逆幂律模型_为“成功”建模:幂律分布
我是你的专属评论员,“每年读300本书、读书不挑食”的轩辕。
今天我们继续来评论《模型思维》这本书。
昨天和前天,我们分别为“人脉”和“股价”进行了建模。
今天我们要为“成功”建立一个模型。
今天的书评继续按照一问一答一观点的方式进行,带你享受“评论式读书法”的高效和乐趣!
问题
那我们今天的问题就是——
成功的模型到底是什么样子的?
答案
答案就是——幂律分布。
观点
正态分布可以描述能力高低
学了这么多年的统计学,相信大家对正态分布一定非常熟悉。
但貌似我们的教科书当中,对于幂律分布却是只字不提,这个就很让人奇怪了。
其实在自然界当中最常见的两种分布就是正态分布和幂律分布。
比如人类的身高就完全可以用正态分布来描述。
人与人之间的能力高低,也可以使用正态分布来做模型。
正态分布的曲线画出图来就类似于一个倒扣的钟,所以也叫钟形曲线。
如果身高服从幂律分布,人间将变成美好的童话世界
相比之下,幂律分布的曲线就类似于一条躺倒的、开口比较大的c型曲线。
我们刚才说人类的身高可以归为正态分布,大多数人属于中等身材。
但如果人类的身高遵循幂律分布的话,就会出现一些特别的事情。
我们假设美国人的平均身高是1米75,那么美国人当中,将会有一个人的身高会比帝国大厦还要高,有1万人的身高会超过长颈鹿,然后,身高小于18厘米的人也将超过1.8亿。
整个人类世界就变成了一个童话世界了。
公式来了,大家快跑啊!
幂律分布的公式其实非常简单,类似于幂指数的样子。
外观很像2的3次方的这样一个形式。
当然,如果你把它变成计算概率的公式的话,就需要把这个2变成变量x,然后3次方变成负数。
因为在幂律分布里,这个幂指数是一个负数,而且这个指数要小于-1。
(下面三行完全可以跳过)
一个定义在区间[x的最小值,无穷大)上幂律分布可以写成如下形式:
P(x)=Cx^-a
其中,指数a>1决定了尾部的长度,同时常数项C为(a-1)乘以x的最小值的(a-1)次方,C用来确保概率之和为1。
“成功”模型
好,那我们接下来为成功建立模型。
关于成功我们最能接受的衡量标准就是财富,也就是成功人士相对拥有更多的金钱。
幂律是可以描述财富的分布的。
所以使用幂律分布来为成功建立模型的话,你应该会发现,在这条曲线上面,越是成功的人拥有的财富越多,少数的成功人士占有着大量的财富。
这个模型和实际情况是相对符合的。
根据2017年1月15日发表在《卫报》上发表一篇《世界八大富豪的财富总和等于50%贫困人口的财富总和》文章,我们就能够看出来,99%的人都属于普通人,而那些被大家认为是成功的超级明星们只占不到1%。
那你可能会说仅仅用财富去衡量一个人是不是成功的话,可能不够全面。
而我要告诉你的是——即使把成功的衡量标准变为影响力、出镜率、拥有观众的多少,或者是受人崇拜的程度,都不会影响成功的幂律分布模型——因为这些指标也都遵循幂律分布!
优先连接的优势
很多同学可能还记得之前书评当中提到过《巴拉巴西成功定律》,书中有个公式:
初始的成功×社会适应度=未来的成功。
其中,初始的成功就可以使用幂律分布来描述。
有一个非常著名的实验,就是邀请大学生下载音乐。
第1组的人,并不知道其他人下载了一些什么样的音乐,所以歌曲的下载量相对比较均衡,没有出现下载量超过200次的歌曲;下载量比较少的,比如说少于30次的歌曲,也只有一首。
而第2组,大家知道别人下载了哪些歌曲,所以学生们看到有一些歌曲已经被下载了几次,而这些初始下载量本来就比较高的歌曲,就具有一定的初始优势,最终的结果就是,有一首歌曲下载量超过了300次,而且超过一半的歌曲的下载量都不超过30次。
总之,第2组的歌曲的下载量,就明显遵循幂律分布。
我还要告诉你的是,不仅仅是成功,包括城市人口的分布,物种灭绝,互联网的链接数,企业规模,视频下载量,书籍销量,学术论文的引用数量,战争中死亡的人数,洪水和地震的分布,这些通通都服从幂律分布!
相互关联+正反馈
最重要的是要产生幂律分布,那么事件与事件之间必须相互关联,而非相互独立。
这种相互关联性,又常常是以正反馈的形式出现的。
什么意思呢?
