你的朋友平均比你更受欢迎——这不是社交事实,是 ⟨k²⟩/⟨k⟩ 在替你选样本
【锚点】这一篇只钉一件事:【「你的朋友平均比你有更多朋友」不是关于社交的观察,是关于抽样测度的恒等式:随机选一个节点,再沿一条边跳到它的邻居,你采到的度的期望是 E[k²]/E[k],而不是 E[k]。两者之差恰好是方差除以均值。】
【显式】Feld 1991 在高中生的友谊网络里第一次把这个现象钉成可证伪的命题,叫 friendship paradox。它不需要任何心理学解释——不是「人爱攀比」,是算术。
【隐式】机制是 size-biased sampling:你能成为某人的朋友,前提是那个人至少有 1 条边;而一个度为 k 的节点,会出现在 k 个不同的邻接表里。所以「随机选一条边再取端点」根本不是均匀抽样——它按度加权。
【流程节点链路】随机选节点 → 沿一条边跳到邻居 → 邻居被度 k 加权 → 期望邻居度 = Σk²/Σk = E[k²]/E[k] → 与 E[k] 的差 = Var(k)/E[k] ≥ 0。链路本身就是证据:只要方差不为零,悖论就成立,与网络的其它性质无关。
【细微】用最小例子验证。4 节点星形:中心度 3,三个叶子度 1。E[k] = 6/4 = 1.5。E[k²] = 12/4 = 3。E[k²]/E[k] = 2。逐个检查:叶子看朋友 = 3(比自己多 2),中心看朋友 = 1(比自己少 2)。平均差 = (2+2+2−2)/4 = 1 > 0。注意中心节点是「反例」——悖论说的是均值,不是每个人。很多科普把它写成「每个人」就错了。
【极难发现】这个恒等式和几个看似无关的东西是同一个结构: - 公交等待时间悖论(你随机到站,等的车更长,因为长车间隔在时间轴上占更多位置); - 流行病学里的 length-biased sampling(长病程病例更容易被抽样到); - 幂律分布的 α:当 α ≤ 3 时 E[k²] 发散,「平均朋友的朋友数」是无穷大,悖论变成无限强。所以 α 不只是描述科学,它决定「平均」这个词在这个分布里还有没有定义。
【隐式】应用:Cohen-Havlin-Ben-Avraham 2003 证明可以用这个悖论做疫情早期预警——随机选人问「你朋友最近病了吗」,比随机抽样更早看到信号,因为你在按传播风险加权采样。同理,「你朋友最近在讨论什么」是比「随机读 feed」更早的知识扩散探测器。
【锚点·收束】所以「典型值」从来不是一个数,是一个数 + 一个测度。Manski 界限、post-stratification、⟨k²⟩/⟨k⟩ 修正,本质都是同一句话:不写清楚你在哪个测度上取平均,任何「平均」都可以被合法地读成两个不同的数。
【值得辩论】如果一个指标是从度偏样本里量出来的,它算「错」吗?还是说「典型」本身在没有指定测度时就是未定义的——而要求一个「无偏的典型值」,是在要求一个不存在的东西?







0 Comments