Dato
Por qué tus amigos parecen más populares
Agrupa cada aparición de nombre de cada lista de amigos y las personas bien conectadas aparecen con más frecuencia. El promedio resultante nunca está por debajo del promedio de una persona aleatoria uniforme, y es mayor cuando los recuentos de amigos varían.
La paradoja de la amistad proviene de agrupar las entradas de las listas de amigos: las personas bien conectadas aparecen con más frecuencia, por lo que el promedio de las entradas agrupadas es al menos el promedio de una persona aleatoria y es mayor cuando los recuentos de amigos varían.
Por el equipo editorial de Math Says Yes
Revisado por humanos según nuestros estándares de fuentes y corrección.
Cómo revisamos el contenido
LA TRAMPA
Imaginamos un intercambio simétrico: si tus amigos te cuentan, tú deberías contarlos exactamente igual. Pero el conteo de amistades está ponderado por cuán conectada está cada persona, y esa ponderación inclina la comparación.
Qué dice la paradoja
Toma a todos en una red social, pregúntale a cada persona cuántos amigos tiene y promedia esos recuentos. Ahora enumera cada nombre en la lista de amigos de cada persona y promedia los recuentos de amigos asociados a esos nombres. Esto es lo mismo que elegir un punto final aleatorio uniforme de una amistad. El segundo siempre es al menos tan grande como el primero porque las personas con más conexiones aparecen con más frecuencia. Este es un resultado de muestreo agregado, no una promesa de que los amigos de cada individuo estén más conectados.
Lo que muestran los números
2.4 friends
elige a una persona al azar
3.3 friends
sigue una amistad aleatoria
Red ilustrativa. Los grandes centros de coral se ubican en muchos enlaces, por lo que el muestreo a través de amistades los cuenta una y otra vez.
Por qué ocurre
La causa está en el conteo, no en quién es querido. Una persona con muchos amigos aparece una vez por amistad cuando se agrupa cada entrada de la lista. Cada conexión es otra oportunidad de ser elegida, por lo que este método sobremuestrea a los bien conectados. Eso es un muestreo sesgado por tamaño: el de las entradas agrupadas no puede caer por debajo del promedio de una persona aleatoria y se eleva por encima de él cuando los recuentos de amigos difieren.
Por qué falla la intuición
Nuestro instinto trata la amistad como un intercambio limpio y simétrico: si cuentas a alguien, seguro que te cuenta igual. Así que esperamos que los dos promedios coincidan. El movimiento oculto es que la comparación está ponderada por la conectividad. Un centro con docenas de amigos logra empujar su alto recuento de amigos a las listas de docenas de otras personas, mientras que una persona con dos amigos apenas aparece en ninguna parte. El no se hace sobre las personas de manera uniforme; se hace sobre las conexiones, y las conexiones se agrupan en los populares.
Dónde aparece
Siempre que tomes muestras a través de enlaces no dirigidos en lugar de tomar muestras de nodos de manera uniforme, los nodos de alto grado reciben más oportunidades de aparecer. Eso puede afectar los resúmenes de amigos, coautores, colaboradores, aeropuertos o contactos. Las fuentes sociales añaden otros filtros (quién publica, con qué frecuencia, interacción y clasificación), por lo que el teorema explica un efecto de selección posible, no cada diferencia que ves.
Cómo usarlo
El también puede ser útil. Pedir a personas seleccionadas al que nombren un contacto tiende a llegar a personas más conectadas sin mapear toda la red, lo que motiva estrategias de inmunización basadas en conocidos y muestreo de redes. Aumenta la probabilidad de encontrar centros; no garantiza que cada contacto nominado sea un centro o que un mensaje viaje más rápido.
Ejemplo práctico
Usa una estrella de cuatro personas: una persona central es amiga de cada una de las tres hojas, mientras que cada hoja es amiga solo del centro. Los grados son [3, 1, 1, 1]. Una persona aleatoria uniforme tiene (3 + 1 + 1 + 1) / 4 = 1.5 amigos en . Un punto final de amistad aleatorio uniforme (de manera equivalente, un nombre aleatorio de todas las listas de amigos) tiene (3² + 1² + 1² + 1²) / (3 + 1 + 1 + 1) = 2.0 amigos en promedio. El centro aparece tres veces entre los seis nombres de la lista de amigos, por lo que el muestreo de amistades eleva la media de 1.5 a 2.0.
