
我們進行了1億次婚戀配對實驗,然后……
“要求別太高,差不多就行了?!?
“找個有錢人嫁了吧!”
“感情不能將就,一定要找合適的。”
……
這些說法有沒有道理呢?按照這些“標(biāo)準(zhǔn)”,是不是有更大的概率找到對象,或者找到更好的對象呢?
為了對這些“標(biāo)準(zhǔn)”進行檢驗,我們用計算機程序進行了模擬配對實驗。
首先,我們按照一定規(guī)則生成了1萬男性+1萬女性樣本(規(guī)則在下面會做解釋)。在配對實驗中,這2萬個樣本具有各自不同的個人屬性(財富、內(nèi)涵、外貌),每項屬性都有一個得分(現(xiàn)實中,這些得分有一定的主觀性,為了簡化模型,我們假設(shè)每個人的各項得分都是客觀且唯一的)。
(說明:上圖為30個樣本的示例展示。每一列代表一個樣本,從上至下的三行分別是這個樣本的財富分、內(nèi)涵分、外貌分,顏色越深代表分值越高。)
三項個人屬性得分在總體中的分布符合一定的規(guī)律,并隨機分配給2萬個樣本。其中,財富值符合指數(shù)分布,內(nèi)涵和顏值符合正態(tài)分布。三項的平均值都為60分,標(biāo)準(zhǔn)差都為15分。分布情況如下圖所示:
生成樣本以后,我們開始模擬實驗?;诂F(xiàn)實世界的提煉及適度簡化,我們概括了三個最主流的擇偶策略,如下:
策略1:門當(dāng)戶對,要求雙方三項指標(biāo)加和的總分接近,差值不超過20分;
策略2:男財女貌,男性要求女性的外貌分比自己高出至少10分,或女性要求男性的財富分比自己高出至少10分;
策略3:志趣相投、適度引領(lǐng),要求對方的內(nèi)涵得分在比自己低5分~高10分的區(qū)間內(nèi),且外貌和財富兩項與自己的得分差值都在5分以內(nèi)。
現(xiàn)在可以開始模擬配對實驗了。我們將三種策略隨機平分給所有樣本(即采用每種策略的男女各有3333個樣本)。每一輪實驗中,我們?yōu)槊课粏紊砟信S機選擇一個對象,若雙方互相符合要求就算配對成功。配對失敗的男女則進入下一輪配對。每次實驗進行100輪配對,實驗共進行100次,總共進行了超過1億人次的配對實驗。(說明:每次實驗進行100輪配對,是基于對每個人具有潛在婚戀可能的異性數(shù)量一般不會超過100位而估算的。實驗共進行100次,是為了使實驗結(jié)果更加穩(wěn)定。)
模擬過程示意圖如下:
說明:
實際實驗中使用了9999男+9999女的樣本,但為了使過程模擬的示意圖更加清晰易懂,上圖僅繪制了99男+99女的配對實驗。
橫縱軸的含義及圖形的顏色標(biāo)示與之前的樣本示意圖一致。
每個樣本采取的策略以不同形狀表示,圓形代表“門當(dāng)戶對”策略,三角形代表“男財女貌”策略,正方形代表“志趣相投”策略。
配對成功的男女以線條連接,不同顏色線條代表不同的組合,后文會詳細解釋各種組合模式。
100輪、100次、1億人次的實驗結(jié)束后,60%的樣本成功找到了對象。
但是,在不同策略下,找到對象的概率、以及對象的個人屬性是不同的。
總體而言,無論男女,采取“門當(dāng)戶對”策略找到配偶的概率都是最高的。在其他兩種策略中,“男財女貌”更有利于男性,“志趣相投”則更有利于女性。
結(jié)合各種策略下找到的配偶的各項分值,我們可以總結(jié)出以下規(guī)律:
采取“門當(dāng)戶對”策略,綜合評估對方,只要總分接近,容忍有缺點,差不多就行了,這樣往往更容易找到對象。
采取“男財女貌”策略,只對顏值或財富有強烈偏好,找到的不一定是白富美和高富帥,很可能只是花瓶和土豪(請大家仔細看看這類人的其他兩項得分,請自行理解)。
采取“志趣相投”策略,要求對象有內(nèi)涵、無短板(相對于自己),最后找到的對象各項得分較為平均,但相對貧窮。
接下來,從男女雙方的策略組合上看,我們總結(jié)了七種成功配對的主要組合類型。
下面,我們將對每一種組合進行解釋。
男女都采取門當(dāng)戶對策略且配對成功的組合。
該類組合中:
男性平均分:財富57、內(nèi)涵61、外貌61
女性平均分:財富61、內(nèi)涵61、外貌58
我們將這種組合稱為:門當(dāng)戶對
解讀:該組合在全樣本中占比為 23%,特點是男女各項分值均衡。
吐槽:媽媽說的話還是有道理的。
男女都采取志趣相投策略且配對成功的組合。
該類組合中:
男性平均分:財富55、內(nèi)涵60、外貌60
女性平均分:財富55、內(nèi)涵60、外貌60
我們將這種組合稱為:志趣相投
解讀:該組合在全樣本中占比為12%,特點是男女各項分值相同,財富值偏低,內(nèi)涵外貌適中。
吐槽:無關(guān)財富,只關(guān)風(fēng)月——共同構(gòu)筑的小確幸。
男女都采取男財女貌策略且配對成功的組合。
該類組合中:
男性平均分:財富75、內(nèi)涵59、外貌53
