Goodness-of-Fit Testing for the Newcomb-Benford Law With Application to the Detection of Customs Fraud
纽康—本福德定律的拟合优度检验及海关欺诈检测应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦数字定律的拟合优度检验与海关欺诈筛查，未明确涉及所列细分方向，不能仅因研究数字分布而归入分布效应。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
纽康—本福德定律的拟合优度检验及海关欺诈检测应用
- 研究问题
- 如何检验国际贸易海关数据的数字序列是否符合纽康—本福德定律，并在用于欺诈筛查时控制错误拒绝该定律的概率？
- 方法与思路
- 作者提出数字序列的拟合优度检验，并推导偏离定律时的数字分布表达式及卡方型距离界；摘要未说明具体检验步骤。
- 材料陈述的贡献
- 摘要称该程序可在各阶段控制误拒率，获得不依赖大样本近似的精确显著性水平，并给出数字分布偏离程度的理论刻画。
- 阅读关注点
- 核对精确显著性水平及逐阶段误拒率控制所需的条件、数字序列的抽样结构，以及数字分布表达式和距离界的适用范围。
- 阅读边界
- 摘要未说明海关应用的样本、检验结果或实际欺诈识别表现；偏离数字定律本身不足以确认欺诈，筛查效果需结合正文证据判断。
原文摘要
The Newcomb-Benford law for digit sequences has recently attracted interest in antifraud analysis. However, most of its applications rely either on diagnostic checks of the data, or on informal decision rules. We suggest a new way of testing the Newcomb-Benford law that turns out to be particularly attractive for the detection of frauds in customs data collected from international trade. Our approach has two major advantages. The first one is that we control the rate of false rejections at each stage of the procedure, as required in antifraud applications. The second improvement is that our testing procedure leads to exact significance levels and does not rely on large-sample approximations. Another contribution of our work is the derivation of a simple expression for the digit distribution when the Newcomb-Benford law is violated, and a bound for a chi-squared type of distance between the actual digit distribution and the Newcomb-Benford one.