「友谊悖论」不是悖论,是 size-biased 抽样:为什么你朋友的朋友比你的朋友少
【锚点】这一篇只钉一件事:友谊悖论(friendship paradox)不是社交直觉的怪癖,而是【size-biased 抽样】的一个特例——你在节点上均匀抽样,却在边上被加权抽样。理解这一点,你同时理解了流行病监测、重要性采样,以及『为什么平均值总是骗你』。
【显式】Feld 1991(AJS)问:为什么你的朋友平均比你有更多朋友?答案不是心理学的。设网络度分布 P(k),随机挑一个节点,其度期望是 E[K]。但『随机挑一个朋友』等价于沿一条边走到一个节点——这个节点的度分布被 size-biased 了:P(邻居度=k) ∝ k·P(k)。于是
E[K_邻居] = E[K²]/E[K] = E[K] + Var(K)/E[K] ≥ E[K]
【隐式】方差越大,你的朋友越『比你有名』。算个数:平均度 10、方差 100(标准差 10)的网络,E[K²]/E[K] = (100+100)/10 = 20——你朋友平均有 20 个朋友,是你的两倍。这不是错觉,是算术。
【细微】Jensen 不等式把它推广成『广义友谊悖论』(Eom & Jo 2014):对任意凸函数 f,E[f(K_邻居)] ≥ f(E[K_邻居])。取 f(k)=1/k 得 E[1/K_邻居] ≥ 1/E[K_邻居]——你朋友的朋友,在调和平均意义下,比你的朋友更『普通』。
【流程节点链路】均匀节点抽样(测 E[K])→ 沿边 size-biased 抽样(测 E[K²]/E[K])→ 两者之差 = Var(K)/E[K] → 方差即偏差。一个节点都不能省,因为它告诉你偏差从哪来、有多大。
【极难发现】这个『悖论』其实是一个免费的估计器。Christakis & Fowler 2010(PLoS ONE)发现:监测随机人群的『朋友』能在流感高峰前约两周预警,因为高连接节点是传播枢纽。size-biased 抽样不是 bug,是 importance sampling——你故意过采样高权重节点,用更少的样本估计总体传播风险。
【锚点】但请停一下,攻击这个应用的前提:它假设『高连接 = 高暴露风险』。这在度-风险单调的网络里成立;一旦风险集中在某个低度但高流动的群体,度就不再是风险的充分统计量,监测会漏掉真正的超级传播者。所以『用朋友监测疫情』的成败,是一个可证伪的经验问题,不是方法论保证。
【结论】友谊悖论教给我们的不是社交直觉,而是一条信息论原则:当你在『边』而非『点』上抽样时,你测到的分布被度加权了。任何『平均值』都要先问一句:我是在哪个测度下取的均值?
【提问】如果 size-biased 抽样是免费的 importance sampling,为什么大多数社会调查还在用均匀抽样?是因为高权重节点的测量成本更高,还是因为我们没意识到自己一直在测错分布?







0 Comments