📊 statistics

Revisiting the Lost Submarine Problem: A Decision Theoretic Approach

本文认为，Morey等人（2016）针对置信区间局限性所提出的关于“丢失的潜艇问题”的批评，可以通过决策论方法得到解决，该方法证明了明确程序的特定用途会产生唯一的最佳选择，从而将多种统计方法并存的现象界定为一种优势而非缺陷。

原作者： Anthony Almudevar

发布于 2026-02-02

📖 1 分钟阅读☕ 轻松阅读

原作者： Anthony Almudevar

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：一场（统计学意义上的）失败救援行动

想象一下，一艘潜艇在水下失踪了。它静止不动，我们知道它的长度恰好是 2 个单位。我们不知道它在哪里，但我们知道它的“舱口”（救援点）正好位于正中间。

突然，水面上冒出了两个气泡。我们知道这些气泡是来自潜艇长度范围内的随机位置。通过测量这两个气泡的位置，我们可以画一条线，从而缩小潜艇可能存在的范围。

问题所在：
我们需要告诉救援队确切的下潜位置。我们有一个最佳猜测（两个气泡的中点），但我们也需要告诉他们：“我们的把握有多大？”

在统计学中，回答“我们有多大把握？”的标准方法是给出置信区间（Confidence Interval）。这就像是在你的猜测周围画一个方框，并说：“我们有 95% 的信心认为潜艇就在这个方框内。”

冲突点：
论文指出了一个著名的谜题：如果你请四位不同的统计学家根据标准规则来画这个“方框”，他们会给你四个不同的方框。

统计学家 A 画了一个宽大的方框。
统计学家 B 画了一个窄小的方框。
统计学家 C 画了一个会根据气泡间距改变形状的方框。

论文指出，这并不是一个错误，而是一个特性。之所以不同，是因为这些统计学家在回答略微不同的问题。论文使用了一种“决策论”（Decision Theoretic）的方法（即考虑“出错的代价”）来确定哪种方框才是真正最好的。

四种“方框”（置信区间）

作者回顾了绘制这种方框的四种常见方法。把它们想象成四种不同的打包行李策略：

“平均值”策略 (SD)： 它忽略了气泡之间的具体距离，而是仅仅使用基于常规数学规律的标准规则。这就像无论你实际携带什么物品，每次都打包同样大小的行李箱。
“非参数”策略 (NP)： 它观察气泡并说：“如果气泡离得很远，说明潜艇一定很大，所以我们需要一个更大的方框。”它会根据数据调整方框的大小。
“超级测试”策略 (UMP)： 它使用一种非常严格的数学测试，来寻找能保证安全的最紧凑的方框。这就像一位顶级打包专家，能把所有东西完美地挤进空间里。
“贝叶斯”策略 (BC)： 它假设存在一个“先验”信念（比如一种直觉）关于潜艇可能在哪里，并基于此计算方框。

缺陷：
论文表明，其中两种策略（SD 和 NP）是“不可接纳的”（inadmissible）。用通俗的话说，这意味着它们是浪费的。它们有时会画出一个比必要范围更宽的方框，尽管数学上已经证明潜艇绝不可能在更小的区域之外。这就像画了一张地图，说“宝藏就在这片海洋的某个地方”，而实际上你明明知道它只在某个特定的海湾里。

解决方案：询问“目标是什么？”

作者认为，除非你定义了你想要实现什么，否则不存在单一的“最佳”方框。这就是“决策论”的部分。

想象你是救援队长。你必须决定投入多少时间和燃料进行搜索。你搜索的“成本”取决于你得到的方框大小。

论文探讨了两个不同的目标（损失函数）：

目标 1：“节省时间和燃料”（最小化搜索投入）

场景： 救援队燃料有限。他们希望搜索尽可能小的区域，同时仍有 50% 的机会找到潜艇。
结果： 论文计算出，最好的策略是令人意外的。你应该只在气泡离得非常远时才进行搜索（这意味着潜艇肯定在一个很小的区域内）。如果气泡靠得很近，你只需选择一个微小的点并祈祷最好，因为从数学上看，所谓的“安全区域”实在太大了，搜索整个区域会浪费太多燃料。

类比： 想象你在寻找一只丢失的狗。如果你看到两处爪印离得很远，你知道狗就在一个小公园里。你就去搜寻那个公园。如果爪印紧挨在一起，狗可能在整个城市里的任何地方。搜索整个城市成本太高，所以你只需选一个点并祈求运气。

目标 2：“如果错了，不要浪费时间”（在正确时的最小化投入）

场景： 队长说：“如果我猜错了，我不在乎方框有多大。但如果我们猜对了，我希望方框尽可能小，这样就不会浪费时间。”
结果： 这导向了一个完全不同的策略。最好的方框是那种无论气泡如何分布，其大小都保持不变的方框（直到达到潜艇的物理极限）。

