Le chiffre 1 est curieusement fréquent

Dans de nombreux jeux de données du monde réel, les nombres commencent par 1 bien plus souvent que par 9 — environ 30,1 % du temps.

La loi de Benford apparaît lorsque les valeurs s'étendent sur plusieurs puissances de dix au lieu de se cantonner à une plage étroite.

Par l'équipe de rédaction de Math Says Yes

Examiné par des humains selon nos normes en matière de sources et de corrections.

Comment nous évaluons le contenu

LE PIÈGE

On s'attendrait à ce que les chiffres soient répartis uniformément, mais les premiers chiffres ne se comportent pas comme des boules de loto aléatoires.

Des barres descendantes inégales s'intercalent entre des reçus abstraits et des documents de données.

Les données de type Benford ont souvent l'air inégales avant d'en comprendre la raison.

AI-generated illustration

Ce que cela montre

La loi de Benford montre que les premiers chiffres ne sont pas automatiquement uniformes. Dans de nombreux jeux de données qui s'étendent sur des puissances de dix, les chiffres initiaux plus petits apparaissent plus souvent que les plus grands. C'est logique sur une échelle logarithmique, où un espacement égal signifie des rapports égaux plutôt que des différences égales. Le résultat n'est pas une empreinte magique pour chaque jeu de données ; c'est un motif qui apparaît lorsque le processus de génération de données franchit naturellement plusieurs ordres de grandeur.

Pourquoi l'intuition échoue

Le piège de l'intuition consiste à traiter les premiers chiffres comme des boules tirées d'un sac. Cela donnerait l'impression que les chiffres de 1 à 9 sont équiprobables. Mais les mesures croissent souvent par ratios : une ville peut être deux fois plus grande, un fichier dix fois plus volumineux, et un compte passer de centaines à des milliers. Dans les données basées sur des ratios, les chiffres initiaux inférieurs couvrent un territoire logarithmique plus large. Des chiffres uniformes sont plausibles pour certaines plages artificielles ou strictement délimitées, mais pas pour toutes les mesures du monde réel.

Exemple pratique

Observons une quantité qui croît en pourcentage passer de 100 à 999. De 100 à 199, le chiffre initial reste 1 alors que la valeur double approximativement, de sorte que le nombre y passe une longue période. De 900 à 999, le chiffre initial est 9 pour une progression de seulement 11 % avant de basculer à 1 000 — où le premier chiffre revient à 1 et où la longue période recommence. Sur des puissances de dix répétées, ces intervalles inégaux s'accumulent, si bien que les 1 initiaux occupent une part beaucoup plus grande de l'échelle que les 9 initiaux.

Comment l'utiliser

Utilise la loi de Benford comme un indicateur de diagnostic, et non comme un verdict. Si un jeu de données est censé s'étendre sur plusieurs puissances de dix et ne présente pas de limite évidente, supérieure ou inférieure, une vérification du premier chiffre peut révéler si les nombres se comportent comme prévu. Si les chiffres diffèrent nettement du motif de Benford, l'étape suivante consiste à enquêter : vérifier la source, la plage, l'arrondi, l'échantillonnage et le processus qui a produit les données.

Les erreurs fréquentes

Un auditeur fiscal qui relève une discordance avec la loi de Benford soulève une question, et non une condamnation — pourtant, cette loi est souvent traitée comme un détecteur de fraude prouvant à lui seul une manipulation. L'erreur inverse consiste à s'attendre à ce que les premiers chiffres soient uniformément répartis dès le départ, ce qui est logique pour des étiquettes inventées ou des nombres aléatoires à largeur fixe, mais pas pour des grandeurs naturellement échelonnées. Les deux erreurs passent à côté de la même question : quel processus a créé ces données ? La loi de Benford n'est utile qu'après avoir vérifié qu'elle s'applique plausiblement au jeu de données.

Quand elle s'applique

Les motifs de Benford sont plus plausibles dans les jeux de données s'étendant sur plusieurs ordres de grandeur, tels que les populations, les soldes de comptes, les factures, les mesures physiques ou la taille des villes. Ils sont moins utiles pour les numéros attribués, les plages contraintes, les prix se terminant par .99, les identifiants, les numéros de téléphone ou les données dotées d'un minimum et d'un maximum intégrés qui compressent la du premier chiffre.

Note sur les sources

L'article de Benford de 1938 est la source principale de la du premier chiffre utilisée sur cette page. L'explication présentée ici met l'accent sur l'intuition et l'usage approprié : la loi décrit de nombreux jeux de données couvrant plusieurs échelles, mais elle doit être confrontée à la manière dont les données ont été générées.

Essaie

Courbe du premier chiffre

Touche un chiffre pour inspecter la loi de Benford.

30.1%

chiffre 1

L'écart se réduit parce que l'intervalle de 1 à 2 est plus grand sur une échelle logarythmique que l'intervalle de 9 à 10.

FAQ

Quelle est l'idée statistique principale ?

L'idée principale est l'échelle logarithmique. Lorsque des données s'étendent sur des puissances de dix, l'intervalle où un nombre commence par 1 est plus large que l'intervalle où il commence par 9. C'est pourquoi de plus petits premiers chiffres peuvent apparaître plus souvent sans qu'il ne se passe rien de suspect.

La loi de Benford prouve-t-elle une fraude ?

Non. Une vérification selon Benford peut être un signal de dépistage utile, mais ce n'est pas une preuve en soi. Une discordance peut provenir d'arrondis, de limites dans les données, d'une plage étroite, de choix d'échantillonnage ou d'un processus pour lequel la loi de Benford n'était pas censée s'appliquer.

Quand les premiers chiffres devraient-ils être plus proches d'une distribution uniforme ?

Des premiers chiffres uniformes sont plus plausibles lorsque les nombres sont générés dans une plage étroite ou artificielle. Un comportement de type Benford est plus plausible lorsque les valeurs s'étendent sur plusieurs puissances de dix et sont façonnées par des ratios plutôt que par des ajouts fixes.