Benford Yasası Nedir?
Benford Yasası (ilk basamak yasası olarak da bilinir), gerçek hayattaki birçok veri kümesinde ilk basamakların şaşırtıcı dağılımını anlatır — mali rakamlar, nüfus sayıları, fiziksel sabitler ve daha fazlası. 1–9 arası her basamağın eşit oranda (her biri yaklaşık %11,1) görünmesi beklenirken, gerçekte küçük basamaklar baskındır: 1 rakamı zamanın yaklaşık %30,1'inde ilk sırada yer alırken, 9 yalnızca %4,6 civarında başta gelir. Bu hesaplayıcı, seçtiğiniz herhangi bir ilk basamak için tam Benford olasılığını verir.
Hesaplayıcı Nasıl Kullanılır?
1 ile 9 arasında bir ilk basamak seçin. İsterseniz örneklem boyutunu (veri kümenizdeki değer sayısını) girerek, veriler Benford Yasası'na uyduğunda kaç kaydın o basamakla başlamasının beklendiğini görebilirsiniz. Araç, olasılığı hem yüzde hem ondalık olarak verir ve beklenen sayıyı gösterir.
Formülün Açıklaması
Bir d ilk basamağının olasılığı şu şekilde hesaplanır: $$P(d) = \log_{10}\!\left(1 + \frac{1}{d}\right)$$ Logaritma yavaş büyüdüğü için, ardışık basamaklar arasındaki fark giderek azalır ve bu da karakteristik aşağı doğru eğimli dağılımı oluşturur. N boyutundaki bir veri kümesinde beklenen sayı ise basitçe $$E(d) = N \times P(d)$$ ile bulunur.
Çözümlü Örnek
1 basamağı için: $$P(1) = \log_{10}\!\left(1 + \frac{1}{1}\right) = \log_{10}(2) \approx 0{,}30103$$ yani yaklaşık %30,1. 1.000 değerlik bir veri kümesinde, bunların yaklaşık 301 tanesinin 1 rakamıyla başlamasını beklersiniz. 9 basamağı için: $$P(9) = \log_{10}\!\left(1 + \frac{1}{9}\right) = \log_{10}\!\left(\frac{10}{9}\right) \approx 0{,}0458$$ yani yaklaşık %4,58 — 1.000 değerden yalnızca 46 kadarı.
Sonucunuzu Yorumlama
Hesaplayıcı, seçilen bir başında basamak \(d\) için iki sayı döndürür: Benford olasılığı \(P(d)=\log_{10}\!\left(1+\frac{1}{d}\right)\) ve \(N\) örnek boyutu için beklenen sayı \(E = N \times P(d)\). Örneğin, \(d=1\) ile olasılık yaklaşık 0.30103 olur, bu nedenle \(N=1000\) değerden oluşan bir veri seti içinde yaklaşık 301 sayı rakam 1 ile başlayacaktır.
Eşleşme ve sapma
Bir başında basamağın gözlenen sayısı beklenen sayı \(E\) ile yakın olduğunda, verinin Benford Yasası ile tutarlı olduğu söylenir. Gözlenen sayılar 1–9 basamaklarında beklenen \(E\) değerinden belirgin bir şekilde sapıldığında — örneğin, 7, 8 veya 9 ile başlayan çok fazla değer veya keskin \(P(1) > P(2) > \dots > P(9)\) düşüşü yerine neredeyse düzgün bir dağılım — veri seti beklenen dağılımdan sapar olarak söylenir. Tek bir basamağın biraz sapması genellikle kayda değer değildir; birden fazla basamak arasında sistematik bir desen daha anlamlıdır.