类比： 这就像在赛马会上投注。如果你输了，你不在乎投了多少钱。但如果你赢了，你希望自己只投了赢得比赛所需的最低金额。

核心总结

论文的结论是，统计学中的困惑（为什么会有这么多不同的置信区间）并不是数学的失败。这是因为不同的问题需要不同的解决方案。

如果你想最小化搜索区域的平均大小，请使用策略 A。
如果你只想在“猜对时”最小化搜索区域的大小，请使用策略 B。

作者最后的讯息是：停止询问“哪一个置信区间才是正确的？”，转而询问“在我的特定情况下，出错的代价是什么？” 一旦你定义了成本（即“损失函数”），数学就会告诉你应该使用哪一个区间。不存在单一的“神奇”区间；只存在最适合你特定目标的区间。

技术摘要：重访“失踪潜艇问题”：一种决策论方法

问题陈述
本文重新审视了由 Morey 等人（2016）提出的“失踪潜艇问题”，该问题旨在说明依赖置信区间（CI）作为正式推断陈述的局限性。场景涉及一艘长度为 $2K$ 的静止潜艇，其中心位置为舱口 $\theta$ 。两个气泡从潜艇长度上的随机位置升起，提供独立观测值 $X_1, X_2$ ，它们在 $[\theta - K, \theta + K]$ 上服从均匀分布。目标是估计舱口位置 $\theta$ 并评估该估计值的精确度。

虽然点估计量 $\hat{\theta} = (X_1 + X_2)/2$ 被广泛认为是最小化对称损失函数下风险的最优位置等变估计量，但构建具有固定覆盖水平（例如 $1-\alpha = 0.5$ ）的 $\theta$ 置信区间时，根据所采用统计原理的不同，会产生截然不同的结果。本文研究了为何这些程序存在差异，并提出了一个解决这种歧义性的框架。

方法论
作者采用决策论框架来分析置信区间的构建。该方法分为三个阶段：

分布分析： 利用样本均值 $M = (X_1 + X_2)/2$ 和极差 $V = |X_2 - X_1|$ 对问题进行转换。 $M$ 作为 $\theta$ 的估计量，而 $V$ 是一个辅助统计量。在给定 $V=v$ 的条件下， $M$ 的条件分布在 $[\theta - (1 - |v|/2), \theta + (1 - |v|/2)]$ 上服从均匀分布（假设 $K=1$ ）。这确立了估计的精确度完全取决于辅助统计量 $V$ 的观测值。
常规程序回顾： 本文回顾了四种不同的构建 $1-\alpha$ 置信区间的方法：
- 抽样分布法 (SD)： 基于 $\hat{\theta} - \theta$ 的边际分布。
- 非参数法 (NP)： 基于 $\theta$ 位于两个观测值之间的事件。
- 一致最大幂法 (UMP)： 源自关于 $\theta$ 的假设检验的 Neyman-Pearson 引理。
- 贝叶斯置信法 (BC)： 基于似然支持的中心部分。
  本文证明了这些方法产生的区间形式均为 $\hat{\theta} \pm b(V)$ ，但其半宽 $b(V)$ 的函数形式显著不同。
容纳性与优化：
- 容纳性： 本文确定，任何半宽 $b(V)$ 超过理论最大可能误差 $(1 - |V|/2)$ 的置信区间都是不可容纳的。此类区间可以在不损失覆盖概率的情况下被截断至容纳界限。
- 决策论公式化： 意识到仍存在多个可容纳的程序，作者引入了一个损失函数 $L_\theta(L, U)$ 来定义区间的“目的”。通过选择在满足覆盖约束的前提下使期望损失最小化的函数 $b(V)$ 来实现风险最小化。

主要结果
基于对“损失”或“成本”的不同定义，决策论方法产生了两种不同的最优程序：

最小化搜索努力： 如果目标是最小化搜索区间的预期长度（假设搜索努力与区间长度成正比），则最优策略是将置信水平全部分配给区间最短的情景。由此产生的最优半宽函数为：
$b(v) = \begin{cases} (1 - |v|/2) & \text{如果 } |v| \geq k_\alpha \\ 0 & \text{如果 } |v| < k_\alpha \end{cases}$
其中 $k_\alpha = 2(1 - \sqrt{1-\alpha})$ 。该程序是不连续的，且与传统方法迥异。
以正确性为条件的最小化搜索努力： 如果目标是仅在区间确实包含真实参数时（即最小化成功救援的成本）最小化预期长度，则损失函数发生变化。最优半宽函数变为：
$b(v) = \begin{cases} (1 - |v|/2) & \text{如果 } |v| \geq \sqrt{4\alpha} \\ k_\alpha & \text{如果 } |v| < \sqrt{4\alpha} \end{cases}$
其中 $k_\alpha = 1 - \sqrt{\alpha}$ 。该解对应于抽样分布（SD）程序（在应用容纳性界限后）。

意义与主张
本文认为，存在多个置信区间并非统计理论的缺陷，而是反映了不同的统计程序服务于不同的目的。只有在忽略具体的决策背景时，依赖单一置信区间作为通用推断陈述才会显得“徒劳”。

作者声称，一旦通过损失函数精确定义了推断的目的，就会出现唯一的最佳选择。因此，现有程序的多种多样是一种优势，允许从业者选择符合其特定决策论目标（例如，最小化搜索时间 vs. 最小化成功时的成本）的方法。论文得出结论，仔细选择损失函数是推断问题中最关键的部分，它解决了失踪潜艇问题中表象上的矛盾，而无需抛弃置信间的概念。