Qu'est-ce que la loi de Benford ?
La loi de Benford (aussi appelée loi du premier chiffre) décrit la répartition étonnante des premiers chiffres dans de nombreux jeux de données issus du monde réel : montants financiers, recensements de population, constantes physiques, et bien d'autres. Au lieu que chaque chiffre de 1 à 9 apparaisse de façon équiprobable (environ 11,1 % chacun), les petits chiffres dominent : le chiffre 1 arrive en tête dans près de 30,1 % des cas, tandis que le 9 n'apparaît en première position qu'environ 4,6 % du temps. Ce calculateur vous donne la probabilité exacte selon Benford pour le premier chiffre de votre choix.
Comment utiliser ce calculateur
Choisissez un premier chiffre compris entre 1 et 9. Vous pouvez aussi saisir une taille d'échantillon (le nombre de valeurs de votre jeu de données) pour savoir combien d'entrées devraient commencer par ce chiffre si les données suivent la loi de Benford. L'outil affiche la probabilité sous forme de pourcentage et de nombre décimal, ainsi que l'effectif attendu.
La formule expliquée
La probabilité associée à un premier chiffre d est donnée par $$P(d) = \log_{10}\!\left(1 + \frac{1}{d}\right)$$ Comme le logarithme croît lentement, l'écart entre deux chiffres consécutifs se resserre, ce qui produit cette distribution décroissante si caractéristique. L'effectif attendu dans un jeu de données de taille N se calcule tout simplement par $$E(d) = N \times P(d)$$
Exemple concret
Pour le chiffre 1 : $$P(1) = \log_{10}\!\left(1 + \frac{1}{1}\right) = \log_{10}(2) \approx 0{,}30103$$ soit environ 30,1 %. Dans un jeu de 1 000 valeurs, on s'attend à ce qu'environ 301 d'entre elles commencent par le chiffre 1. Pour le chiffre 9 : $$P(9) = \log_{10}\!\left(1 + \frac{1}{9}\right) = \log_{10}\!\left(\frac{10}{9}\right) \approx 0{,}0458$$ soit environ 4,58 % — à peine 46 valeurs sur 1 000.
Interpréter votre résultat
La calculatrice retourne deux nombres pour un chiffre initial choisi \(d\) : la probabilité de Benford \(P(d)=\log_{10}\!\left(1+\frac{1}{d}\right)\) et le nombre attendu \(E = N \times P(d)\) pour un échantillon de taille \(N\). Par exemple, avec \(d=1\) la probabilité est environ 0,30103, donc dans un ensemble de données de \(N=1000\) valeurs vous attendriez environ 301 nombres commençant par le chiffre 1.
Conformité par rapport à l'écart
Quand le nombre observé d'un chiffre initial est proche du nombre attendu \(E\), les données sont dites conformes à la loi de Benford. Quand les nombres observés s'écartent notablement de \(E\) sur les chiffres 1–9 — par exemple, beaucoup trop de valeurs commençant par 7, 8 ou 9, ou une répartition quasi uniforme au lieu de la forte baisse \(P(1) > P(2) > \dots > P(9)\) — l'ensemble de données est dit déviant par rapport à la distribution attendue. Un seul chiffre légèrement décalé n'est généralement pas remarquable ; un schéma systématique sur plusieurs chiffres est plus significatif.
Le rôle du test d'ajustement
Observer l'écart entre les nombres observés et attendus ne suffit pas, car une certaine différence se produit toujours par chance. Un test d'ajustement formel — le plus couramment le test du khi-carré — quantifie la surprise que représente le schéma global. La statistique du khi-carré additionne les différences au carré standardisées sur les neuf chiffres :
$$\chi^2 = \sum_{d=1}^{9} \frac{(O_d - E_d)^2}{E_d}$$
où \(O_d\) est le nombre observé et \(E_d = N \times P(d)\) est le nombre attendu selon Benford pour le chiffre \(d\). La statistique résultante est comparée à la distribution du khi-carré avec 8 degrés de liberté (neuf chiffres moins un, puisque les nombres doivent être additionnés à \(N\)) pour obtenir une valeur p. Une petite valeur p indique que la distribution des chiffres initiaux observée aurait peu de chance de se produire si les données suivaient vraiment la loi de Benford. Des mesures connexes comme l'écart absolu moyen (MAD) sont également utilisées pour évaluer la conformité.
La déviation est un signal, pas une preuve
Un écart statistiquement significatif par rapport à la loi de Benford signale seulement que le schéma des chiffres initiaux est inhabituel et peut justifier un examen plus approfondi. Ce n'est pas une preuve d'erreur, de manipulation ou de fraude en soi. De nombreux processus ordinaires et tout à fait légitimes produisent des distributions non-Benford, et inversement les données peuvent être fabriquées mais quand même se conformer. Considérez une déviation comme un signal d'examiner plus attentivement comment les données ont été générées, non comme une conclusion.
Avertissements concernant la taille de l'ensemble de données et la plage
La loi de Benford est un schéma asymptotique et approximatif, et les nombres attendus \(E_d\) ne sont significatifs que dans les conditions appropriées :
- Taille de l'échantillon. Dans les petits échantillons, les nombres attendus pour les chiffres plus élevés deviennent minuscules, la variation naturelle d'échantillonnage est importante, et l'approximation du khi-carré se détériore ; les résultats de quelques dizaines de valeurs ne sont pas fiables.
- Plage et répartition. La loi s'ajuste aux données qui couvrent plusieurs ordres de magnitude et proviennent de processus multiplicatifs ou naturellement variés. Les nombres limités à une plage étroite, les valeurs assignées (codes postaux, numéros de téléphone, identifiants), les chiffres bouchonnés ou arrondis, ou les séquences avec des minimums et maximums imposés ne doivent pas nécessairement suivre la loi de Benford même quand rien ne va mal.
- Chiffre initial uniquement. Cette calculatrice traite la loi du premier chiffre ; les tests de premiers deux chiffres et autres tests étendus ont leurs propres probabilités attendues et sont souvent plus sensibles.
En raison de ces avertissements, la conformité ou la non-conformité doit toujours être interprétée à la lumière de ce que les nombres représentent et combien vous en avez.
FAQ
Quels types de données suivent la loi de Benford ? Les données qui s'étendent sur plusieurs ordres de grandeur et qui proviennent d'une croissance naturelle ou de processus multiplicatifs — chiffres comptables, cours boursiers, longueurs de fleuves, populations de villes — s'y conforment généralement bien.
Pourquoi l'utilise-t-on dans la détection de fraudes ? Les données numériques authentiques suivent souvent la distribution de Benford ; des écarts importants dans des registres financiers peuvent donc signaler des chiffres fabriqués ou manipulés et déclencher un contrôle.
Fonctionne-t-elle pour n'importe quelle position de chiffre ? Ce calculateur porte sur le premier chiffre. La loi de Benford propose aussi des formules pour le deuxième chiffre et les suivants, où la distribution tend à s'aplatir vers l'uniformité.
