Continuous Distributions on $(0,\,\infty)$ Giving Benford's Law Exactly
本福德定律是统计学中的一个著名定律,它指出不同数据集中随机变量的前导数字在1到9之间不均匀出现; d(d=1,. 9)出现为前导数字,由\log_{10}(1+1/d)给出。本文证明了在(0,\infty)上存在一个具有光滑概率密度的随机变量,其首位数分布严格服从Benford定律.为了构造这样的分布,使用了梯形法则的误差理论。
2019-05-03 math.PR
Benford's Law and Distractors in Multiple Choice Exams
假设在一次多项选择题考试中,正确选项的前导数字遵循本福德定律,而干扰项的前导数字是一致的。考虑一个猜测答案的策略,选择最低前导数字的选项,并随机打破平局。我们给出了这种策略选择正确选项的概率的表达式。
2014-05-06 math.PR physics.data-an physics.pop-ph
Chains of distributions, hierarchical Bayesian models and Benford's Law
Kossovsky最近证实,随着链的长度增加,概率分布链的前导数字的分布收敛于本福德定律。我们证明了他的猜想在许多情况下,并提供了一个解释的产品的独立随机变量和中心极限定理。一个有趣的结果是,在分层贝叶斯模型先验往往满足本福德定律的层次结构的数量增加,这使我们能够开发一些简单的测试(基于本福德定律)来测试所提出的模型。我们给出了明确的公式的误差项作为梅林变换,收敛非常迅速的链中的条款的数量的增长。我们可以把我们的结果解释为某些马尔可夫链蒙特卡罗过程迅速地混合到本福德定律。
2008-06-15 math.PR math.ST stat.TH
Emergence of Benford's Law in Music
我们分析了巴赫、贝多芬、莫扎特、舒伯特和柴可夫斯基创作的大量古典音乐作品,发现了与数学的惊人联系。对于每个作曲家,我们提取了每个音符在每个作品中演奏的时间间隔,并发现相应的数据集是本福德分布的。值得注意的是,对数分布不仅适用于前导数字,而且适用于所有数字。
2018-11-13 math.PR physics.soc-ph
Notes on scale-invariance and base-invariance for Benford's Law
已知如果X是模1均匀分布的,Y是与X无关的任意随机变量,则Y+X也是模1均匀分布的。我们证明了对任何连续随机变量Y(或对连续随机变量的合理近似)的逆,使得如果X和Y+X是模1均匀分布的,并且Y与X无关,则X是模1均匀分布的(或合理地近似均匀分布)。这通过标度不变性的推广转化为本福德定律的特征:从乘以常数到乘以独立的随机变量。我们还展示了一个基不变的特征:如果一个正的连续随机变量具有相同的有效数分布的两个基地,那么它是Benford的两个基地。随机变量为Benford的基的集合通过特征函数来刻画。
2013-07-13 math.PR
Benford's law and the C$β$E
该研究针对圆$β$系综特征多项式绝对值的数字分布问题,证明大N极限下首位服从本福特定律、后续均匀分布,核心是借助其对数CLT的全变差收敛速率界完成证明。
2023-12-17 math-ph math.MP math.PR
The Surprising Accuracy of Benford's Law in Mathematics
本福德定律是一个经验性的“定律”,它控制着数字数据集中前导数字的频率。令人惊讶的是,对于数学序列,从它得到的预测可以是惊人的准确。例如,在$2$的前10亿次幂中,$301029995$恰好以数字1开始,而本福德预测该计数是$10^9\log_{10}2=301029995.66\dots$。在其他情况下也可以观察到类似的"完美命中“,例如$3$的前十亿次幂的数字$1$和$2$计数。我们证明的结果,解释了许多,但不是所有的,这些令人惊讶的准确性,我们所观察到的行为与经典的结果在丢番图逼近,以及最近在这方面的深approximatures。
2019-11-28 math.NT math.PR
Benford's Law and Continuous Dependent Random Variables
许多系统都存在数字偏置。例如,斐波那契数或$2^n$的以10为基数的第一位数在10%或11%的情况下等于1,而不是像人们所期望的那样,如果所有数字的可能性相同,而是大约30%的时间。这一现象被称为本福德定律,有许多应用,从为国税局检测税务欺诈到分析计算机科学中的舍入误差。核心问题是确定哪些数据集遵循本福德定律。受粒子衰变等自然过程的启发,我们的工作研究了守恒量分解的模型。我们证明,在许多情况下,所产生的碎片的长度分布收敛到本福德行为的部门的数量增长。主要的困难是,由此产生的随机变量是相关的,我们通过仔细分析的依赖关系和傅里叶分析的工具来处理,以获得量化的收敛速度。
