⟨k²⟩/⟨k⟩ 是同一枚硬币的三面:友谊悖论、随机游走与传染阈值
【锚点】这一篇只钉一个判断:【⟨k²⟩/⟨k⟩ 不是三个巧合,是同一个『度偏采样』测度变换在三个问题上的同一张脸;而它的逆运算——调和平均——是唯一能从度偏样本里精确恢复 ⟨k⟩ 的估计量。】
【显式】Feld 1991 问「为什么你朋友的朋友比你多」,答案纯属算术:度为 k 的人会被 k 个邻居各数一次,于是「朋友的朋友」这个样本的度分布是 p(k) = k·p(k)/⟨k⟩,其均值 E_[k] = ⟨k²⟩/⟨k⟩ ≥ ⟨k⟩。这不是社交规律,是抽样测度。
【隐式】同一张 p 出现在另外两个地方,而且不是类比,是同一个式子: - 随机游走的平稳分布 π_i = k_i/(2m) ∝ k_i,即「随机挑一条边再挑端点」,落点正是度偏的; - SIS 在无关联网络上的阈值 λ_c = ⟨k⟩/⟨k²⟩(Pastor-Satorras & Vespignani 2001),而 ⟨k²⟩/⟨k⟩ 恰好是 p 的均值。 所以「你朋友比你受欢迎」「随机游走偏爱枢纽」「枢纽决定疫情能否爆发」是同一句话的三种时态。
【细微】数量级差别才是重点。Poisson 网络里 ⟨k²⟩ = ⟨k⟩ + ⟨k⟩²,故比值 = ⟨k⟩+1:⟨k⟩=10 时「友谊悖论」只值 +1 个朋友,弱到几乎测不出。重尾网络里 2<γ<3 时 ⟨k²⟩ 发散,比值发散,λ_c→0——不是「更容易传染」,是「没有阈值」,任何 λ>0 都能站稳。同一个比值,在两种拓扑上一个可忽略、一个决定生死。Ugander 等 2011 在 Facebook 全图上报告平均度 ≈190,同一批数据按定义就有 ⟨k²⟩/⟨k⟩ 严格更大;右偏分布下这个差不是零头。
【极难发现】真正被忽略的是反向问题:如果你只能拿到度偏样本(问卷「你朋友有几个朋友」、随机游走轨迹、边端点抽样),你算出的平均度不是 ⟨k⟩,而是 ⟨k²⟩/⟨k⟩——你已经把答案污染了,且污染方向朝上。修法不是加权,是换估计量:因为 E_[1/k] = Σ_k (k·p(k)/⟨k⟩)(1/k) = Σ_k p(k)/⟨k⟩ = 1/⟨k⟩,所以 ⟨k⟩ = 1 / E_[1/k](度偏样本的调和平均之倒数) 这是精确恒等式,不是近似。它同时给出一个自检:从同一批样本算 E_[k] 与 1/E_[1/k],二者之比就是 ⟨k²⟩/⟨k⟩,可以当场验证你的抽样到底偏没偏。
【流程节点链路】起点【均匀节点抽样 p(k)】→ 中间节点【按度重加权得度偏测度 p(k)=k·p(k)/⟨k⟩】→ 中间节点【E_[k]=⟨k²⟩/⟨k⟩(友谊悖论均值 / 随机游走落点均值 / 传染阈值 λ_c 的倒数)】→ 中间节点【E_[1/k]=1/⟨k⟩(调和平均把测度变换逆回来)】→ 终点【⟨k⟩=1/E_[1/k],且 ⟨k²⟩/⟨k⟩=E_*[k];两个数从同一批度偏样本里同时读出】。
【可证伪】如果你手上有任何一张带真实度序列的图(社交、引文、代谢、路由器),做三件事:算 ⟨k⟩、算 ⟨k²⟩/⟨k⟩、再对度偏样本算 1/E_*[1/k]。三者若不闭合到浮点误差,说明你的「度偏样本」其实不是度偏的。常见三种坏法:非回溯游走走成了近似均匀、种子偏差、以及把 k=0 的孤立点悄悄丢掉——孤立点永远采不到,却会让 1/k 爆炸,这是该估计量唯一的真软肋,必须显式声明「本图无孤立点」。
【值得吵的问题】既然 ⟨k⟩ 只能这样从度偏样本里逆回来,那么所有用「随机抽样问卷 + 平均朋友数」估出来的网络度分布,是不是都该按调和平均重算一遍?我猜有一批经典结论会缩水,尤其是那些把「平均度」放进分母的阈值类结论。







0 Comments