İyilik-uyum testinin rolü
Gözlenen ve beklenen sayılar arasındaki farka bakış yeterli değildir, çünkü bazı farklar her zaman tesadüfen meydana gelir. Resmi bir iyilik-uyum testi — en yaygın olarak ki-kare testi — genel desenin ne kadar şaşırtıcı olduğunu ölçer. Ki-kare istatistiği, dokuz basamağın tümü üzerinde standartlaştırılmış kare farklarını toplar:
$$\chi^2 = \sum_{d=1}^{9} \frac{(O_d - E_d)^2}{E_d}$$
burada \(O_d\) gözlenen sayı ve \(E_d = N \times P(d)\) basamak \(d\) için Benford tarafından beklenen sayıdır. Ortaya çıkan istatistik, p-değerini elde etmek için 8 serbestlik derecesi (dokuz basamak eksi bir, sayılar \(N\) toplamına eşit olması gerektiğinden) ile ki-kare dağılımı ile karşılaştırılır. Küçük bir p-değeri, gözlenen başında basamak dağılımının veriler gerçekten Benford Yasası izlediyse ortaya çıkması olası olmadığını gösterir. Uygululuğu ölçmek için ortalama mutlak sapma (MAD) gibi ilişkili ölçüler de kullanılır.
Sapma bir bayrak, kanıt değildir
Benford Yasası'ndan istatistiksel olarak anlamlı bir sapma, yalnızca başında basamak deseninin olağandışı olduğunu ve daha yakından incelenmesinin gerekebileceğini gösterir. Kendi başına hata, manipülasyon veya sahtekarlığın kanıtı değildir. Birçok sıradan ve tamamen meşru süreç Benford olmayan dağılımlar üretir ve tersine veriler sahte olabilir ancak yine de uyumlu olabilir. Bir sapmayı, bir sonuç olarak değil, verinin nasıl oluşturulduğuna daha yakından bakmanız için bir istem olarak değerlendirin.
Veri seti boyutu ve aralık dikkat edilmesi gereken noktalar
Benford Yasası asimptotik, yaklaşık bir desendir ve beklenen sayılar \(E_d\) yalnızca uygun koşullar altında anlamlıdır:
- Örnek boyutu. Küçük örneklerde daha yüksek basamaklar için beklenen sayılar çok küçük olur, doğal örnekleme değişkeni büyük olur ve ki-kare yaklaşımı bozulur; birkaç düzine değerden elde edilen sonuçlar güvenilmezdir.
- Aralık ve yayılım. Yasa, birden fazla büyüklük sırası kapsayan ve çarpımsal veya doğal olarak değişen süreçlerden kaynaklanan verilere uyar. Dar bir aralıkla sınırlı sayılar, atanmış değerler (Posta kodları, telefon numaraları, kimlikler), sınırlanmış veya yuvarlanan rakamlar veya empoze edilmiş minimumlar ve maksimumlar ile diziler, hiçbir şey yanlış olmasa bile Benford Yasası'nı izlemesine gerek yoktur.
- Yalnızca başında basamak. Bu hesaplayıcı ilk basamak yasasını ele alır; ilk iki basamak ve diğer genişletilmiş testlerin kendi beklenen olasılıkları vardır ve genellikle daha duyarlıdırlar.
Bu uyarılar nedeniyle, uyumluluk veya uyumsuzluk her zaman sayıların neyi temsil ettiği ve kaç tanesine sahip olduğunuz ışığında yorumlanmalıdır.
Sıkça Sorulan Sorular
Hangi tür veriler Benford Yasası'na uyar? Birkaç büyüklük mertebesine yayılan ve doğal büyüme ya da çarpımsal süreçlerden doğan veriler — muhasebe rakamları, hisse senedi fiyatları, nehir uzunlukları ve şehir nüfusları — bu yasaya iyi uyum gösterme eğilimindedir.
Dolandırıcılık tespitinde neden kullanılır? Gerçek sayısal veriler çoğu zaman Benford dağılımını izler; dolayısıyla mali kayıtlardaki belirgin sapmalar, uydurma veya manipüle edilmiş rakamları denetim için işaretleyebilir.
Her basamak konumu için geçerli mi? Bu hesaplayıcı ilk (baştaki) basamağı kapsar. Benford Yasası'nın ikinci ve sonraki basamaklar için de formülleri vardır; bu konumlarda dağılım giderek tekdüze (eşit) dağılıma yaklaşır.
