Предпосылки и моя мотивация к созданию модели описаны в первой статье цикла, поэтому не буду повторяться.

Изначально идея была простой.

Составляем список факторов, влияющих на жизненный успех. Список создавался исключительно умозрительно, путём рассуждений. Получился такой:

• Здоровье

• Богатство

• Социальные связи

• Образование

• Жизненные факторы

• Интеллект

• Адаптивность

• Личные усилия

Далее создаём N сущностей с этими параметрами в диапазоне от 0 до 1. Каждой сущности случайно назначаем значения всех восьми параметров. Принимаем, что один шаг — это один год жизни.

На каждом шаге параметры случайным образом меняются. Цель — выяснить, как соотносятся начальные и конечные суммарные показатели. Берём наиболее успешных в конце и смотрим, каким было распределение их стартовых условий в начале.

Такая модель была создана ещё 8 лет назад.

Было сразу сделано одно предположение, которое в целом подтверждается статистикой — в популяции изначально примерно 15% населения с активной жизненной позицией.

Результаты для топ-2% успешных:

Корреляция начальной и конечной суммы параметров — 0.78. Это высокое значение: даже при чисто случайных изменениях начальные условия в значительной степени определяют итоговый успех.

Откуда пришли топ-2%:

• 53% — из высшего квинтиля (стартовали с лучшими условиями)

• 2,5% — из низшего квинтиля (пробились случайно)

То есть даже при полностью случайном шуме без какой-либо детерминированной динамики начальные условия имеют значение — но примерно половина топа пришла из средних и нижних слоёв.

Чем уже элита, тем сильнее роль стартовых условий и высоких усилий. Но даже так — половина топ-2% пришла из верхнего квинтиля, а не из самого верха. В реальности концентрация успеха гораздо жёстче.

Так я уже получил грубую оценку — личные усилия и активная жизненная позиция точно имеют гораздо меньший вес, чем другие параметры.

Я не один год обдумывал полученные результаты с целью понять, куда двигаться дальше. 2,5% попавших в элиту с самых низов выглядят уж слишком демократично.

Значит, нужны дополнительные механизмы — взаимосвязи параметров, детерминированная динамика, режимы — чтобы модель сходилась к реальным распределениям. Логичный переход к следующему шагу усложнения.

Появление инструментов на базе AI позволило вернуться к модели на новом уровне — резко упростился сбор статистики, её агрегация и проведение сложных тестов. И я вернулся к дальнейшему усложнению модели.

Что же мы имеем в реальности с топ-2%?

Сводная таблица

Вывод

Объединение всех категорий «заметно успешных» (с пересечениями) даёт порядка 0.1% населения, где основную массу составляют декамиллионеры и политики.

То, что в их число попало 2,5% людей с очень плохим начальным набором параметров — выглядит сомнительно. Это оценка на уровне здравого смысла, но точной статистики не существует. Не буду приводить примеры, но если внимательно рассматривать большинство биографий таких личностей — то в подавляющем большинстве случаев они всё-таки имели стартовый капитал в виде рождения или переезда в детстве в крупные города в развитых странах.

Поэтому далее пришлось разбирать каждый из параметров с целью понять влияние и вероятностные характеристики.

Я по очереди опишу все критерии и их логические взаимосвязи, опустив численные коэффициенты. Это не просто описание — все эти особенности и взаимовлияние учтены в реальной модели.

1. Здоровье

2. Богатство

3. Социальные связи

4. Образование

5. Жизненные факторы

6. Личные усилия

Параметр намеренно не калиброван — является объектом исследования модели.

7. Интеллект

8. Адаптивность

Демография

Как понятно из описания параметров, потребовался расширенный механизм учёта возраста, рождения и смерти.

Возраст

Каждая сущность имеет целочисленный возраст, который увеличивается на единицу каждый шаг симуляции (один шаг — один год жизни). При инициализации популяции возрасты распределяются по реалистичной возрастной пирамиде — больше молодых, меньше пожилых (скошенное вправо распределение).

Сущности, получившие возраст больше нуля при старте, проходят «прогрев» — для них прокручивается детерминированная динамика от рождения до текущего возраста без шума, чтобы параметры соответствовали возрасту (например, образование успело накопиться, здоровье начало снижаться у пожилых).

Рождение

Количество новорождённых на каждом шаге определяется формулой, учитывающей несколько популяционных факторов:

Родители выбираются случайно из подходящих пар. Итоговое число рождений имеет случайный разброс вокруг ожидаемого значения.

Наследование параметров

Дети наследуют параметры от обоих родителей как смесь родительского среднего и свежего случайного значения. Доля наследования различается:

Ко всем наследуемым параметрам добавляется случайный шум — дети не являются копиями родителей.

Смерть

Сущность может умереть по двум независимым причинам:

Итоговая вероятность смерти — комбинация обеих причин: даже молодой может умереть от критического здоровья, а пожилой — от возраста даже при нормальном здоровье.

Движок симуляции

Далее был разработан интегральный критерий Q — взвешенная комбинация параметров. А также реализована обратная связь Q → параметры (эффект Матфея).

После этого был реализован второй вариант движка симуляции: инициализация → для каждого шага: рождения → динамика → шум → Q → смертность → статистика.

Сбор метрик на каждом шаге (средний Q, Gini, распределение по зонам, численность).

И первые же прогоны модели показали, что при любых начальных условиях популяции всегда вымирали.

Почему так выходило и что надо было сделать для создания жизнеспособных популяций — в следующей статье.

А для наиболее любопытных — вот ссылка «поиграться» с моделью.

Для тех, кто хочет быть в курсе развития модели и обсудить детали — канал @another_life_strategy в Telegram.