在 Decision Science News 的博客上看见一篇文章用动画显示一个反直觉的问题。大意如下：一个房间里有一百人，每人手里一百块钱，每隔一定时间所有人都拿出手里的一块钱随机送给另外一个人，问过一阵子之后这房间里的钱的分布是怎样的。
我跟这个博主 2008 年在德国的 R 会议上见过一次，他应该还记得我，因为我发现他这些年来一直对动画都很有兴趣。我从黑客新闻上看见的这篇文章；粗读之后觉得是有点反直觉，因为随机送钱最后的分布应该还是会保持均匀分布。后来我仔细想了想，觉得不对劲，可能被这里的动画给骗了，尤其是下面蓝色的分布图。他想展示的结论大概是最终这些钱的分布会很不均匀，即使随机互相给钱，最后也会有贫富差距；然而问题可能就出在这个“分布”上。虽然我很讨厌统计学的学术训练（读博读研）总是要从源头学起，但偶尔从源头想问题还是值得的。比如每当说分布的时候，需要问清楚随机变量是什么，到底是谁的分布？我认为这篇文章里并没有定义清楚。
上图的意义很清楚，显示每个时刻每个人手里的钱的数量。下图的欺骗性来自于它把所有人排序了，而每一个时刻，横轴实质上都在变化。比如上一个时刻排名第 10 的人，下一时刻可能会换到 28。这个变化并没有在动画中显示出来，让人很容易误解为最左边最穷的那个人一直是同一个人，最右边最富的那个人也一直是同一个人，所以这个系统里有稳定的贫富差距。
那到底是谁的分布？如果看 $\mathrm{P}(X_1=m_1,X_2=m_2,\ldots,X_n=m_n)$ 这个分布（其中 $X_i$ 表示第 $i$ 个人的钱数随机变量，$\sum m_i=100*100$），我感觉应该会是一个多元均匀分布，但我也不太确定，因为这些 $X$ 之间不独立，它们的和为一个定值。不过有一点应该是确定的，该文中下图显示的是顺序统计量 $X_{(i)}$ 的取值情况。对单个的顺序统计量来说，它的分布肯定不会是在原来随机变量取值区间上的均匀分布。
说白了，画一幅图 plot(runif(100)) 可能不会吓到人，一眼看去很随机很均匀，很符合直觉；画排序之后的图给人感觉就不一样了，尽管仍然是均匀分布，但 plot(sort(runif(100))) 会给人造成一种很不均匀的错觉。
所以图形虽然直观，但骗起人来也是妥妥的。我 2009 年就自己骗过自己一回，以为发现了什么不得了的关系，到头来只是一场空。
赞赏
作为一名没有固定工作的自由职业者，我非常感谢您通过捐赠的方式来支持我的写作和开源软件开发。当然，捐赠纯属自愿。无论金额多少，都是一片诚挚的心意。支付方式如下：
| 微信 | ← 奋力支开它俩 → | 支付宝 |
|---|---|---|
 |
其它爱心通道 ↓ Venmo: @yihui_xie Zelle: xie@yihui.name PayPal: xie@yihui.name |
 |
若使用 Venmo/Zelle/Paypal，请添加备注“gift”或“donation”，以免捐赠被视为我的可税收入。若使用 Paypal，支付类型请选 Family and Friends，而不要选 Goods and Services。
在不影响生活的前提下，我会将收到的捐赠以尽量大的比例回馈给开源社区和慈善机构。作为参考，2024-25 年间我共收到约三万美元捐赠，完税后我转手捐出了一万五千美元。