[论文解读] Benford's Law anomalies in the 2009 Iranian presidential election

Boudewijn F. Roukema|arXiv (Cornell University)|Jun 16, 2009

Benford’s Law and Fraud Detection被引用 19

一句话总结

本文运用本福德定律分析2009年伊朗总统选举中首位数字的票数频率异常。研究发现，候选人K得票数以数字7开头的票数显著超出预期（实际41票，预期21.2–22票），且在高人口选区中呈现出可疑的模式，与潜在的票数操纵行为一致。

ABSTRACT

The vote count first digit frequencies of the 2009 Iranian presidential election are analysed assuming proportionality of candidates' votes to the total vote per voting area. This method is closely related to Benford's Law. A highly significant (p ~ 0.0007) excess of vote counts for candidate K that start with the digit 7 is found (41 observed, 21.2--22 expected). Using this property as a selection criterion leads to the following coincidences. (i) Among the six most populous voting areas, this criterion selects those three that have greater proportions of votes for A than the other three. The probability that the two sub-groups are drawn from the same distribution is p ~ 0.1. (ii) K's vote counts for these same three voting areas all have the same second digit. The probability of this is p ~ 0.01. (iii) Most (75%) of the vote counts for K in voting areas with 70 to 79 votes for K are odd, and every even number occurs exactly once. The probability of the latter is p ~ 0.0005. Interpreting the big city effect (i)+(ii) as an overestimate of the true vote, assumed to be roughly 50% to match other data, while retaining constant total vote numbers and increasing votes for the other three candidates in proportion to their average voting percentages, would imply that the difference between A's and M's vote totals would drop by about one million votes. These results do not exclude other anomalies.

研究动机与目标

• 通过基于本福德定律的统计分析，调查2009年伊朗总统选举中可能存在的异常情况。
• 评估观察到的票数分布是否与本福德分布模式存在显著偏离。
• 识别可能表明操纵或报告偏差的票数系统性异常。
• 评估高人口投票区域中观察到的模式的一致性及其对总票数的影响。

提出的方法

• 分析各投票区域中候选人K的首位数字频率分布，假设其与各区域总票数成比例。
• 以本福德定律作为自然发生数据中预期数字分布的基准。
• 使用统计假设检验评估偏离的显著性，特别是数字7的过度代表。
• 将数字7异常作为筛选标准，识别具有可疑模式的投票区域子集。
• 对高人口区域的子组进行比较分析，以检验分布的一致性。
• 在高估模型下模拟票数重新分配，以评估对候选人A与M之间票数差距的影响。

实验结果

研究问题

• RQ1 2009年伊朗总统选举中，候选人K的票数首位数字分布是否与本福德定律存在显著偏离？
• RQ2 高票数区域中，候选人K的票数是否表现出第二位数字和票数奇偶性的一致性异常？
• RQ3 高人口选区中观察到的模式是否与随机波动一致，还是表明系统性操纵？
• RQ4 若在合理高估模型下校正异常情况，候选人A与M之间的票数差距将如何变化？

主要发现

• 观察到候选人K以数字7开头的票数显著超出预期，共41票，远超本福德定律下的预期值21.2–22票（p ~ 0.0007）。
• 在六个最庞大选区中，根据数字7标准选出的三个区域，候选人A的得票比例高于其余三个区域，该分布差异的p值约为~0.1。
• 在三个数字7选中的区域中，K的所有票数第二位数字完全相同，该事件的p值约为~0.01。
• 在K得票数为70–79的选区中，75%的票数为奇数，且每个偶数恰好出现一次，该模式的p值约为~0.0005。
• 若在大城市中对K的票数进行高估校正，同时保持总票数不变并按比例增加其他候选人的得票数，A与M之间的票数差距将减少约一百万票。
• 观察到的异常与随机波动不一致，提示可能存在操纵行为，尽管其他异常也可能存在。