Septiembre 27 de 2021



Departamento de Estadística, Matemática y Cómputo
Licenciatura en Estadística




En el semestre que corre, el profesor Alex Ely Kossovsky está impartiendo a los estudiantes de la Licenciatura en Estadística el curso “La Ley de Benford y Análisis Forense de Datos”.


Reseña

El profesor Kossovsky es especialista en Matemáticas Aplicadas y Estadística en la City University of New York y en Física y Matemáticas Puras en la State University of New York en Stony Brook.
Es el autor de los libros: “BENFORD’S LAW: Theory, the General Law of Relative Quantities, and Forensic Fraud Detection Applications”, “STUDIES IN BENFORD’S LAW: Arithmetical Tugs of War, Quantitative Partition Models, Prime Numbers, Exponential Growth Series, and Data Forensics”, and “SMALL IS BEAUTIFUL: Why the Small is Numerous but the Big is Rare in the World”.
El profesor Kossovsky es el autor de un algoritmo matemático patentado que se utiliza en la detección y el análisis de fraudes de datos y es considerado para algunos el principal experto mundial en el tema de la Ley de Benford y sus múltiples aplicaciones.



“La Ley de Benford y Análisis Forense de Datos”


Resumen del curso

El curso se trata de la comprensión de la Ley de Benford a través de su teoría matemática y estadística, y cómo la aplicación de este conocimiento proporciona un método para la difícil tarea de decidir si un determinado conjunto de datos parece auténtico o podría haber sido inventado en forma fraudulenta. Esto no se hace mediante el examen de los números en sí, pero, sorprendentemente, se hace investigando el lenguaje digital utilizado en escribir esos números. La Ley de Benford refiere a la consistencia y predictibilidad de las proporciones relativas de los dígitos que ocurren en los números de los datos típicos de la vida real. La ley es válida en casi todos los tipos de datos, como los relacionados con geología, química, astronomía, física, biología, ingeniería, economía, contabilidad, finanzas, econometría, demografía y conjuntos de datos de votaciones electorales. El curso incluirá el estudio de tres explicaciones genéricas del fenómeno, y demostrará que el fenómeno es esencialmente cuantitativo y físico, no meramente digital y numérico, constituyendo una realidad científica independiente de nuestro sistema de número posicional arbitrariamente inventado durante la época del Renacimiento; es decir, que se origina en el hecho de que, en general, la naturaleza crea muchas cantidades pequeñas pero muy pocas grandes, lo que da como resultado datos sesgados positivamente. Se demostrará que esta perspectiva de la Ley de Benford conduce a lo que se denomina "Ley General de Cantidades Relativas".


Referencias

Benford Frank (1938). “The Law of Anomalous Numbers”. Proceedings of the American Philosophical Society, 78, 1938, p. 551.
Carslaw Charles (1988). “Anomalies in Income Numbers: Evidence of Goal Oriented Behavior”. The Accounting Review, April 1988, 321-327.
Cleary Richard, Thibodeau Jay (2005). "Applying Digital Analysis Using Benford's Law to Detect Fraud: The Dangers of Type I Errors". Auditing: A Journal of Practice & Theory. Volume 24, No. 1, May 2005, pages 77 – 81.
Deckert Joseph, Myagkov Mikhail, Ordeshook Peter (2011). “Benford's Law and the Detection of Election Fraud”. Political Analysis 19(3), 245-268.
Dorrell D. Darrell, Gadawski A. Gregory (2012). “Financial Forensics Body of Knowledge”. Wiley Finance.
Durtschi Cindy, Hillison William, Pacini Carl (2004). “The Effective Use of Benford’s Law to Assist in Detecting Fraud in Accounting Data”. Auditing: A Journal of Forensic Accounting, 1524-5586/Vol. V( 2004), pages 17-34.
Kossovsky Alex Ely (2014). “Benford’s Law: Theory, the General Law of Relative Quantities, and Forensic Fraud Detection Applications”. World Scientific Publishing Company.
Kossovsky Alex Ely (2017). “Small Is Beautiful: Why the Small is Numerous but the Big is Rare in the World”.
Kossovsky Alex Ely (2019). “Studies In Benford's Law: Arithmetical Tugs of War, Quantitative Partition Models, Prime Numbers, Exponential Growth Series, and Data Forensics”.
Ley Eduardo (1996). "On the Peculiar Distribution of the U.S. Stock Indices Digits". The American Statistician, Volume 50, No. November 4, 1996, pages 311-313.
Sambridge Malcolm, Tkalcic Hrvoje, Arroucau Pierre (2011). “Benford’s Law of First Digits: From Mathematical Curiosity to Change Detector”. Asia Pacific Mathematics Newsletter October 2011.
Sambridge Malcolm, Tkalcic Hrvoje, Jackson Andrew (2010). “Benford’s Law in the Natural Sciences”. Geophysical Research Letters, Volume 37, 2011, Issue 22, L22301.
Saville Adrian (2006). ”Using Benford’s Law to detect data error and fraud: An examination of companies listed on the Johannesburg Stock Exchange”. Gordon Institute of Business Science, University of Pretoria, South African Journal of Economics and Management Sciences, 9(3), 341-354.