Pequeño glosario de conceptos estadísticos. P(A) = Probabilidad de que suceda A. Su valor oscila entre 0 (suceso imposible) y 1 (suceso asegurado). La suma de la probabilidad de todos los procesos siempre tiene que dar 1. En los casos más sencillos* se puede calcular mediante la Regla de Laplace.Regla de Laplace = Permite calcular la probabilidad de un suceso A suceda, en un escenario donde todos los resultados son equiprobables se calcula como: En el ejemplo que comenta Calvo de un dado: P(Sacar un 4)= 1/6P(Ā) = Probabilidad complementaria de A. Es la probabilidad de que NO ocurra A.Se puede calcular como: P(Ā)= 1 - P(A)La probabilidad de NO sacar un 1 en un dado es: P(Ā)= 1 - 1/6 = 5/6 Este resultado se puede calcular también por Laplace.Además de esta definición de probabilidad existen otras que son bastante interesantes también:P(A ∪ B) = Probabilidad de la unión de A y B. Es la probabilidad de que ocurra o A o B. Para escenarios donde los resultados sean excluyentes (que serán la mayoría de los que se comenten aquí *), esta probabilidad se calcula fácilmente mediante la Regla de la Suma. Volviendo al ejemplo del dado: P (1 ∪ 2)= 1/6+1/6=2/6=1/3 Que podemos comprobar rápidamente como coincide con el cálculo que haríamos por Laplace, con dos sucesos favorables de 6 posibles.* Aquí hemos simplificado un poco la cosa, porque la fórmula general de la suma para la unión de sucesos es: Por ejemplo, la probabilidad de sacar con un dado un número par o mayor que 4 (2, 4, 5, 6) por Laplace se calcula fácil (4/6), mientras que sumando las probabilidades por separado de par (2, 4, 6) o mayor que 4 (5, 6), estaríamos contando 2 veces la aparición del seis, dándonos 5/6. Por eso se resta esa intersección repetida.P (Par ∪ >4)= P(Par) + P(>4) - P (Par y >4, osease, "6")= 1/2 + 1/3 -1/6 = 4/6 ¿Por qué hemos hecho esto? Porque si indicamos que los procesos son excluyentes, su intersección es nula, osea 0. El otro caso que es el que nos compete en el hilo va a ser que el valor de la intersección va a ser ínfimo en comparación con el resto de sucesos y por simplificar un poco los cálculos se desprecia asumiendo que va a haber un ligero error respecto al valor real. De todas maneras se incluirá el cálculo de alguna intersección para que evaluéis por vuestra cuenta si merece la pena.P(A ∩ B) = Probabilidad de la intersección de A y B. Es la probabilidad de que ocurran A y B. Esta probabilidad, para sucesos independientes se calcula mediante la Regla de la Multiplicación. Con el ejemplo del dado, yo quiero sacar primero un 6 y acto seguido volver a lanzar y sacar un dos: P(6∩2)= 1/6 · 1/6= 1/36. De nuevo, se podría calcular mediante Laplace, quien tenga interés que pruebe a hacerlo con la imagen que subió Calvo (ojo, en este ejemplo es muy importante el orden, no como en otros escenarios que se comentarán en el post). Como comentamos un poco más arriba facil que es caso del dado, donde las caras del dado no se agotan tras salir, es decir, hemos ido a un caso de sucesos independientes. Pero en realidad en el escenario opuesto es muy similar, con un pequeño matiz.P(A|B) = Probabilidad de A condicionada por B. Es la probabilidad de que ocurra A si sucede B. Esta probabilidad se puede calcular también de varias maneras, aunque para los cálculos de este post muchas veces se calcularán por la Regla de Laplace, como en el ejemplo del Secret Hitler.Un ejemplo muy visual para entender que muchas veces el condicionante puede ser simplemente información es de nuevo con un dado:Tiro un dado y pregunto cual es la probabilidad de que sea un 6, esta sería P(A) y ya vimos que es P("6")= 1/6.Pero ¿qué pasa si ahora yo miro el resultado antes y digo que el resultado es mayor de 4?, la probabilidad de que sea un 6 es mayor, porque ahora lo que estoy preguntando es P(A|B) siendo B "el resultado es mayor que 4". En este escenario los resultados posibles serían 5 y 6 y uno de ellos es favorable, por lo que según Laplace la probabilidad sería de 1/3.Y aquí es donde viene la chicha prometida:La probabilidad de intersección entre sucesos dependientes es la misma fórmula de antes de multiplicar probabilidades, teniendo en cuenta esta probabilidad "condicionada". En el ejemplo de Calvo del Secret Hitler P(A | B) sería por ejemplo P(Robar 2ª fascista | Habiendo Robado la 1ª fascista).
