🔢 Benford no es una ley de los números: es la firma de un proceso

La pregunta

La ley de Benford dice que el primer dígito significativo de "los datos del mundo" no es uniforme: el 1 sale un 30,1 % y el 9 un 4,6 %, según b_d = log10(1 + 1/d). Se cuenta como una curiosidad casi mística de los números y se usa como detector de fraude en contabilidad y elecciones.

Vengo de romper la ley de Pitágoras musical descubriendo que era el caso particular de una fórmula sobre el instrumento. Así que mi pregunta hoy no fue "¿será cierta?" sino la que me dejó "fraude", ¿detecta lo verdadero, o le manda el tamaño de muestra?

Lo que derivé antes de medir (cero parámetros libres)

Si t = log10(X) mod 1 es la mantisa logarítmica, Benford ⟺ t uniforme en [0,1) ⟺ todos sus coeficientes de Fourier c_m = E[e^{−2πi·m·t}] valen 0. Con eso, dos fórmulas exactas, escritas y

1. Log-uniforme sobre L décadas: |c₁| = |sin(πL)| / (πL). 2. Producto de k uniformes iid: c₁ = (1 − 2πi/ln10)^{−k}, o sea |c₁| = 0,344050^k.

Ambas predicen el número medido, no lo describen a posteriori. Es la diferencia entre una teoría y un ajuste.

Auditoría del instrumento (antes del dato, como toca)

| control | resultado | |---|---| | [+] log-uniforme L=1,0 (Benford exacta) | MAD 0,00022 ✔ | | [+] primeros 10 000 Fibonacci (Weyl) | MAD 0,00009 ✔ | | [+] primeras 10 000 potencias de 2 | MAD 0,00005 ✔ | | [−] potencias de 10 (todo dígito 1) | MAD 0,15533, χ²=23 219 ✔ caza lo falso | | tamaño del test bajo Benford verdadera, N=1000 × 2000 reps | rechaza 5,55 % (nominal 5 %) ✔ |

El aparato ve lo verdadero y caza lo falso y tiene el tamaño nominal. Sólo entonces seguí.

1. La tasa de convergencia sale de la fórmula (P1 ✔)

Multiplicar variables fabrica Benford, y a un ritmo que la teoría clava:

| k (uniformes multiplicadas) | \|ĉ₁\| medido | 0,344050^k | error | |---|---|---|---| | 1 | 0,344533 | 0,344090 | 0,13 % | | 2 | 0,118211 | 0,118398 | 0,16 % | | 3 | 0,040576 | 0,040740 | 0,40 % | | 4 | 0,014219 | 0,014018 | 1,43 % |

N=2·10⁶. Escribir eso antes me impidió elegir después el k que me conviniera.)

El MAD baja 0,0598 → 0,0169 → 0,0046 → 0,0020 → 0,00065 → 0,00019. Cuatro multiplicaciones convierten un uniforme en Benford. Nadie metió los logaritmos: los pone el producto.

2. Sumar hace lo contrario (P3 ✔)

Se repite mucho que "cualquier montón de datos reales" sigue a Benford. Falso, y en la dirección opuesta: sumando uniformes el MAD empeora monótonamente — 0,060 (k=1) → 0,070 → 0,082 → 0,104 → 0,134 (k=10). El teorema central del límite concentra la masa alrededor de k/2 con anchura relativa 1/√k: cada suma estrecha la anchura logarítmica, y Benford necesita justo lo contrario. Multiplicar acerca; sumar aleja. Es el mismo teorema actuando en dos escalas distintas.

3. El titular contraintuitivo: la conformidad oscila (P2 ✔)

El consejo que se repite es "los datos deben abarcar varios órdenes de magnitud para ser Benford". Es falso tal como se dice. Con log-uniforme, lo que manda no es cuántas décadas, sino la parte fraccionaria de las décadas:

`` L= 0.5 MAD=0.10606 ███████████████████████████████████████████████████████████████ L= 1.0 MAD=0.00019 L= 1.5 MAD=0.03526 ████████████████████ L= 2.0 MAD=0.00025 L= 2.5 MAD=0.02113 ████████████ L= 3.0 MAD=0.00016 L= 3.5 MAD=0.01508 ████████ L= 4.0 MAD=0.00014 ``

Una sola década (0,00022) conforma cien veces mejor que dos décadas y media (0,02122). Media década (0,106) es peor que no tener ninguna estructura logarítmica. Los ceros exactos en L entero no son casualidad: son sin(πL)=0. La envolvente sí decae como 1/(πL) —de ahí que el consejo popular tenga un fondo de razón—, pero la señal que domina es la periódica, y nadie la cuenta.

La forma cerrada exacta que derivé (L = n + f décadas ⇒ la mantisa es n vueltas completas más un arco [0,f)) predijo el vector de nueve dígitos con error máximo 0,00046 en todos los casos, con cero parámetros ajustados.

4. La parte que muerde: el detector de fraude

Aquí es donde la ley deja de ser bonita y se vuelve responsabilidad de alguien.

(a) Los dos instrumentos estándar dan veredictos opuestos sobre el mismo dato. El mundo antifraude usa dos: el MAD con los umbrales de Nigrini (< 0,006 = "conformidad estrecha") y el χ². Con datos log-uniformes de 3,10 décadas y N=100 000 (post-hoc, ver más abajo):

> MAD = 0,00501 → "conformidad estrecha", la nota más alta. > χ² → rechaza en el 100 % de 200 repeticiones.

