统计学家如何用序列号估算二战德军坦克产量

在估计的统计理论中，德国坦克问题指的是在无放回抽样下估计离散均匀分布的最大值。简单来说，假设存在未知数量的物品，它们从 1 到 N 依次编号。对这些物品进行随机抽样并观察其序号；问题是如何根据这些观察到的编号来估计 N。

这个问题可以用频率学派推断或贝叶斯推断来处理，两者会得出不同的结果。基于单一样本估计总体最大值会产生不同结果，而基于多个样本的估计则是一个实际估计问题，其答案简单（尤其是在频率学派设定下）但并不显然（尤其是在贝叶斯设定下）。

该问题得名于其历史应用：二战期间盟军利用非常有限的数据估计德国坦克的月产量。该统计方法利用了制造中的做法，即给坦克部件（底盘、变速箱、发动机、车轮）分配并附加递增的序列号，其中一些坦克最终在战斗中被盟军缴获。

这与传统情报形成对比，后者常常高估纳粹的产量；而这种统计方法给出了高度准确的估计。[1]

假定敌方制造了一系列坦克，其编号为从序列号 1 开始的连续整数。此外，无论坦克的制造日期、服役历史或所带序列号如何，在进行分析的时间点之前，序列号被分析揭示的分布是均匀的。

假设坦克被分配从 1 开始的连续序列号，并假设缴获了四辆坦克，其序列号为：19、40、42 和 60。

频率学派方法（使用最小方差无偏估计）预测生产的坦克总数为：

贝叶斯方法（对任意足够大的 Ω，在 [4,Ω] 中的整数上使用均匀先验）预测生产的坦克数量中位数将与频率学派预测非常接近：

而贝叶斯均值预测生产的坦克数量为：

令 N 等于预测已生产的坦克总数，m 等于观察到的最高序列号，k 等于缴获的坦克数量。

频率学派预测计算为：

这些贝叶斯量由贝叶斯后验分布导出：

该概率质量函数具有正偏度，这与至少有 60 辆坦克的事实有关。由于这种偏度，均值可能不是最有意义的估计。本例中的中位数为 74.5，与频率学派公式高度一致。使用斯特林近似，后验可近似为 n 的指数衰减函数，

由此得到中位数的以下近似：

以及均值和标准差的以下近似：

在第二次世界大战期间，西方盟国持续努力确定德国的生产规模，并主要通过两种方式来处理这一问题：传统情报收集和统计估计。在许多情况下，统计分析大大改进了传统情报。在某些情况下，传统情报与统计方法结合使用，正如诺曼底登陆前夕对黑豹坦克产量的估计那样。

盟军指挥结构曾认为，在意大利见到的装有高速长管 75 mm/L70 火炮的 Panzer V（黑豹）坦克是不寻常的重型坦克，只会在法国北部以少量出现，就像在突尼斯见到的虎 I 坦克一样。美国陆军确信谢尔曼坦克将继续表现出色，就像它在北非和西西里对抗 Panzer III 和 Panzer IV 坦克时那样。AGF 政策声明。AGF 参谋长。1943 年 11 月。MHI</ref>"},"group":{"wt":"lower-alpha"}},"i":0}}]}'>[a] 诺曼底登陆前不久，有传言称大量 Panzer V 坦克正在被使用。

为了确定这是否属实，盟军试图估计正在生产的坦克数量。为此，他们使用了缴获或摧毁坦克上的序列号。使用的主要编号是变速箱编号，因为这些编号分成两个不间断的序列。底盘和发动机编号也被使用，尽管其使用更为复杂。各种其他部件被用于交叉核对分析。对车轮也进行了类似分析，观察到车轮按顺序编号（即 1、2、3、...、N）。[3][b][4][5]

对坦克车轮的分析得出了正在使用的车轮模具数量的估计。随后与英国车轮制造商的讨论估计了用这么多模具可以生产多少车轮，从而得出每月正在生产的坦克数量。对两辆坦克的车轮（每辆 32 个负重轮，共 64 个负重轮）的分析得出估计：1944 年 2 月生产了 270 辆坦克，大大高于此前所怀疑的数量。[6]

战后的德国记录显示，1944 年 2 月的产量为 276 辆。[7][c] 统计方法被证明远比传统情报方法准确，而“德国坦克问题”一词也被接受为这类统计分析的描述性说法。

估计产量并不是这种序列号分析的唯一用途。它还被用于更全面地理解德国生产，包括工厂数量、工厂的相对重要性、供应链长度（基于生产与使用之间的滞后）、生产变化以及橡胶等资源的使用。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）