2013-09-22 math.PR
The Newcomb-Benford law: Scale invariance and a simple Markov process based on it
Newcomb-Benford定律,也被称为第一位数定律,给出了与数据集的第一位数相关联的概率分布,因此,例如,第一位有效数字具有$30.1$ %是$1$的概率和$4.58$ %是$9$的概率。这个定律可以扩展到第二位和下一位有效数字。本文介绍了这一定律的发现,从标度不变性导出的规律,以及一些应用和例子。此外,一个简单的模型的马尔可夫过程的启发规模不变性的建议。在这个模型中,证明了概率分布不可逆地收敛于Newcomb-Benford定律,类似于热力学和统计力学中物理系统向平衡态的不可逆演化。
2021-08-20 cond-mat.stat-mech math.PR physics.pop-ph
Products of random variables and the first digit phenomenon
我们提供的条件依赖和非平稳随机变量$X_n$,确保尾数的产品序列$\left(\prod_{1}^{n}X_k\right)$几乎肯定是分布遵循本福德定律或收敛于分布的本福德定律。
2015-12-18 math.PR
The Inverse Gamma Distribution and Benford's Law
根据本福德定律,许多数据集偏向较低的前导数字(约$30\%$为$1$)。本福德定律的应用范围各不相同:从检测税收、选民和形象欺诈到确定竞技体育中假球的可能性。有许多常见的分布表现出这种偏差,即它们几乎是本福德。这些分布包括指数分布和韦布尔分布。受这些例子的启发,以及蛋白质结构中因子的潜在分布遵循逆Γ分布的事实,我们确定了该分布与本福德分布的接近程度,因为其参数变化。
2018-01-06 math.PR
How fast increasing powers of a continuous random variable converge to Benford's law
众所周知,当指数趋近无穷大时,连续随机变量的递增幂在分布上收敛于本福德定律。的收敛速率已估计使用傅里叶分析,但我们提出了一个基本的方法,这是更容易应用,并提供了一个更好的估计,在广泛研究的情况下,均匀分布的随机变量。
2013-07-22 math.PR
Benford's Law and Continuous Dependent Random Variables
许多数学、人造和自然系统都表现出前导数字偏差,第一个数字(基数为10)1出现的概率不是11%,而是30%。这种现象被称为本福德定律。分析哪些数据集符合本福德定律,以及本福德行为如何快速出现是该领域最重要的两个问题。以往的研究工作大多是研究独立随机变量系统,并依赖于其分析的独立性。受粒子衰变等自然过程的启发,我们研究了守恒量分解模型中出现的相关随机变量。我们证明,在许多情况下,所产生的碎片的长度分布收敛到本福德行为的部门数量的增长,并给出了其他碎裂过程的几个示意图。主要的困难是所得到的随机变量是相关的。我们通过使用傅里叶分析和非理性指数的工具来获得量化的收敛速度,并引入和开发技术来测量和控制依赖关系。这些工具的建设是这项工作的主要动机之一,因为我们的方法可以应用到许多其他依赖系统。作为一个例子,我们表明,$n!$项目的行列式展开的$n\times n$矩阵的条目独立地从好的随机变量收敛到本福德定律。
2018-03-09 math.PR
A derivation of Benford's Law ... and a vindication of Newcomb
我们展示了本福德定律(BL)如何适用于第一,第二,.,数字,从$a^{R}$类型的数字的数字分布中出现,其中$a$是任何实数正数,$R$是对于任何整数$P$在间隔$[ P\log_a 10, (P +1) \log_a 10) $中均匀分布的实数集合。结果表明,是数基和规模不变。基于尾数的规则允许确定一组数字是否服从BL。我们表明,BL适用于从{ \it乘法}或{ \it司}从任何分布的数字。我们还认为,(大多数)现实生活中的集合,服从BL是因为他们是从这样的基本算术运算。我们证明,所有这些论点都在1881年Simon Newcomb的原始论文中讨论过,他在那里提出了本福德定律。
2009-09-21 math.HO math.PR
Order Statistics and Benford's Law
