[논문 리뷰] n-digit Benford distributed random variables

Azar Khosravani, Constantin Rasinariu|arXiv (Cornell University)|2013. 04. 30.

Benford’s Law and Fraud Detection참고 문헌 4인용 수 3

한 줄 요약

이 논문은 첫 $n$개의 유의숫자가 벤포드의 법칙을 따르지만 $n$-번째 이후 숫자는 따를 필요가 없는 $n$-자리 벤포드 분포를 따르는 랜덤 변수의 개념을 도입한다. 자릿수 분포를 특성화하기 위해 로그 밀도 함수 $g^\dagger$의 mod 1 변환을 사용하며, 이 때 $g^\dagger$가 균일할 경우 척도-불변성과 기수-불변성을 유도함을 보여준다. 주요 기여는 $n$-자리 벤포드 랜덤 변수를 일반적으로 구성하는 방법을 제시한 것으로, 1자리 예시를 통해 매트랩 시뮬레이션을 통해 이론적 벤포드 확률과의 높은 일치를 보였다.

ABSTRACT

The scope of this paper is twofold. First, to emphasize the use of the mod 1 map in exploring the digit distribution of random variables. We show that the well-known base- and scale-invariance of Benford variables are consequences of their associated mod 1 density functions being uniformly distributed. Second, to introduce a new concept of the $n$-digit Benford variable. Such a variable is Benford in the first $n$ digits, but it is not guaranteed to have a logarithmic distribution beyond the $n$-th digit. We conclude the paper by giving a general construction method for $n$-digit Benford variables, and provide a concrete example.

연구 동기 및 목표

• 랜덤 변수의 자릿수 분포를 특성화하는 데 있어 mod 1 변환의 역할을 명확히 하기 위해.
• 벤포드 분포를 따르는 랜덤 변수에서 척도-불변성과 기수-불변성이 $g^\dagger$의 균일성에서 유래됨을 보여주기 위해.
• 첫 $n$자리가 벤포드 법칙을 따르지만 이후 자릿수는 반드시 그러한 바람직하지 않은 $n$-자리 벤포드 분포를 따르는 랜덤 변수의 개념을 도입하고 체계화하기 위해.
• 각 구간에서 정규화된 밀도 함수로 정의된 조각별 mod 1 밀도를 사용하여 $n$-자리 벤포드 랜덤 변수를 일반적으로 구성하는 방법을 제공하기 위해.
• 100,000개 데이터 포인트를 사용한 매트랩 시뮬레이션을 통해 1자리 벤포드 랜덤 변수의 구성 방법을 검증하기 위해.

제안 방법

• 랜덤 변수 $Y$의 로그 밀도 함수 $g$에 대해 mod 1 변환을 적용하여 $g^\dagger(x) = \sum_{k=-\infty}^{\infty} g(x+k)$ ($x \in [0,1)$)를 정의함으로써 유의숫자 분포를 제어한다.
• 특정 첫 $n$자리 숫자 조합의 확률은 해당 숫자 조합에 대응하는 로그 간격에서 $g^\dagger$의 적분으로 계산된다.
• 모든 $n$-자리 조합에 대해 올바른 누적 확률을 확보하기 위해 $[0,1)$을 $10^n$개의 구간으로 분할하고, 각 구간에서 $g^\dagger$를 조각별로 정규화된 밀도 함수로 정의함으로써 $n$-자리 벤포드 조건을 만족시키는 일반적 구성 방법을 제안한다.
• 1자리 예시에서는 $k=1$에서 $9$까지의 구간 $[\log k, \log(k+1))$에서 사인 함수를 사용하여 비균일한 $g^\dagger$를 구성하였으며, 이는 첫 번째 자릿수의 확률이 올바르게 유지되도록 한다.
• 100,000개의 이산적 근사치를 매트랩을 사용하여 1자리 벤포드 랜덤 변수에서 생성하였으며, $f(y) = g(\log y)/(y \ln 10)$를 통해 $g^\dagger$로부터 밀도 함수 $f(y)$를 유도하였다.
• 시뮬레이션된 데이터를 히스토GRAM과 통계 표를 사용하여 이론적 벤포드 확률과 비교하였으며, 높은 정확도를 확인하였다.

실험 결과

연구 질문

• RQ1 로그 밀도 함수 $g^\dagger$의 mod 1 변환은 랜덤 변수의 자릿수 분포를 어떻게 결정하는가?
• RQ2 왜 척도-불변성과 기수-불변성이 벤포드 분포를 따르는 랜덤 변수에서 $g^\dagger$의 균일성에서 유래하는가?
• RQ3 첫 $n$개의 유의숫자가 벤포드 법칙을 따르지만 이후 자릿수가 반드시 그러한 것은 아닐 수 있는 랜덤 변수를 구성할 수 있는가?
• RQ4 조각별로 정의된 mod 1 밀도를 사용하여 $n$-자리 벤포드 분포를 따르는 랜덤 변수를 일반적으로 구성하는 방법은 무엇인가?
• RQ5 1자리 벤포드 랜덤 변수는 수치적으로 얼마나 정확하게 시뮬레이션할 수 있으며, 시뮬레이션 결과는 이론적 기대와 일치하는가?

주요 결과

• 랜덤 변수가 첫 $n$자리에서 벤포드 분포를 따르는 것은, 해당 숫자 조합에 대응하는 간격에서 $g^\dagger$의 적분값이 $\log\left(1 + \frac{1}{10^{n-1}d_1 + \cdots + d_n}\right)$와 정확히 일치할 때이다.
• 모든 $n$-자리 조합에 대해 올바른 누적 확률을 확보하기 위해 $[0,1)$을 $10^n$개의 구간으로 나누고 각 구간에서 정규화된 밀도 함수로 $g^\dagger$를 정의함으로써 $n$-자리 벤포드 랜덤 변수를 구성할 수 있다.
• 100,000개의 데이터 포인트를 사용한 매트랩 시뮬레이션을 통해 1자리 벤포드 랜덤 변수를 성공적으로 시뮬레이션하였으며, 시뮬레이션된 첫 번째 자릿수 분포는 이론적 벤포드 확률과 매우 유사하게 일치하였다.
• 시뮬레이션된 각 자릿수 1에서 9까지의 확률은 각각 0.3006, 0.1775, 0.1258, 0.0957, 0.0783, 0.0671, 0.0572, 0.0516, 0.0463이었으며, 이는 이론적 값인 0.3010, 0.1761, 0.1249, 0.0969, 0.0792, 0.0669, 0.0580, 0.0512, 0.0458과 매우 유사하였다.
• 비균일한 $g^\dagger$ 예시(예: 사인 기반)는 1자리 벤포드 랜덤 변수를 생성할 수 있음을 보여주지만, 척도-불변성과 기수-불변성이 성립하지 않음을 확인하였으며, 이는 이러한 불변성이 균일한 $g^\dagger$가 필요하다는 것을 확인한다.
• 논문은 $g^\dagger = 1$ (균일)일 때가 척도-불변성과 기수-불변성에 필수적이고 충분하며, 이 균일성이 직접적으로 첫 번째 자릿수에 대한 벤포드 법칙을 유도함을 규명하였다.