Benford Yasası: Gerçek Hayattaki Sayılar Neden En Çok 1 ile Başlar?

Beklenmedik Bir Soru

Şöyle bir soru sorsam: "Gerçek hayattan rastgele toplanmış sayıların — fatura tutarları, şehir nüfusları, nehir uzunlukları, borsa fiyatları — ilk rakamı ne olur?"

Sezginiz muhtemelen şöyle der: "İlk rakam 1, 2, 3, ..., 9 olabilir; hepsi eşit olasılıkta, yani her biri yaklaşık %11." Gayet mantıklı görünüyor. Ama tamamen yanlış.

Gerçek şu: Bu tür "doğal" sayı kümelerinde, ilk rakam çok eşitsiz dağılır:

• 1 ile başlayanlar: ~%30 (neredeyse üçte biri!)
• 2 ile başlayanlar: ~%18
• 3 ile başlayanlar: ~%12
• ... giderek azalır ...
• 9 ile başlayanlar: sadece ~%5

Yani küçük rakamlar (özellikle 1), ilk basamakta çok daha sık görülür. Bu şaşırtıcı örüntüye Benford Yasası (ya da ilk basamak yasası) denir.

Tarihçesi: İki Kez Keşfedilen Yasa

Bu yasanın hikâyesi ilginçtir. İlk kez 19. yüzyılda astronom Simon Newcomb fark etti — ama beklenmedik bir yerden. O dönemde logaritma tabloları (daha önce Napier'de gördüğümüz) kalın kitaplardı. Newcomb, bu kitapların 1 ile başlayan sayıların olduğu ilk sayfalarının, 9 ile başlayanların olduğu son sayfalardan çok daha yıpranmış/kirli olduğunu fark etti. Demek ki insanlar 1 ile başlayan sayılara çok daha sık bakıyordu!

Newcomb'un gözlemi unutuldu. Sonra 1938'de fizikçi Frank Benford, aynı olguyu yeniden keşfetti ve binlerce farklı veri kümesinde (nehir alanları, nüfuslar, fizik sabitleri, gazete sayıları...) test ederek doğruladı. Yasa, onun adıyla anıldı.

Neden Böyle Oluyor?

Bu sezgiye aykırı örüntünün arkasında derin bir matematik var ve anahtarı yine logaritmadadır.

Kısaca sezgi şudur: Doğadaki pek çok büyüklük çarpımsal/üstel ölçekte büyür (yüzde olarak artar), toplamsal değil. Bir şeyin 100'den 200'e çıkması (yani ilk basamağın 1 olduğu aralık), %100'lük bir artış gerektirir. Ama 900'den 1000'e çıkması (9'dan tekrar 1'e dönmek) sadece %11'lik bir artıştır. Yani bir büyüklük büyürken, ilk basamağın "1" olduğu bölgede çok daha uzun süre kalır.

Bu yüzden, logaritmik olarak baktığınızda, ilk rakamın 1 olma olasılığı en yüksektir. Benford Yasası tam olarak şu formülle ifade edilir:

$$P(d) = \log_{10}\left(1 + \frac{1}{d}\right)$$

Burada d, ilk rakam (1'den 9'a). Hesaplayalım: P(1) = log(2) ≈ 0,301 (yani %30), P(9) = log(10/9) ≈ 0,046 (yani %4,6). Tam da gözlemlenen dağılım!

Sahtekarlığı Yakalamak

İşte Benford Yasası'nın en çarpıcı uygulaması burada. İnsanlar sahte sayılar uydurduğunda — örneğin sahte bir muhasebe defteri ya da uydurma bir vergi beyanı yazarken — genellikle rakamları "rastgele ve eşit" dağıtmaya çalışırlar. Yani her rakamı yaklaşık eşit kullanırlar.

Ama gerçek finansal veriler Benford Yasası'na uyar! Dolayısıyla, bir veri kümesindeki ilk basamak dağılımı Benford'dan ciddi biçimde sapıyorsa, bu bir sahtekarlık işareti olabilir.

Bu yöntem bugün gerçekten kullanılıyor:

• Adli muhasebe: Denetçiler, şirket hesaplarındaki olası sahtekarlığı tespit etmek için Benford analizini kullanır.
• Vergi denetimi: Vergi daireleri, şüpheli beyannameleri ayıklamak için bu yasaya başvurur.
• Seçim ve bilimsel veri: Seçim sonuçlarındaki ya da bilimsel araştırmalardaki olası manipülasyonları/uydurma verileri tespit etmekte kullanılır.

Mahkemelerde bile, Benford analizine dayalı kanıtlar kabul edilmiştir. Yani bu "tuhaf" matematiksel örüntü, dolandırıcıları yakalayan bir dedektif aracına dönüşmüştür.

Bir Uyarı: Her Veri Benford'a Uymaz

Benford Yasası, her sayı kümesi için geçerli değildir. İyi çalıştığı veriler, birçok büyüklük mertebesine yayılan (küçükten çok büyüğe uzanan) ve doğal süreçlerden gelen sayılardır. Ama yapay olarak sınırlanmış veriler — örneğin insan boyları (hepsi 1-2 metre arası) ya da telefon numaraları (belirli bir formatta) — Benford'a uymaz. Bu yüzden, tıpkı daha önce Simpson paradoksunda gördüğümüz gibi, bir istatistiksel aracı uygulamadan önce verinin doğasını anlamak şarttır.

Sonuç

Benford Yasası, ilk bakışta "sayılar neden 1'i sever?" gibi eğlenceli bir merak gibi görünür. Ama arkasında logaritmik büyümenin derin matematiği yatar ve bu örüntü, bugün dolandırıcılıktan vergi kaçakçılığına kadar pek çok manipülasyonu ortaya çıkaran güçlü bir araçtır.

Bu, matematiğin o büyüleyici özelliğinin bir örneğidir daha: Görünüşte tuhaf, "işe yaramaz" bir gözlem (logaritma kitaplarının yıpranmış ilk sayfaları), yüz yıl sonra mahkemelerde dolandırıcıları yakalayan bir kanıta dönüşebiliyor. Gerçek sayıların kendine has bir "parmak izi" var — ve onu taklit etmek sandığınızdan çok daha zor.