Cita de: Dumis en 17 de Febrero de 2024, 17:38:11 Pequeño glosario de conceptos estadísticos. P(A) = Probabilidad de que suceda A. Su valor oscila entre 0 (suceso imposible) y 1 (suceso asegurado). La suma de la probabilidad de todos los procesos siempre tiene que dar 1. En los casos más sencillos* se puede calcular mediante la Regla de Laplace.Regla de Laplace = Permite calcular la probabilidad de un suceso A suceda, en un escenario donde todos los resultados son equiprobables se calcula como: En el ejemplo que comenta Calvo de un dado: P(Sacar un 4)= 1/6P(Ā) = Probabilidad complementaria de A. Es la probabilidad de que NO ocurra A.Se puede calcular como: P(Ā)= 1 - P(A)La probabilidad de NO sacar un 1 en un dado es: P(Ā)= 1 - 1/6 = 5/6 Este resultado se puede calcular también por Laplace.Además de esta definición de probabilidad existen otras que son bastante interesantes también:P(A ∪ B) = Probabilidad de la unión de A y B. Es la probabilidad de que ocurra o A o B. Para escenarios donde los resultados sean excluyentes (que serán la mayoría de los que se comenten aquí *), esta probabilidad se calcula fácilmente mediante la Regla de la Suma. Volviendo al ejemplo del dado: P (1 ∪ 2)= 1/6+1/6=2/6=1/3 Que podemos comprobar rápidamente como coincide con el cálculo que haríamos por Laplace, con dos sucesos favorables de 6 posibles.* Aquí hemos simplificado un poco la cosa, porque la fórmula general de la suma para la unión de sucesos es: Por ejemplo, la probabilidad de sacar con un dado un número par o mayor que 4 (2, 4, 5, 6) por Laplace se calcula fácil (4/6), mientras que sumando las probabilidades por separado de par (2, 4, 6) o mayor que 4 (5, 6), estaríamos contando 2 veces la aparición del seis, dándonos 5/6. Por eso se resta esa intersección repetida.P (Par ∪ >4)= P(Par) + P(>4) - P (Par y >4, osease, "6")= 1/2 + 1/3 -1/6 = 4/6 ¿Por qué hemos hecho esto? Porque si indicamos que los procesos son excluyentes, su intersección es nula, osea 0. El otro caso que es el que nos compete en el hilo va a ser que el valor de la intersección va a ser ínfimo en comparación con el resto de sucesos y por simplificar un poco los cálculos se desprecia asumiendo que va a haber un ligero error respecto al valor real. De todas maneras se incluirá el cálculo de alguna intersección para que evaluéis por vuestra cuenta si merece la pena.P(A ∩ B) = Probabilidad de la intersección de A y B. Es la probabilidad de que ocurran A y B. Esta probabilidad, para sucesos independientes se calcula mediante la Regla de la Multiplicación. Con el ejemplo del dado, yo quiero sacar primero un 6 y acto seguido volver a lanzar y sacar un dos: P(6∩2)= 1/6 · 1/6= 1/36. De nuevo, se podría calcular mediante Laplace, quien tenga interés que pruebe a hacerlo con la imagen que subió Calvo (ojo, en este ejemplo es muy importante el orden, no como en otros escenarios que se comentarán en el post). Como comentamos un poco más arriba facil que es caso del dado, donde las caras del dado no se agotan tras salir, es decir, hemos ido a un caso de sucesos independientes. Pero en realidad en el escenario opuesto es muy similar, con un pequeño matiz.P(A|B) = Probabilidad de A condicionada por B. Es la probabilidad de que ocurra A si sucede B. Esta probabilidad se puede calcular también de varias maneras, aunque para los cálculos de este post muchas veces se calcularán por la Regla de Laplace, como en el ejemplo del Secret Hitler.Un ejemplo muy visual para entender que muchas veces el condicionante puede ser simplemente información es de nuevo con un dado:Tiro un dado y pregunto cual es la probabilidad de que sea un 6, esta sería P(A) y ya vimos que es P("6")= 1/6.Pero ¿qué pasa si ahora yo miro el resultado antes y digo que el resultado es mayor de 4?, la probabilidad de que sea un 6 es mayor, porque ahora lo que estoy preguntando es P(A|B) siendo B "el resultado es mayor que 4". En este escenario los resultados posibles serían 5 y 6 y uno de ellos es favorable, por lo que según Laplace la probabilidad sería de 1/3.Y aquí es donde viene la chicha prometida:La probabilidad de intersección entre sucesos dependientes es la misma fórmula de antes de multiplicar probabilidades, teniendo en cuenta esta probabilidad "condicionada". En el ejemplo de Calvo del Secret Hitler P(A | B) sería por ejemplo P(Robar 2ª fascista | Habiendo Robado la 1ª fascista). ¡Excelente! Sigue, por favor, aportando, corrigiendo y añadiendo comentarios, porque creo que nos van a ser de gran utilidad.
