抢到001也许不是点背微信红包并不是随机分配

　　你可能遇到过这样的情况，老板把你和小张拖到一个群发红包慰劳一下，这个微信红包价值200元，你眼疾手快，先点开，一看：摔！0.01元！小张乐呵呵地领了剩下的红包。

　　虽然200元丢在路上你都不一定心动（只是假设下，正常人可能还是会捡起来），但是，这200元好歹也是老板的心意，抢到0.01元是不是略微有点沮丧？

　　真不是你运气差。最近，北京大学师生通过研究发现，抢微信红包的金额可能并非随机分配，而与用户注册时间有一定关联。

　　这一研究结果由北京大学元培学院本科生李星宇在微信公众号“思考着iThink”上发表。

　　北京大学-普林斯顿大学“当代中国社会”研讨课有12名北大本科生和15名普林斯顿大学本科生。课余，普林斯顿大学教授、美国科学院院士、授课教师谢宇会不时邀请一名学员共进午餐。

　　这个邀请方式非常有意思，就是在课程群中发放若干红包（红包数目多于课程人数），学员自愿领取，领到金额最高者与老师共进午餐。

　　发红包活动开展若干次后，出现了一个有趣的现象：领到金额最高者绝大多数都是北大学生；此外，只有两位普林斯顿大学的学生领到过最高金额，这两位的共同点是注册微信账号的时间都较早。针对这一现象，谢宇教授提出一个猜想：“参与者领到的红包金额可能并非完全随机，而是与用户经历（注册账号早晚）有一定的关联”。因为大多数北大学生注册微信账号的时间较早，而大部分普林斯顿学生都是7月初抵达北京之后才注册微信账号。

　　北京大学-普林斯顿大学“当代中国社会”研讨课有12名北大本科生和15名普林斯顿大学本科生。课余，普林斯顿大学教授、美国科学院院士、授课教师谢宇会不时邀请一名学员共进午餐。

　　这个邀请方式非常有意思，就是在课程群中发放若干红包（红包数目多于课程人数），学员自愿领取，领到金额最高者与老师共进午餐。

　　发红包活动开展若干次后，出现了一个有趣的现象：领到金额最高者绝大多数都是北大学生；此外，只有两位普林斯顿大学的学生领到过最高金额，这两位的共同点是注册微信账号的时间都较早。针对这一现象，谢宇教授提出一个猜想：“参与者领到的红包金额可能并非完全随机，而是与用户经历（注册账号早晚）有一定的关联”。因为大多数北大学生注册微信账号的时间较早，而大部分普林斯顿学生都是7月初抵达北京之后才注册微信账号。

　　为此，谢宇在课程的微信群中做了若干次重复实验，试图考察微信红包金额与用户经历之间的关系。所以，为了做实验到底发了多少红包？

　　偷偷告诉下你这个问题的答案——共进行了10次红包领取活动，每次发放的总金额固定为5元，每次的红包个数在27-32个之间。所以，总数是……50元。

　　上文提到，领到最高金额者的共同点是，他们的注册微信时间都较早。大多数北大学生注册微信账号的时间较早，而大部分普林斯顿学生都是7月初抵达北京之后才注册的微信账号，只有几名华人学生是之前就注册过微信，而那两位幸运儿正是在华人学生中诞生。最大的红包都被注册微信时间较长的黄皮肤学生夺走。

　　研究结果表明，平均而言，新注册微信的用户和使用年限很长的微信用户，领到的微信红包金额较低；微信注册时间在 30 到 40 个月之间的用户，则能领到更大的红包。

　　同时，研究结果还发现，用户是否使用苹果手机，与领到红包的金额没有显著影响。

　　在这一群聊中，红包领取活动的参与者的用户经历差异很大：最短的只有0.5月，最长的有58.5月（其注册账号的时间已经接近腾讯公司推出微信软件的时间）。

　　详细统计数据请见下图（虽然没有统计学知识可能看不懂），截图自李星宇发表的文章。

　　研究者使用LOWESS方法绘制出领取到的“标准化金额”与用户经历之间的趋势线，由这条趋势线可以看出，标准化金额与用户经历之间是一个先增后减的关系，大致以35个月为转折点。转折点之前，用户经历越长，领到的红包金额倾向于变多；转折点之后，用户经历越长，领到的红包金额倾向于变少。

　　不过，文章中也同时注明：此可以推测，在微信群聊中发放多个微信红包的情形下，各个红包的金额并非完全随机分配。但是由于微信红包背后的程序未知，所以我们只能够注意到这一现象；其原因可能需要从腾讯公司的程序设计中寻找。

　　随后，广东外语外贸大学金融学院教授易行健和青年学者边文龙也在同一微信公号撰文建议，该实验设计有两方面可以改进：

　　一、每次微信红包被领取的顺序可能比较稳定。对微信红包越热情、越熟悉，网速越快，有辅助应用的同学，可能最早领到。这可能导致由计算机产生的 随机数 ，其实只是 伪随机数 。

　　二、样本量不够大，而且 10 次实验之间是高度相关的，无法满足基本回归中独立同分布的假设。

　　一、每次微信红包被领取的顺序可能比较稳定。对微信红包越热情、越熟悉，网速越快，有辅助应用的同学，可能最早领到。这可能导致由计算机产生的 随机数 ，其实只是 伪随机数 。

　　二、样本量不够大，而且 10 次实验之间是高度相关的，无法满足基本回归中独立同分布的假设。

　　我只是根据个人的经历提出了个假设，而这一假设，后来发现与我们得到的数据不矛盾。当然，证明这一假设需要更多的数据。

　　我只是根据个人的经历提出了个假设，而这一假设，后来发现与我们得到的数据不矛盾。当然，证明这一假设需要更多的数据。