BENFORD YASASI ve MANTİS TESTİ

Daha önceki yazılarımızda Benford Yasası'nı ilk basamak ve ilk iki basamak testleri ile uyguladık. Belirtildiği üzere, bu testler yeterli değildir. Ek olaraktan kullanılması gereken testlerden birisi de "Mantis Testi"dir. Benford Yasası kullanılaraktan yapılan çalışmaların çoğunda "ilk basamak" ve "ilk iki basamak" testleri kullanılmakta ve bu iki teste çok fazla güvenilmektedir. Bu durumda verinin hatalı analizi ve farklı noktalara yönlendirme olasıdır.

Mantis kavramını logaritma derslerinden hatırlayabiliriz. Kısaca aşağıda değinelim. 

Log(a) = k + m olsun. "k" tam kısımdır ve "karakteristik" olarak adlandırılır. "m" ise ondalıklı kısımdır ve "mantis" olarak ifade edilir. ( 0≤m<1)

Mantis değeri negatif olamaz. Negatif olamayacağı için, ifadeye +1 ve -1 eklenir.

Örnek 1: log(250) = 2.39794 ise k = 2 ve m = 0.39794

Örnek 2: log(a) = -4.1151 ise log(a) = -(4)-(0.1151)+(1)-(1) = - 5 + 0.8849 ise k = -5 ve m = 0.8849

"Mantis testi"nin kısaca kullanımı mı? Elimizdeki veri setinin mantis değerlerini hesaplıyoruz. Diyelim ki elimizde 14,600 tane veri var. Her bir verinin mantis değerini hesaplıyoruz. Excel'e saygılarımı sunuyorum:) Bu mantis değerlerinin ortalaması 0.5 ise, bize yardımcı olabilecek bir husus. Yani ortalamanın 0.5 olması ideal. Değilse? Şüphelenmek için az çok sebep vardır. Ama yeterli değil. Ek testler gerekli. Ek testleri diğer yazılarda tartışalım.