Vamos a calcular las probabilidades de que, siendo el propio jugador el que recibe la información, reciba un "ninguno/cero" en una partida de 12 jugadores. Nosotros somos uno de esos 12 jugadores, y somos del alineamiento "bueno". Eso deja a 11 jugadores: otros 8 "buenos" y a 3 "malos" (por las reglas de configuración de la partida). Por tanto tenemos 8/11 probabilidades de tener un bueno a un lado. Para que calcular que ADEMÁS tengamos a un bueno al otro tendremos que multiplicarlo por las 7/10 probabilidades de que al otro lado TAMBIÉN haya un bueno (hemos restado 1 del numerador ya que eliminamos la opción que condiciona este evento, y hemos reducido en uno el numerador porque se ha reducido en uno el número de jugadores).Es decir 8/11 × 7/10 = 56/110 = 0,51 (aprox) = 51%
1) La probabilidad de que seas un borracho. En una partida de 12 jugadores hay 2 forasteros en juego, de 4 posibles. Es decir, 1/2 - la mitad de las veces habrá un borracho* (esto no es exactamente así, ya que depende del narrador y es más frecuente añadir al borracho que a otros forasteros por motivos subjetivos, pero asumiremos que es igual de probable para esta "práctica"). La probabilidad de que nosotros seamos ese borrachos es de 1 de 9 jugadores buenos posible. Es decir, 1/2 x 1/9 = 1/18 probabilidades de ser el borracho.
2) La probabilidad de que uno de tus vecinos sea el espía, que es un jugador "malo" pero "parece bueno" al respecto de esta habilidad. Al haber 2 esbirros en juego de 4 posibles existe 1/2 probabilidades de que el espía esté en juego (al igual que con el borracho, esto es impreciso ya que el espía es un rol que no suele añadirse a la partidas de forma proporcional, pero asumiremos que sí para este cálculo). Y ese espía tiene que estar en uno de los lados. Es decir, 1/11 probabilidades de estar en un lado + 1/11 probabilidades de estar en el otro = 2/11 x 1/2 = 1/11 = 0,091 = 9,1%Es muy importante la diferencia en el cálculo de estas probabilidades respecto las anteriores para entender por qué aquí hemos SUMADO la probabilidad de que el espía esté en un lado a la probabilidad a la probabilidad de que esté en el otro, en lugar de MULTIPLICAR la probabilidad de tener un bueno a un lado y ADEMÁS un bueno al otro como hicimos en el cálculo inicial.
