如何根据上述两批结果建立模型？第二个难点是两个模型的数据分类也很可能不配套，人群食品摄入量模型中的食品很可能远多于污染物分布模型中被调查食品或者两者的分类不完全一致（历史数据无法按现在的要求进行修改），在模型中如何妥善处理这样的问题？第三个难点是这个模型要求给出全体居民某项污染物摄入量的99.999%的右分位点，你们的模型采用什么方法提高它的精度？

从以上介绍的大致情况看，其中的确有一些严重的困难和问题，但美国和欧盟已经建立了有关模型并且开始使用，这说明他们已经根据他们的国情将上述困难解决或基本解决，当然也可能仍然含有一些缺陷或存在比较大的误差。

因此我们要建立食品卫生安全保障体系除按美国和欧盟的方法需要建立三个数学模型外，还希望提出有创造性的技术路线（如食品卫生安全保障体系数学模型的全新的整体设计方案，调查数据的总体结构和调查方案，如何综合利用一切有用信息等等），同时迫切需要研究、解决大量的理论问题。例如：1.污染物含量的分布显然不是正态分布而且很可能是左偏态的，因为污染物含量总是非负的，显然污染物含量越高则概率密度就越小，如何根据随机变量取值大于某一值的部分统计数据估计出随机变量（或向量）的概率分布函数，或者退一步仅求出其均值。2.两个不配套的抽样调查数据用什么方法去衔接使用并达到理想的效果，为启发思考，这里抛砖引玉，提出一种思路，例如认为两批抽样调查是完全独立进行的。3.在调查数据中统计分类标准不相同怎么转化，为启发思考，这里抛砖引玉，提出一种思路，是否可以把调查数据看成是从一些随机变量总体的并集中抽样得到的数据，并设法用它们来估计另一些随机变量（与前者部分相同，部分不同）总体的并集的概率分布函数。4.当需要利用某些省、市的日常监测数据来估计全国的情况时也面临着两者的概率分布函数可能并不相同的问题，为启发思考，这里抛砖引玉，提出一种思路，是否可以把调查数据看成是从若干个比较相近的总体的并集中有一定选择性地抽样所获得的数据，并用来估计这若干个有比较大共性的总体的并的概率分布函数。这里的难点是我们对比较多的情况都掌握得并不十分清楚，因此你们不妨做出一些必要、合理的假设，并在此基础上进行详细的分析。此外，我们现在没有而且在竞赛的短短几天内也无法使用大规模的调查数据，而建立数学模型又离不开数据，但我们相信参赛的研究生队完全能够创造性地解决这一困难。