固定一个基数B,让zeta具有标准的指数分布;已知zeta基数B的数字分布非常接近本福德定律。如果存在一个C,使得C的位数乘以某个集合的元素的分布与zeta的分布相同,我们说该集合表现出以B为底的移位指数行为(移位为log_B C \bmod 1)。设X_1,>...,X_N是独立同分布的随机变量.如果X_i是从[0,L]上的均匀分布中提取的,则作为N \to \infty,相邻顺序统计量之间的差的位数的分布收敛于移位指数行为(移位为\log_B L/N \bmod 1)。通过微分的累积分布函数的模1,应用泊松求和,然后整合所得到的表达式,我们得到快速收敛的显式公式测量偏离本福德定律。在(0,1)中固定一个delta,并从任何紧支撑分布中选择N个独立的随机变量,其中每个点具有一致有界的一阶和二阶导数以及二阶泰勒级数展开式。任意N^δ个连续差\emph{and}的位数分布,顺序统计量的所有N-1个标准化差都表现出指数移动行为。我们推导出的概率密度的条件,确定是否所有的未归一化的差异的数字的分布收敛到本福德定律,转移指数行为,或两者之间的振荡,并表明帕累托分布导致振荡行为。
2008-09-06 math.NT math.PR
Benford's Law, Values of L-functions and the 3x+1 Problem
我们证明了满足一定条件的各种系统的前导数字都遵循本福德定律。对于每个系统来说,证明这一点都涉及两个主要成分。一个是系统的极限分布的结构定理。另一种是对极限分布应用Poisson求和的一般方法。我们证明了L函数的值在中心线附近的分布,并且(在某种意义上)3x+1问题的迭代是Benford的。
2005-06-27 math.NT math.PR
General Distributions of Number Representation Elements
本文推导了任意连续随机变量的最高有效数字和前导连分数系数联合分布的一般表达式,揭示了其与Gauss-Kuz'min定律的联系,并证明在尺度不变现象建模中Pareto表达式比Benford表达式更具适用性。
2023-02-09 math.PR
Explicit bounds for the approximation error in Benford's law
Benford定律指出,对于许多随机变量X > 0,其前导数字D = D(X)近似满足方程P(D = d)= log_{10}(1 + 1/d),其中d = 1,2,.,9.这种现象来自另一个可能更直观的事实,应用于Y:= log_{10}(X):对于许多实随机变量Y,余数U:= Y - floor(Y)近似均匀分布在[0,1)上。本文根据Y的密度或其导数的全变差给出了后者近似的新的显式界,这些界是传统Fourier方法的一种有趣的替代方法,传统Fourier方法产生的结果大多是定性的。作为一个副产品,我们得到明确的界限近似误差本福德定律。
2008-01-02 math.PR
The Weibull Distribution and Benford's Law
本福德定律指出,许多数据集偏向于较低的前导数字(大约$30\%$是1)。它有许多应用,从设计高效的计算机到检测税收,选民和图像欺诈。重要的是要知道哪些常见的概率分布几乎是本福德。我们表明,韦布尔分布,其参数的许多值,是接近本福德定律,量化的偏差。由于韦布尔分布出现在许多问题中,特别是生存分析,我们的结果提供了额外的论据的流行Benford行为。证明是由泊松求和,一个强大的技术来攻击这样的问题。
2014-02-24 math.PR
The Modulo 1 Central Limit Theorem and Benford's Law for Products
给出了M个独立连续随机变量模1之和收敛于L^1([0,1])中的均匀分布的充要条件,并讨论了推广到离散随机变量的结果.结果是,如果X_1,...,X_M是独立的连续随机变量,密度为f_1,.,f_M,对于任意基B为M,\to \infty,对于密度的多种选择,X_1 *. * X_M收敛于Benford定律基B。收敛速率可以用密度的傅里叶系数来量化,并为许多不同系统中本福德行为的流行提供了解释。
2007-11-20 math.CA math.PR
Sufficient digits and density estimation: A Bayesian nonparametric approach using generalized finite Pólya trees
University of Milano-Bicocca(米兰比可卡大学);Aalborg University(奥尔堡大学)
本文提出一种基于广义有限Polya树的贝叶斯非参数方法,用于连续随机变量的密度估计,通过学习随机数字系统实现灵活建模。
2025-12-09 math.PR math.ST stat.ME
Convergence to the uniform distribution of vectors of partial sums modulo one with a common factor
本文研究由独立同分布随机变量部分和乘以共同因子得到的模一向量,证明其联合分布收敛到均匀分布,并用于推导分层重采样机制的中心极限定理。
2023-08-07 math.PR