女性平均分:財富53、內(nèi)涵59、外貌73
我們將這種組合稱為:男財女貌
解讀:該組合在全樣本中占比為 7%,特點是男女財貌互補,內(nèi)涵適中。
吐槽:奧利奧配牛奶,西紅柿配雞蛋——經(jīng)典到無話可說。
男性采取男財女貌策略,女性采取門當(dāng)戶對策略且配對成功的組合。
該類組合中:
男性平均分:財富60、內(nèi)涵66、外貌51
女性平均分:財富56、內(nèi)涵56、外貌69
我們將這種組合稱為:鳳凰男和孔雀女
解讀:該組合在全樣本中占比為 7%,特點是女性顏值較高,內(nèi)涵較低;男性則具有較高的內(nèi)涵,財富狀況一般。
吐槽:你負責(zé)貌美如花,我負責(zé)賺錢養(yǎng)家。
男性采取門當(dāng)戶對策略,女性采取男財女貌策略且配對成功的組合。
該類組合中:
男性平均分:財富73、內(nèi)涵57、外貌57
女性平均分:財富54、內(nèi)涵66、外貌63
我們將這種組合稱為:土豪與灰姑娘
解讀:該組合在全樣本中占比為 6%,特點是男性財富值很高,其他兩項得分偏低;女性財富值偏低但才貌雙全。
吐槽:童話里都是騙人的,灰姑娘找到的不是王子,而是土豪。
男性采取門當(dāng)戶對策略,女性采取志趣相投策略且配對成功的組合。
該類組合中:
男性平均分:財富53、內(nèi)涵61、外貌60
女性平均分:財富53、內(nèi)涵59、外貌60
我們將這種組合稱為:患難夫妻
解讀:該組合在全樣本中占比為 3%,特點是男女財富值都非常低,顏值和內(nèi)涵適中。
吐槽:我很窮,但是我很溫柔。
男性采取志趣相投策略,女性采取門當(dāng)戶對策略且配對成功的組合。
該類組合中:
男性平均分:財富56、內(nèi)涵60、外貌57
女性平均分:財富56、內(nèi)涵62、外貌57
我們將這種組合稱為:靈魂伴侶
解讀:該組合在全樣本中占比為 2%,該組合的特點是男女財富值偏低,且顏值也偏低,但是內(nèi)涵偏高。
吐槽:別那么低俗,我們是柏拉圖式的戀愛。
基于實驗結(jié)果,我們挑選了幾條擇偶建議給大家。
精英和屌絲,出手要果斷。
總分在中間水平(180分左右)的樣本,找到對象的概率在60%以上。而總分很高的精英和總分很低的屌絲,找到對象的概率則不足30%。所以,如果你屬于精英或?qū)沤z群體,一旦遇到心儀的對象,請不要猶豫,果斷地去追求TA吧!
志趣相投很難找,堅持不懈終有報。
對于大多數(shù)組合類型來說,在前20輪的配對成功率是比較高的;在20輪以后,就很難再找到對象了。如果你和潛在的配偶都奉行“志趣相投”的策略,雖然在早期很可能不太順利,但時間卻是這種組合的好朋友,只要堅持足夠的輪數(shù),仍然很可能遇到彼此。
男人患貧不患丑,中庸長相更吃香。
如果你是一個囊中羞澀(財富值低于50分)且長相平庸(外貌值在50-70分之間)的男同胞,請不要自暴自棄。甚至你應(yīng)該感謝自己平庸的長相,這會讓你比同樣窮的帥哥(外貌值高于70分)找到對象的概率提高10-20個百分點。在競爭真愛這件事情上,你應(yīng)該比他更加自信。
有錢的男人,結(jié)婚別太早。
如果你是一個有錢的男人(財富值70以上),就算身邊美女如云,也不要太早做決定。模擬實驗結(jié)果表明,有錢男人在30輪配對之后找到的配偶總分要更高。
三低女性需努力,提升內(nèi)涵煥新生。
如果你是一個“三低女性”(財富、內(nèi)涵、外貌均在50分以下),并且想要通過提升自己來增大找到對象的概率。我們假設(shè)外貌的改變并不容易,并且只能致力于提高內(nèi)涵和財富中的一項。顯然,提升內(nèi)涵能將找到對象的概率提升至少10個百分點,而提升財富的效果并不明顯,甚至有反作用。
美女別太挑,挑到最后不如前。
如果你是一個美女(外貌值高于70分),也不要自視清高,過于挑剔。模擬實驗結(jié)果表明,美女在55次配對以后才找到的配偶,顏值往往不如更早時候找到的。
在文章的最后,我們?yōu)椴煌愋偷哪信疁?zhǔn)備了一份完整版的擇偶攻略。
你和什么樣的異性最般配?
請你給自己的財富、內(nèi)涵、顏值分別評估一個檔次,對照表格尋找答案。
如果你有配偶,還可以一起解答心中的疑惑。
請注意,這可能是一道送命題。
說明:
本文作者為 團支書、kathur,由微信公眾號 城市數(shù)據(jù)團 原創(chuàng)并首發(fā)。
本文中的男女樣本及擇偶策略的設(shè)定基于簡化且客觀的原則,與現(xiàn)實世界有一定差距。同時文中所得結(jié)論為計算機程序運行結(jié)果,與現(xiàn)實情況可能存在差異,請大家謹(jǐn)慎參考。
數(shù)據(jù)達人培養(yǎng)計劃限時優(yōu)惠~請戳閱讀原文,和數(shù)據(jù)團一起玩數(shù)據(jù)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10