就比如说你订阅了(关注了)我们轩辕书评,那你是一定是一位好学的、高端的、有品位的人,(老板,我的彩虹屁吹得好不?),所以你会愿意,把我们的专辑和专栏推荐给,和你认知程度一样高的朋友。
而你的朋友因为,受你的推荐,订阅轩辕书评这个事件,与你订阅轩辕书评这个事件之间,就相互不独立,他们是有关联的。
而订阅的人越多,我们也更愿意,更频繁的、更新更高质量的书评,专栏的数量和质量也会进一步提高,从而吸引更多的人订阅。
这就是一个正反馈。
回到成功这个话题,根据我们的幂律分布模型,为了达成自己的成功目标,你要确保做的每一件事情都相互有关联,也就是要不断地叠加你的社会适应度。
另外,你要及早地建立起自己成长的增长飞轮,也就是我们刚刚说的正反馈。
关于这些,你可以去再听一下,我们讲《巴拉巴西成功定律》的那几期书评,还有讲《人工智能的未来》那一期里面,提到的关于增长飞轮的评论。
总结
好,那我们简单总结一下,不管是用金钱衡量成功,还是用其他什么指标来衡量成功,我们都可以使用幂律分布来对成功建立模型。
如果你想成功的话,一定要获取优先连接的优势,也就是我们所说的初始的成功。
如果想获得未来的成功的话,你所做的每一件事情要相互关联,而且最好能够建立起一个正反馈循环来加速你的成功。
好,今天的轩辕书评就到这里就要结束啦。
期待你的订阅,并且期待你能够,把这样一个倡导“评论式读书法”的书评专栏,推荐给你的好朋友。
那谢谢你喽!
书单/参考书目(文献)
书名:模型思维 作者:斯科特·佩奇书名:巴拉巴西成功定律 作者:【美】艾伯特-拉斯洛·巴拉巴西咱们明天的轩辕书评接着聊。
逆幂律模型_为“成功”建模:幂律分布相关推荐
- 逆幂律模型_【微微出品】加速模型一起聊聊Peck、Lawson、MILHDBK217
在环境试验中,针对某些测试时间比较长的试验, 往往会选择通过加速应力的方式,缩短试验时间,节约试验经费,达到想要的试验结果,这种试验被称为加速试验或加速寿命试验(Accelerated Life Te ...
- 逆幂律模型_逆幂律曲线的基本架构永远不会改变
鲁迪·拉克(Rudy Rucker):数学家,计算机科学家,赛博朋客(cyberpank)先驱,科幻小说家,著有<穿梭于有序与无序的杂乱间>(Surfing the Gnarl). 我们的 ...
- 逆幂律模型_思维模型18 - 幂律分布是什么?
上篇关于正态分布的内容中提到了自然界中许多事物的概率分布都近似的符合正态分布,后来我们拿大多数人最关心的财富来举例,但它符合正态分布符合对数正态分布,这是以人数做统计,但如果按照各个资产量统计人数的话 ...
- 判刑形状模型_离散形状建模示规范表面模型.doc
离散形状建模表示模型 如今,产品几何变在整个产品开发过程是企业竞争力的一个重要问题.在设计阶段,几何功能要求和公差都源自于设计意图.此外,制造和测试阶段是根据.GeoSpelling作为产品几何技术规 ...
- 3dmax怎么建模眼镜盒模型_ 3dmax盒子建模过程 小白教程
3dmax怎么建模眼镜盒模型?3dmax中想要建模眼镜盒模型,该怎么创建眼镜盒呢?下面我们就来看看3dmax眼镜盒建模过程,详细请看下文介绍 戴眼镜会需要眼镜盒,该怎么创建眼镜盒嗯?下面我们就来看看3 ...
- vc6.0opengl绘制人物模型_学习游戏建模?游戏人物建模软件都有哪些?
如何学习游戏建模??对于有兴趣.有时间的小伙伴,相信自主学习的选择,也许你会在网上寻找很多素材.教程,然后开始你的探索之旅,当然,在我看来,自主学习是一个比科学教学更有效.更深刻的过程,在这个过程中, ...
- 客户行为模型 r语言建模_客户行为建模:汇总统计的问题
客户行为模型 r语言建模 As a Data Scientist, I spend quite a bit of time thinking about Customer Lifetime Value ...
- 生命周期模型_建立从思想到价值的生命周期模型
生命周期模型 数据科学家来自火星,软件工程师来自金星(第4部分)(DATA SCIENTISTS ARE FROM MARS AND SOFTWARE ENGINEERS ARE FROM VENUS ...
- 对数周期幂率模型(LPPL)
什么是对数周期幂率模型 对数周期性幂律模型由Johansen和Sornette提出.Johansen-Ledoit-Sornette(JLS)模型假设存在两类交易者:理性的基本面交易者和非理性的噪音交 ...
最新文章
- uniapp手写_手写签名
- python浪漫代码-使用Python代码的程序员也浪漫
- 【正一专栏】读《怎样做社会研究》——社会研究的意义
- QT中信号和信号槽详解
- [机器学习] 数据特征 标准化和归一化
- Gym102832K. Ragdoll(CCPC长春)
- 三大统计相关系数:Pearson、Spearman秩相关系数、kendall等级相关系数
- 在开源UOJ的导航栏中添加新页面链接
- python - list 列表推导式
- 《WCF技术内幕》翻译35:第2部分_第6章_通道:通道功能
- FTP命令详解(含操作实例)
- 《JAVA语言程序设计》上课笔记
- Facebook Google广告开户流程
- 《见识》----吴军博士,读书笔记
- Java技术进阶推荐书单
- 关于所谓U盘有占用空间,却看不到文件的一些看法
- 运维,数据库 知识点文章集锦
- 触屏笔哪里便宜?高性价比第三方电容笔推荐
- 每期智力题、数量关系题、推理判断题
- 卷积神经网络 图像识别,卷积神经网络 图像处理