4) La probabilidad de que tú estés envenenado y estés recibiendo información falsa. Para eso tiene que estar el envenenador en juego (1/2 probabilidades por el mismo motivo de configuración de partida) y además debe haberte elegido a ti (dado que los "malos" se conocen" elegirán a uno de los 9 "buenos", es decir 1/9 x 1/2 probabilidades de ser el envenenado = 1/18 = 0,055 = 5,5%
Cita de: Calvo en 17 de Febrero de 2024, 11:52:05 Vamos a calcular las probabilidades de que, siendo el propio jugador el que recibe la información, reciba un "ninguno/cero" en una partida de 12 jugadores. Nosotros somos uno de esos 12 jugadores, y somos del alineamiento "bueno". Eso deja a 11 jugadores: otros 8 "buenos" y a 3 "malos" (por las reglas de configuración de la partida). Por tanto tenemos 8/11 probabilidades de tener un bueno a un lado. Para que calcular que ADEMÁS tengamos a un bueno al otro tendremos que multiplicarlo por las 7/10 probabilidades de que al otro lado TAMBIÉN haya un bueno (hemos restado 1 del numerador ya que eliminamos la opción que condiciona este evento, y hemos reducido en uno el numerador porque se ha reducido en uno el número de jugadores).Es decir 8/11 × 7/10 = 56/110 = 0,51 (aprox) = 51% Matizaría una cosa aquí, este calculo es válido en este escenario para cualquier jugador cuyo alineamiento sea bueno en el segundo 0 desde que ve su ficha, podríamos llamarlo P(A)= Probabilidad de que mis dos vecinos sean también buenos. Aunque luego este cálculo se aplique para el empático, valdría para cualquier personaje que tenga este alineamiento, un Chef podría llegar hasta este dato la primera noche.Ahora aquí tenemos otro dato: nos han dicho que nosotros como empáticos tenemos un 0 y esto nos abre varios posibles escenarios, comentaré aquí los dos que nos interesan:Que nuestro 0 sea verídico y ambos vecinos sean buenos. (Es lo que queremos saber a fin de cuentas, si nos podemos fiar de nuestros vecinos)Que en el caso de que nuestra percepción estuviese alterada por algún efecto, el narrador decidiese mentirnos, y por tanto al menos uno nuestros vecinos es malo. (Con un pequeño matiz, hay varios tipos de alteración, podría ser alteración 1, o alteración 2 o alteración 3 ...) Podriamos resumir en que nuestro 0 sea falso Si nos fijamos ambos escenarios conectan dos sucesos bajo el término Y, por lo que guiándonos por el glosario sabemos que vamos a tener que hacer intersecciones de sucesos, y por tanto la Regla de la Multiplicación (ya os adelanto que alguna cosa más, que para eso está el glosario).En concreto nos centraremos en el segundo escenario: por ir agilizando pasos, quizás nos interese saber la probabilidad de que al menos uno de nuestros vecinos sea malo. Esto se puede calcular viendo todas las opciones posibles:P(Al menos un vecino malo)= P(el vecino de mi izquierda malo y el derecho bueno) o P(el vecino de la izquierda bueno y el derecho malo) o P(El vecino de la izquierda malo y el vecino de la derecha malos) ; si el glosario ha quedado claro aquí deberías ver 3 sumas de probabilidades, donde cada una de ellas tiene que aplicar la regla de la multiplicación dentro de sus paréntesis, y siendo el segundo suceso de cada cual una probabilidad condicionada (pues el número de malos disponibles y el total de roles disponibles disminuye).Esto aunque calculable puede ser algo tedioso, así que aplicando de nuevo el glosario podemos darle una vuelta de tuerca:¿Qué significa que al menos uno de mis vecinos sea malo? Pues, intentado estirar un poco la lógica, significa que no se cumple el suceso "mis dos vecinos sean ambos buenos", que es una probabilidad que Calvo ya calculó.Osea que yo puedo calcular que la probabilidad de al menos un vecino malo es la opuesta/complementaria a la probabilidad de que mis dos vecinos sean ambos buenos.P(Al menos un malo)= 1- 0.51= 0.49= 49% Esto que hemos calculado aquí, de nuevo es una probabilidad a segundo 0, con nada de información, pero esta nos va a ser más útil para algunos escenarios. Esto también nos da una información ajena al proposito del post, pero que nos da pistas de como de balanceado está en juego, pues para este numero de jugadores y esta disposición, un jugador nada más ver su ficha de bueno tiene más o menos la mitad de probabilidades de poder fiarse de sus dos vecinos o no.Cita de: Calvo en 17 de Febrero de 2024, 11:52:05 1) La probabilidad de que seas un borracho. En una partida de 12 jugadores hay 2 forasteros en juego, de 4 posibles. Es decir, 1/2 - la mitad de las veces habrá un borracho* (esto no es exactamente así, ya que depende del narrador y es más frecuente añadir al borracho que