En qué se equivoca la gente
Te comparas con los amigos que puedes ver, y la comparación se siente justa. No lo es. Tus amigos no son una de personas. Las personas con muchas conexiones tienen más de aparecer en el conjunto de amigos de cualquiera, por lo que el mundo social visible puede parecer más conectado, activo o popular de lo que la persona realmente es.
Cuándo se aplica
La identidad del punto final se aplica directamente a redes no dirigidas como amistades mutuas o enlaces de colaboración. Es útil cuando un proceso toma muestras a través de enlaces en lugar de tomar muestras de nodos de manera uniforme. Las redes de seguidores dirigidas o de citas necesitan definiciones separadas de grado de entrada y grado de salida. Ninguna de estas versiones significa que cada amigo esté más conectado que tú.
Nota de la fuente
El artículo de Feld en el American Journal of Sociology es la fuente principal de la paradoja de la amistad. Apoya la afirmación central de la página de que el muestreo de redes hace que los amigos parezcan más conectados en porque las personas con muchos vínculos se encuentran con más frecuencia.
Pruébalo
La paradoja de la amistad
Agrupa cada entrada de la lista de amigos: los puntos más grandes aparecen una vez por enlace.
2.7
promedio de persona aleatoria
3.0
promedio de entradas agrupadas en lista
Cada enlace aporta una aparición de nombre en cada extremo. Agrupa esas entradas y los centros más grandes tienen más oportunidades de ser muestreados, por al menos igualar el promedio de personas, y ser más altos cuando los grados varían.
Preguntas frecuentes
¿Por qué mis amigos tienen más amigos que yo?
Porque agrupar todas las entradas de las listas de amigos cuenta en exceso a los bien conectados. Alguien con muchos amigos aparece una vez por amistad, por lo que una entrada agrupada aleatoria uniforme tiene más probabilidades de ser esa persona. Su promedio es al menos el promedio de una persona aleatoria y es mayor cuando los recuentos de amigos varían; esto no garantiza la misma comparación para ti individualmente.
¿Es siempre verdadera la paradoja de la amistad?
Para una red con al menos una amistad, la media del punto final es igual a la suma de los recuentos de amigos al cuadrado dividida por la suma de los recuentos de amigos. Siempre es al menos la media de una persona aleatoria uniforme y es estrictamente mayor siempre que los recuentos de amigos no sean todos iguales. Sin embargo, no es verdad para todos los individuos; alguien más conectado que todos sus amigos es una excepción perfectamente posible. La afirmación es sobre el promedio de muestreo, no sobre ti específicamente.
Comprobación rápida
¿Por qué un nombre reunido de todas las listas de amigos puede parecer más popular que una persona al azar?
A
La mayoría de las personas tienen menos amigos de los que piensan.
B
Las personas tienden a elegir amigos menos populares.
C
Las personas populares aparecen en muchas listas de amigos.
Fuentes
Friendship paradox
Explicador secundario
Wikipedia · Accedido 2026-06-15
Why your friends have more friends than you do
Fuente primaria
American Journal of Sociology · Accedido 2026-06-20
¿Conoces a alguien a quien le pueda gustar esto?
Leer siguiente
El sesgo de publicación oculta los estudios que no encontraron nada
Si solo se publican resultados emocionantes, el registro de investigación visible puede hacer que un efecto parezca más limpio y fuerte de lo que realmente es.
Conceptos
Sesgo de muestreo
Un resultado distorsionado causado por observar datos que no representan a la población que te importa. Más datos no solucionan el problema si todavía faltan los mismos tipos de casos. Antes de confiar en una conclusión, pregunta quién tuvo la oportunidad de aparecer en la muestra y quién quedó fuera.
Muestreo sesgado por el tamaño
Una forma de muestreo en la que la probabilidad de que se elija un elemento aumenta con su tamaño o su número de conexiones, por lo que los elementos más grandes o con más conexiones están sobrerrepresentados. Es la razón por la cual la aparición de un nombre recopilado de todas las listas de amigos parece más popular que una persona aleatoria: las personas bien conectadas aparecen en muchas listas, por lo que se seleccionan con más frecuencia. El mismo efecto hace que las clases parezca que tienen más alumnos cuando se pregunta a los estudiantes que cuando se pregunta a la administración, porque hay más alumnos en las clases grandes.