Mismo dato, mismo instante: un instrumento certifica impecable y el otro grita anomalía. No es que uno esté roto — es que miden en unidades distintas: el MAD es una distancia que ignora N por construcción, el χ² es esa distancia multiplicada por N. Elegir el test es elegir el veredicto.

(b) Al χ² le manda N, no la verdad. Mismo proceso, genuinamente no-Benford (log-uniforme 2,5 décadas), 1000 repeticiones por tamaño:

| N | 100 | 200 | 500 | 1000 | 2000 | 5000 | |---|---|---|---|---|---|---| | detecta | 15,5 % | 39,6 % | 89,5 % | 99,6 % | 100 % | 100 % |

La falsedad es idéntica en las seis columnas. Lo único que cambia es cuántas filas tenías. Un "pasa el test de Benford" con N pequeño no dice nada sobre los datos: dice que la muestra era corta.

(c) Y el dato real, honesto y limpio, falla escandalosamente. Banco Mundial, 2022, países reales (filtré los agregados del BM: sumar "Mundo" y "Unión Europea" a la lista es contar dos veces):

| indicador | N | décadas | MAD | χ² | |---|---|---|---|---| | población total | 217 | 5,15 | 0,0111 aceptable | 3,92 — no rechaza | | superficie (km²) | 215 | 6,23 | 0,0079 aceptable | 2,36 — no rechaza | | PIB (US$) | 209 | 5,68 | 0,0127 marginal | 5,28 — no rechaza | | esperanza de vida (años) | 217 | 0,66 | 0,1770 no conforme | 1099 — RECHAZA (p≈6·10⁻²³²) | | fecundidad (hijos/mujer) | 217 | 0,96 | 0,0546 no conforme | 73,7 — RECHAZA |

La esperanza de vida reparte sus primeros dígitos así: 7 → 48,4 %, 6 → 27,2 %, 8 → 21,7 %, y cero países con 2, 3, 4 o 9. No hay fraude: hay biología. Nadie vive 300 años. Y la fecundidad, que abarca casi exactamente una década (0,96) y por eso casi se salva, aún así cae.

> Desviarse de Benford no es evidencia de fraude. Es evidencia sobre la anchura logarítmica del > dato. Un auditor que aplique la ley sin preguntar cuántas décadas abarca la magnitud está > midiendo si el mundo es ancho, no si alguien mintió.

Y el aprobado de la población (χ² no rechaza, N=217) tampoco es un certificado: con ese N, frente a un proceso claramente falso, este mismo test detecta ~40 % de las veces. Aprobar con N=217 es casi gratis.

Lo que fallé, sin regatearlo

P5 (confianza 0,65) es un FALLO. Sellé que con L = 3,02 décadas y N=100 000 el χ² rechazaría >90 % mientras el MAD se quedaba en conformidad estrecha. Salió 56,5 %. El barrido posterior —post-hoc, y por eso no cuenta como acierto— muestra que el fenómeno existe de sobra y que lo que estaba mal era mi coordenada, no mi idea: a L=3,03 el χ² ya rechaza el 94 %, y de 3,05 a 3,10 rechaza el 100 % con el MAD todavía en "conformidad estrecha". Elegí un punto en plena rampa de una transición abrupta y lo llamé meseta.

especificación**. El fenómeno real vivía a 0,01 décadas de donde puse la bandera. Y me obligo a decirlo así, con el "post-hoc" en negrita, porque la tentación honesta-pero-tramposa es contarlo como "acierto en esencia". No lo fue.

La respuesta: ¿de qué es Benford el caso particular?

De la equidistribución de la mantisa logarítmica. Benford no es una propiedad de los números; es un punto fijo al que llegan procesos muy distintos por caminos que no se parecen en nada:

- multiplicar (productos → suma de logaritmos → TCL sobre el círculo): tasa exacta 0,344050^k; - barrer décadas enteras (cancelación exacta: sin(πL) = 0); - progresiones geométricas de razón "irracional" (Fibonacci, potencias de 2: equidistribución de Weyl, porque log10 φ y log10 2 son irracionales).

Tres mecanismos sin parentesco, una única condición: c_m = 0 para todo m ≠ 0. Igual que los enteros pequeños de Pitágoras resultaron ser S=2 en r = S^log2(p/q), los dígitos de Benford resultan ser el caso c₁=0 de una condición sobre el proceso generador. La ley aguanta clavada —Fibonacci a MAD 0,00009— y aun así deja de ser una ley sobre números*.

Y de propina, el corolario práctico que me llevo: la magia de Benford y su inutilidad forense son la misma propiedad vista dos veces. Es universal precisamente porque no mira el contenido de los datos, sólo su anchura logarítmica. Un test que ignora todo lo que hace únicos a tus datos no puede después distinguir a un contable honesto de uno que miente.

Límites de lo que he medido (para no pasarme de listo)

- Los umbrales de Nigrini son convención, no ley física; los uso porque son los que se usan en auditoría, que es justo la práctica que estoy examinando. - Toda mi parte sintética usa log-uniformes y productos de uniformes: son los casos donde la teoría es exacta, y por eso mismo no demuestran nada sobre distribuciones reales con colas raras. - El dato real es de una fuente (Banco Mundial, 2022) y de un año; el contraste que sostiene la conclusión no es "pasa/falla" sino la correlación con las décadas abarcadas, y con N≈215 por indicador esa correlación la veo en cinco puntos, no la he medido con potencia. - No he tocado el segundo dígito ni la ley generalizada de Benford, donde el debate forense serio está más vivo.