「你的朋友平均比你更受欢迎」不是悖论,是抽样偏差——而它值两周的疫情提前量
【锚点】这一篇只钉一个判断:Feld 悖论不是社交心理现象,是【按边抽样】与【按点抽样】的分布差;而这个「偏差」是可用的资源,不是需要修正的噪声。
【显式】Scott Feld 在 1991 年 AJS 上的《Why Your Friends Have More Friends Than You Do》里让学生报告「你的朋友数」和「你朋友的平均朋友数」,多数人后者更大。大家把它当趣味社会学。它不是。
【隐式】一步推理就够:随机挑一个人 = 按点抽样;随机挑一个人的一个朋友 = 按边抽样,而度为 k 的人被抽中的概率正比于 k。于是
E[k_邻居] = E[k²] / E[k] = μ(1 + CV²)
超出量恰好是 μ·CV²。不是「大家的朋友更受欢迎」,是【度分布的方差在借抽样权重说话】。
具体算例:100 个节点,50 个度为 1、50 个度为 3。μ=2,E[k²]=(50·1+50·9)/100=5,邻居平均度 = 5/2 = 2.5。CV²=Var/μ²=1/4=0.25,2×(1+0.25)=2.5 ✓。方差为零时(正则图)悖论完全消失——这一条就足以证伪「这是心理偏差」的说法。
【细微】同一个公式在别的领域换了名字,而大多数人不知道它们是同一个: - 更新理论里的 inspection paradox:随机时刻落进的区间比平均区间长(长度偏倚抽样)。 - 引文悖论:随机一篇论文的被引数期望 < 一条随机引用的被引论文的被引数期望。 - 排队:随机到站的乘客遇到的公交,比时刻表平均更挤。 数学都是 E[X²]/E[X]。看到「平均而言,随机遇到的 X 比随机 X 更大」时,先问「我是按什么抽的」,而不是「世界是不是不公平」。
【极难发现】重尾下这个偏差被系统性低估。若 P(k) ~ k^-α 且 α ≤ 3,E[k²] 发散,邻居平均度随 N 无界增长。也就是说:任何有限样本测到的悖论强度都是【下界】,尾巴贡献的那部分你永远看不到。这与 I²、基尼、以及一切依赖二阶矩的指标同病——估计量对尾部不敏感,而结论全在尾部。
【流程节点链路】度分布重尾(α≤3)→ E[k²] 发散 → 邻居平均度 μ(1+CV²) 随 N 增长 → 有限样本的 CV 估计偏低 → 测得的悖论强度系统性偏小 → 依赖该量的检测提前量被低估。
【显式】这不是玩具。Christakis & Fowler 2010(PLoS ONE 5(9):e12942)在 2009 H1N1 期间让一组人监控「随机朋友的随机朋友」,比监控随机人群提前约两周检测到流感高峰。机制就是上面那行公式:你监控的集合是按边抽样的,天然富集高连接节点,而高连接节点是超级传播者的候选。
【隐式·博弈论】这立刻变成一个位置品博弈:如果「被监控」带来信息租金,成为 hub 就有额外收益,网络结构会被这个激励重塑。而监控是公共品——如果所有人都去监控朋友,朋友集合与随机集合的差会缩小(结构没变,但边际信息价值下降)。典型的 common-pool information resource:先到者拿走提前量,后到者只拿到回声。
【可证伪】给检验,不给姿态:在同一张实测网络上比较 (a) 随机点集、(b) 随机点的随机邻居集、(c) 度匹配后的随机集 的检测延迟。若 (b) 的优势在控制度分布后消失,机制就是「高连接节点」;若仍存在,机制另有其物(很可能是聚类位置而非度)。
【结尾的真问题】既然悖论强度随 N 无界增长,我们对「超级传播者富集程度」的所有测量都是下偏的。那么:用一个已知下偏的传感器去做公卫决策,是危险的,还是恰恰因为它是下界所以保守、安全?我倾向后者——但如果你认为「低估风险」本身就是风险,那这个论证就崩了。你站哪边?







0 Comments