Prawo Benforda: Dlaczego Cyfra 1 Wygrywa z Cyfrą 9 Osiem do Jednego

Prawo Benforda

Prawo Benforda mówi, że w wielu naturalnie występujących zbiorach liczb pierwsza cyfry nie jest rozmieszczona równomiernie od 1 do 9 — podąża za ostro skośnym krzywką logarytmiczną. Cyfra 1 prowadzi około 30,1% czasu, 2 około 17,6%, aż po 9, która prowadzi tylko około 4,6% czasu. Wzór, który po raz pierwszy zauważył astronom Simon Newcomb w 1881 roku i ponownie odkrył fizyk Frank Benford w 1938 roku po skompilowaniu ponad 20 000 liczb z rzek, populacji i stałych fizycznych, to:

P(pierwsza cyfra = d) = log10(1 + 1/d), d = 1, 2, ..., 9 P(1) ≈ 0.301 P(2) ≈ 0.176 P(3) ≈ 0.125 P(4) ≈ 0.097 P(5) ≈ 0.079 P(6) ≈ 0.067 P(7) ≈ 0.058 P(8) ≈ 0.051 P(9) ≈ 0.046 live demo · histogram pierwszych cyfr vs krzywa logarytmiczna● LIVE Intencją jest skala niezmienniczość. Jeśli zbiór danych obejmuje kilka rzędów wielkości — populacje krajów od kilku tysięcy do ponad miliard, lub sekwencja Fibonacciego, która rośnie wykładniczo — to na osi logarytmicznej liczby są w przybliżeniu równomiernie rozłożone. Pierwsza cyfra liczby jest determinowana przez to, gdzie jej logarytm mieści się w jego części całkowitej, a przedział przestrzeni logarytmicznej zaczynający się od cyfry 1 (od log10(1) do log10(2)) jest szerszy niż przedział zaczynający się od cyfry 9 (od log10(9) do log10(10)). Pomnożenie przez jakąkolwiek stałą przesuwa rozkład logarytmiczny, ale nie zmienia jego kształtu, dlatego prawo obowiązuje dla danych w dolarach, euro lub jakiejkolwiek jednostce - właściwość zwaną niezmienniczością skali.

P(first digit = d) = log10(1 + 1/d),   d = 1, 2, ..., 9

P(1) ≈ 0.301   P(2) ≈ 0.176   P(3) ≈ 0.125
P(4) ≈ 0.097   P(5) ≈ 0.079   P(6) ≈ 0.067
P(7) ≈ 0.058   P(8) ≈ 0.051   P(9) ≈ 0.046

Które zbiory danych przestrzega tego prawa, a które nie

Prawo Benforda zwykle obserwuje się w zbiorach danych generowanych przez procesy wzrostu mnożnikowego obejmujące wiele stopni wielkości: populacje, długości rzek, ceny akcji, stałe fizyczne, potęgi liczby dwa i ciąg Fibonacciego (gdzie stosunek kolejnych wyrazów zbiega się do złotej proporcji, gwarantując stały, niecałkowity wzrost w logarytmicznej przestrzeni na każdym kroku). Niezawodnie zawodzi ono w przypadku danych ograniczonego zakresu, przypisanych zamiast zmierzonych lub zaokrąglonych do wąskiego przedziału – kodów pocztowych telefonów, wzrostów ludzkich w centymetrach, liczb z lotto lub wszelkich list ograniczonych do dwóch lub trzech stopni wielkości.

Wykrywanie oszustw przy użyciu testu chi-kwadrat

Prawo Benforda zyskało na sławie poza matematyką jako narzędzie w dziedzinie audytu śledczego. Sztucznie wygenerowane liczby – podrobione raporty wydatków, fałszywe deklaracje podatkowe, sfałszowane wyniki wyborów – są zazwyczaj tworzone przez osoby próbujące wyglądać na losowe, a cyfry wybierane przez ludzi skupiają się bardziej w środku zakresu (5, 6, 7) niż autentyczne dane wielokrotne, które są silnie skoncentrowane na 1 i 2. Audytorzy porównują obserwowane częstotliwości pierwszych cyfr w rzeczywistym dzienniku z przewidywanymi częstotliwościami Benforda za pomocą testu goodness-of-fit chi-kwadrat:

chi_sq = sum( (obserwowana_d - oczekiwana_d)^2 / oczekiwana_d ) dla d = 1..9 oczekiwana_d = N * log10(1 + 1/d) # N = wielkość próby duży chi_sq, mała wartość p-wartości → rozkład odbiega od prawa Benforda (warto zbadać, a nie dowód oszustwa) Duże odchylenie jest sygnałem ostrzegawczym, który prowokuje do dalszych badań, a nie wyrokiem – wiele autentycznych zbiorów danych zawodzi w teście po prostu dlatego, że nie spełniają warunku niezmienności skali, a test został rzeczywiście wykorzystany zarówno do ujawniania oszustw księgowych (odgrywał rolę w niektórych znanych przypadkach korporacyjnych), jak i do dyskusji na temat anomalii w wynikach wyborów, gdzie jego zastosowanie jest znacznie bardziej kontrowersyjne, ponieważ liczby głosów są ograniczone przez liczbę zarejestrowanych wyborców, a nie otwartą wartością.

chi_sq = sum( (observed_d - expected_d)^2 / expected_d )  for d = 1..9

expected_d = N * log10(1 + 1/d)     # N = sample size
large chi_sq, small p-value  → distribution deviates from Benford
                                (worth a closer look, not proof of fraud)

Drugie cyfry i wyższe rzędy

Taka sama logika rozciąga się na drugą cyfrę, pary cyfr oraz na pierwsze cyfry ułamków między wierszami w zbiorze danych, każda z własną przewidywaną dystrybucją wyprowadzoną z tej samej formuły log10 (dystrybucja drugiej cyfry jest bardziej płaska i zbliża się do rozkładu równomiernego im dalej od pierwszej cyfry).

Frequently asked questions

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Benford's Law i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.