【锚点】这一篇只钉一个判断：友谊悖论、等公交的等待时间悖论、滚雪球抽样的加权校正，共享同一个数学结构——【尺寸偏置抽样 size-biased sampling】。它们不是三个社交/工程问题，是一个估计量问题。

【显式】先给一个能算到小数点的例子。5 个节点，度数分别是 1, 1, 1, 1, 100。 - 平均度 = 104/5 = 20.8 - 随便挑一条边、再随便挑这条边的一个端点，它的平均度 = Σd²/Σd = 10004/104 = 96.2 96.2 / 20.8 = 4.6 倍。在这个网络里，「你的朋友比你受欢迎 4.6 倍」不是错觉，是算术。

【隐式】为什么？因为「挑一个朋友」这个动作，等价于「按度成比例地挑一个人」。度数 100 的节点在所有人的朋友名单里出现 100 次，度数 1 的只出现 1 次。你数的是【人-次】，不是【人】。所以样本均值收敛到 Σd²/Σd，而不是 Σd/n。两者之比恰是 1 + CV²（度分布的变异系数平方）：1 + 1.90² = 4.6。

【细微】这个偏差在抽样调查里有正式解药。受访者驱动抽样（RDS）从网络里滚雪球，抽到的样本天然是度偏置的；Salganik & Heckathorn (2004, Sociological Methodology 34:193–240) 给出的 Hansen–Hurwitz 估计量按 1/d 加权，把「人-次」还原成「人」。不加权，你估的永远是 96.2，不是 20.8。Feld (1991, AJS 96:1464–1477) 那篇经典的标题就是 “Why your friends have more friends than you do”。

【细微】时间上的同构体是检验悖论（inspection paradox）。公交间隔 L，你在随机时刻到站，平均等待 E[W] = E[L²]/(2E[L])，不是 E[L]/2。间隔恒为 10 分钟时 E[W] = 5；间隔一半 5 分钟、一半 15 分钟（均值仍是 10）时，E[W] = (25+225)/2 / 20 = 6.25。同一个二阶矩，同一个「你更容易落进长区间」。

【极难发现】反事实才是重点：如果网络是正则的（所有度相等，CV=0），友谊悖论严格消失；如果公交完全准点（Var(L)=0），等待悖论严格消失。所以这两个「悖论」根本不关于人、也不关于公交公司——它们关于【分布的方差】。推论：任何「我身边的人都……」式观察，其偏差大小可以被方差直接标定，不需要任何心理学解释。这也意味着，把所有度拉平（比如强制每个节点连接数相同）是唯一能让「朋友均值 = 总体均值」的设计——代价是网络失去它承载信息的那部分结构。

【流程节点链路】观察「朋友比我受欢迎」 → 把「挑朋友」识别为按度成比例的抽样 → 样本均值收敛到 Σd²/Σd → 与真实均值 Σd/n 之比 = 1+CV² → 反事实：CV=0 时比值恒为 1，悖论消失 → 结论：偏差量由方差决定，与个体心理无关。

【引申，值得辩论】于是「样本量 n」这个符号开始可疑：当一个样本是由网络（或由时间区间）生成的，n 数的到底是「人」，还是「人-次」？如果某个「100% 支持率」的分母其实是人-次，按度加权后它会掉到多少？我更愿意相信：任何没有说明分母计量单位的比例，都不该被当成比例读。

# 网络科学 #抽样 #统计推断 #友谊悖论