Este es un caso clásico para la aplicación de una distribución de Poisson.
El primer trabajo sería compilar una lista de accidentes de aviación históricamente por semana del año, del 1 al 52. Luego, realice un análisis de Poisson de las tasas semanales de accidentes. Puede encontrar el método para hacerlo en cualquier libro de texto de estadísticas básicas o aquí: distribución de Poisson
La tabla final le daría las probabilidades de tener desde cero hasta el número máximo de accidentes para una semana determinada. Esto es muy similar al análisis realizado en la Segunda Guerra Mundial en Londres para descubrir si las “bombas voladoras” V1 alemanas podrían apuntar a ubicaciones específicas o simplemente caían al azar. Todo Londres fue mapeado en cuadrados y las huelgas por cuadrado fueron compiladas, revelando que la gran mayoría no tenía huelgas, y los cuadrados restantes describieron una muy buena distribución de probabilidades de Poisson. Lo mismo sostendría aquí.
Poisson es ampliamente utilizado para cosas como el cálculo de probabilidades de accidentes en intersecciones, migraciones de elefantes e incluso muertes por patadas de caballos, el último de los cuales también utilizó el tiempo como elemento.
- ¿Cómo pueden los aviones modernos volar a través de huracanes, pero no simples tormentas?
- ¿Cuáles son algunos aterrizajes de vuelo exitosos como uno de Pilot Sullenberger?
- ¿Puede mi gato tener su propio asiento en el avión?
- ¿Cuál es el avión más silencioso para pasajeros?
- ¿Puedo conseguir un trabajo con Air India haciendo 250 horas de vuelo, o es necesario hacer 1000 horas de vuelo?
Poisson es útil para casos donde los eventos son raros y es difícil asignar probabilidades a partir de datos históricos. Los accidentes podrían ser binomios aleatorios, lo que haría que el cálculo de probabilidad sea tan simple como calcular el lanzamiento de una moneda, pero un Poisson sería más preciso. Yo mismo iría con el Poisson. Simplemente no tengo tiempo para hacer uno para esta situación.