a otros forasteros por motivos subjetivos, pero asumiremos que es igual de probable para esta "práctica"). La probabilidad de que nosotros seamos ese borrachos es de 1 de 9 jugadores buenos posible. Es decir, 1/2 x 1/9 = 1/18 probabilidades de ser el borracho.Pequeña corrección, no todos los jugadores tienen que tener sospechas, un borracho siempre cree que es un aldeano, por lo que el otro forastero no tiene que preocuparse de que es borracho, por lo que eso deja a 8 personas preocupadas.El cálculo entonces sería 1/2 x 1/8= 1/16 de probabilidades de ser el borracho. Pero a nosotros no nos llega con saber si somos el borracho, estamos buscando un escenario donde estamos ebrios y además nos han dicho algo.Un pequeño matiz es que, como muchas habilidades de este juego, el borracho tiene el modificador puede lo cual implica que está a discreción del narrador elegir el resultado, para favorecer los cálculos estamos poniéndonos en el caso más pesimista donde siempre que nos afecte algo así nos van a dar información falsa, pero como recordatorio de que la probabilidad podría ser menor según cada narrador (habría que multiplicar por el factor "maldad del narrador" que podría ser menor que 1).En este escenario pesimista, ¿Cuando podríamos recibir un cero, el cual en este escenario nada amigable va a ser mentira al tener la habilidad alterada al ser borrachos? Pues si tiene que ser mentira implica que "al menos uno de nuestros vecinos sea malo" (49%).Por tanto la probabilidad de que ese cero sea un "cero de borracho pesimista" es:1/2*1/8*0.49= 0.03=3.06%Cita de: Calvo en 17 de Febrero de 2024, 11:52:05 2) La probabilidad de que uno de tus vecinos sea el espía, que es un jugador "malo" pero "parece bueno" al respecto de esta habilidad. Al haber 2 esbirros en juego de 4 posibles existe 1/2 probabilidades de que el espía esté en juego (al igual que con el borracho, esto es impreciso ya que el espía es un rol que no suele añadirse a la partidas de forma proporcional, pero asumiremos que sí para este cálculo). Y ese espía tiene que estar en uno de los lados. Es decir, 1/11 probabilidades de estar en un lado + 1/11 probabilidades de estar en el otro = 2/11 x 1/2 = 1/11 = 0,091 = 9,1%Es muy importante la diferencia en el cálculo de estas probabilidades respecto las anteriores para entender por qué aquí hemos SUMADO la probabilidad de que el espía esté en un lado a la probabilidad a la probabilidad de que esté en el otro, en lugar de MULTIPLICAR la probabilidad de tener un bueno a un lado y ADEMÁS un bueno al otro como hicimos en el cálculo inicial. Dos pequeños matices, aquí el proceso de suma está bien, y la explicación del espía también pero falta una cosa en este escenario: aparte de que el vecino sea el espía es necesario que el otro vecino registre como bueno, puesto que si el otro vecino registrase como malo que no tiene capacidad de ocultarse, nuestra habilidad a ese sí que lo detectaría bien.En este caso el calculo quedaría: 2(1/11 x 1/2 x 8/11) =0.661 = 6.61% *Al usar 8/11 asumimos para simplificar que no hay un recluso al lado que registrase como malo, el calculo real se haría mediante la suma de dos escenarios, uno donde no hay recluso (la formula de arriba, mutiplicando al final x 1/2 asumiendo que todos los forasteros salen con la misma probabilidad) + un escenario donde hay recluso (y por tanto solo registran como buenos 7/11 y de nuevo la probabilidad de este escenario es 1/2); el porcentaje de esta recalculación es= 0.0619= 6.2% pero como esta habilidad también tiene un puede, queda a discreción del narrador cuando el recluso registrará como malo o no, oscilando entre ambos valores según su decisión.El segundo matiz es que, de nuevo aplicamos el factor pesimista y asumimos que el espía siempre va a registrar como bueno (que es lo que debería pasar en este caso la mayoría de veces).Cita de: Calvo en 17 de Febrero de 2024, 11:52:05 4) La probabilidad de que tú estés envenenado y estés recibiendo información falsa. Para eso tiene que estar el envenenador en juego (1/2 probabilidades por el mismo motivo de configuración de partida) y además debe haberte elegido a ti (dado que los "malos" se conocen" elegirán a uno de los 9 "buenos", es decir 1/9 x 1/2 probabilidades de ser el envenenado = 1/18 = 0,055 = 5,5% Este cálculo de aquí es de los más complejos porque ya entran decisiones de otros jugadores, añadiré matices analizando situaciones óptimas que se podría alejar de estas aproximaciones. Pese a que estoy de acuerdo con usar la aproximación de 1/9 como factor de que te escoja un envenenador aleatoriamente, hay ciertos escenarios que pueden alterar