#介绍#

这个脚本是一个全功能的框架,评估本福德定律相符。可以使用它来执行所有的测试提出了Nigrini et al . (2012):

>的主要测试:第一数字分析,第二位分析,前两位数
>高级测试:第三位分析、二阶分析,总结分析
>相关测试:最后两位数分析,数字重复分析,失真系数模型
> Mantissae分析
> Zipf的法律分析

为每一个有效数字分析,以下提供合格指标:

>拟合优度措施(14):
= = > Anderson-Darling离散(Choulakian, 1994)
= = >切比雪夫距离(Leemis, 2000)
= = > Cramer-von米塞斯离散(Choulakian, 1994)
= = >欧几里得距离(Cho &盖恩斯,2007)
= = >弗里德曼的U2(弗里德曼,1981)
= = > Freeman-Tukey T2 (Freeman &图基,1950)
= = >霍特林联合数字(霍特林,1931)
= = > Judge-Schechter平均偏差(法官& Schechter, 2009)
= = > Kolmogorov-Smirnov (Kolomonorgov, 1933)
= = >柯伊伯(柯伊伯,1960)
= = >似然比(Neyman &皮尔森,1933)
= = >皮尔森的X2(皮尔森,1900年)
= = >沃森的U2离散(Choulakian, 1994)
>平均绝对偏差(Nigrini et al ., 2012)
>的平方差异(Kossovsky, 2014)
> z得分(Nigrini et al ., 2012)

# #数据集和用法

框架不需要任何特定的数据集的结构。数字数据可以从任何来源中提取或使用任何现有的生产方法,但最少的1000个元素(至少50独特的观察)是必需的,为了执行一个连贯的分析。

“运行。m”脚本提供了如何使用这个框架的一个例子,但所有函数位于“脚本”文件夹可以独立执行计算过程。建议验证和预处理数据集使用“benford_data”功能。“benford_analyse”功能可以使用为了执行一个完整的数据集的自动分析和策划的结果。“benford_random”功能是一个额外的工具,产生随机数字的位数按照本福德定律分布。