Problema de los tanques alemanes

From Wikipedia, the free encyclopedia

Durante la Segunda Guerra Mundial, la producción de tanques alemanes tales como el Panther fue estimada con precisión por la inteligencia aliada usando métodos estadísticos.

En la teoría estadística de la estimación, estimar el máximo de una distribución uniforme discreta es un ejemplo común de las diferencias entre métodos de estimación. El caso específico de tomar muestras sin reemplazo de una distribución uniforme discreta es conocido en el mundo angloparlante como problema de los tanques alemanes debido a su aplicación real durante la Segunda Guerra Mundial a la estimación del número de tanques alemanes.

Estimar el máximo de una población basándose en una única muestra suscita cuestiones filosóficas sobre la evaluación de estimadores y probabilidad (particularmente el sesgo de un estimador de máxima probabilidad) y puede llevar a resultados divergentes, mientras que la estimación basada en múltiples muestras se usa en la educación estadística elemental como una cuestión instructiva en la estimación práctica cuya solución es simple pero no obvia.

El problema es habitualmente expuesto en el caso de una distribución discreta, pero un análisis virtualmente idéntico es también correcto para una distribución continua.

Se puede formular el problema de la estimación del máximo en una población de la siguiente manera:

Suponga ser un analista de inteligencia para los Aliados durante la Segunda Guerra Mundial, y tener algunos números de serie de tanques alemanes capturados. Además, asuma que todos los tanques alemanes han sido numerados secuencialmente desde 1 hasta N. ¿Cómo se podría estimar el número total de tanques?

Para la estimación puntual (estimar un valor único para el total), el estimador de mínima varianza sin sesgo viene dado por la fórmula:

donde m es el mayor número de serie observado (máximo de la muestra) y k es el número de tanques observado (tamaño de la muestra).[1] [2] [3] La fórmula puede entenderse como

"El máximo en la muestra más el hueco medio en la muestra"

En la primera ecuación, el primer sumando es el máximo y el segundo sumando es el hueco medio.

El nombre del estimador (sin sesgo) se puede entender si consideramos que estamos tomando el máximo de la muestra como nuestra estimación básica y luego corrigiendo su sesgo, tendente a "subestimar" el verdadero máximo de la población, puesto que el máximo en la muestra puede ser igual o menor, pero nunca mayor que el máximo de la población.

Nótese que, debido a la suposición de que no hay reemplazo, una vez se ha observado un número de serie, ya no se encuentra en el repositorio de observaciones y no puede volver a ser visto.

Problema histórico

Notas

Referencias

Related Articles

Wikiwand AI