estos números, solo los comentaré porque son muy subjetivos: un envenenador jugando "óptimo" (no pasa) debería darle más peso a envenenar a alguno de los vecinos del equipo malo (siendo un máximo de 6) para así optimizar la probabilidad de cubrir a un compañero del mal de un posible vecino empático, o si es muy egoísta a uno de sus dos vecinos, pudiendo llegar la probabilidad al 1/2 (aquí entran en juego otros factores como que hay más habilidades que pueden sacar información y que si uno de los compañeros es espía, ese esfuerzo de cubrirle no sería tan útil, pero se comenta igual).Aún así con los cálculos de Calvo, se habría calculado la probabilidad de que "mi detección pueda estar alterada" y volviendo al escenario pesimista de que el narrador siempre nos de info falsa en este caso, pregunto entonces ¿Con mi habilidad alterada, cuando podría recibir solo un cero? Efectivamente, cuando al menos uno de mis vecinos sea malo (49%).Entonces la probabilidad de tener al menos un vecino malo y recibir un 0 porque aleatoriamente el envenenador me ha escogido es de:1/2*1/9*0,49=0.027=2,7%Vale, después de todo este pergamino de cálculos quien haya llegado aquí se estará diciendo: Sí, muy bien, pero, ¿de qué me sirve todo esto? Pues la respuesta es que, con estos apartados de este post hemos calculado (si no se nos ha pasado nada) los diferentes escenarios donde un cero de empático puede ser falso (siempre desde la visión más pesimista posible).Entonces podemos decir que, la probabilidad de que un 0 en la primera noche sea falso es: o el "escenario del borracho pesimista" o el "escenario del vecino espía" o el "escenario de vecino de malos envenenado".Esto está pidiendo a gritos la Regla de la Suma: P(0 falso)= 3,06 + 6,20 +2,7= 11,96 %Pues último paso, hacer la complementaria, vamos a calcular la probabilidad de que un cero sea NO falso, osea verdadero:P(0 verdadero)%= 100 - P(0 falso)100= 100-12.37=88,04% Las probabilidades de que la primera noche, cuando la gente aún no tiene mucha información privilegiada (presuntamente) para perjudicarme, de que mi 0 de empático sea verdad son de un 88,04%, recordemos en un escenario pesimista (y también haciendo algunas aproximaciones de malos no óptimos).Obviamente estos cálculos no son ley en piedra, porque existen otros factores más difíciles de analizar, alguno como la "maldad del narrador" ya se comentó, pero hay otros casos, como por ejemplo que cierto jugador tenga más tendencia a ser el foco de ataques de los malos, esto podría ser un modificador que alterase ese 1/9 del envenenador por ejemplo (llegando al caso más extremo de una persona que nos odie de multiplicar por 1 en vez de 1/9).Por ahora lo dejo aquí y así repaso que no se nos escapase nada.
Por qué conozco a calvo en persona, sino investigaría a ver si es una IA buscando que le introduzcan texto para sacar información
Excelente exposición, detallada, fácil de seguir y muy muy pedagógica.Quizá este sea un muy buen momento para exponer el llamado "falacia del fiscal", en el que muchos caemos de forma irracional y persistente, y que fundamentalmente consiste en no tener en cuenta a qué suceso estamos aplicando una probabilidad e ignorar la tasa base que condiciona el resultado.
Perdón por mi desconocimiento sobre el juego en el que haces las estadísticas, Sangre en la Torre del Reloj... pero...Los cálculos los basas en 'que probabilidad hay de que Fulanito diga tal cosa'. ¿Puede mentir Fulanito? Porque entonces estás haciendo un cálculo que realmente está basado en 'la información que tiene Fulanito' versus 'la información que dice Fulanito'.
el escenario más pesimista de todos, que sería que siempre te mientan
se pueda simplificar el escenario asumiendo que solo me van a mentir jugadores malos
Si siempre mienten... ya sabes que te mienten; en este caso, ¿necesitas estadísticas?
Esto es 'equivocado'; rara es la partida en la que los jugadores 'buenos' no mienten, por el motivo que sea.----------------------------------------------Aplicar la estadística a la fe, no lo veo.
No conozco los juegos referenciados, pero si queréis modelar matemáticamente decisiones humanas basadas en incentivos, la herramienta que estáis buscando se llama teoría de juegos.La estadística está para modelar variables aleatorias. Probabilidad de sacar al menos un 6 cuando tiras 3d6 y cosas así.
El hilo ha empezado con Calvo descubriendo por primera vez formulas de estadística introductorias y a continuación ha derivado en hablar de cuándo va a mentir fulano cuando le toca tal rol oculto.Lo que pretendía expresar mi anterior mensaje es que esto no va a llegar a ninguna parte.