举个栗子！Tableau 技巧（74）：运用本福德定律（Benford's law）验证数据真实性

本福德定律：本福德定律（本福德法则 Benford's law ），也称为本福德法则，说明一堆从实际生活得出的数据中，以1为首位数字的数的出现机率约为总数的三成，接近期望值 1/9 的 3 倍。而越大的数值，以它为首几位的数出现的机率就越低。

本福德定律对数据工作的价值在于：它可以用于检查数据源是否有问题。

当欺诈者伪造数据时，他们或许想不到要去创建符合本福德定律的假数据。在某些情况下，可以运用本福德定律检测伪造数据或者对数据真实性做出验证。

图片来自网络

那么，在 Tableau 中，如何运用本福德定律验证数据真实性呢？这里，我将方法分享给大家。

本期《举个栗子》，阿达要给大家分享的Tableau技巧是：运用本福德定律（Benford's law）验证数据真实性。

栗子使用 Tableau 自带的“Sample-Superstore”数据源，验证其销售数据。

首先，我们需要创建两个必要的计算字段：“首数字”和“本福德定律”。

◆ 首数字：LEFT(STR([Sales]),1)

◆ 本福德定律：LOG(INT([首数字])+1)-LOG(INT([首数字]))

Tips：本福德定律说明在b进位制中，以数n起头的数出现的机率为(logb(n + 1) − logb(n)).本福德定律不但适用于个位数字，连多位的数也可用。

将“首数字”拖拽到“列”，将“记录数“拖拽到”行“；

更改“记录数”的快速表计算为“合计百分比”；

现在，我们就可以看到 Sales 字段呈如下的分布形式了，这就说明该字段基本符合本福德定律。

接下来，我们可以通过添加引用分布来执行更多操作以精确地查看数据。

将“本福德定律”字段拖拽到“详细信息”标记卡中；

更改该胶囊的度量为“最小值”；

切换到分析窗格，将“分布区间”拖拽到画布的“单元格”选项中；

在编辑对话框中，更改“计算-值”的设置。在“百分比”区域中键入“80,100,120”（这会指定希望区间介于 80% 到 100% 以及 100% 到 120%），并且在“百分比”字段中，选择“最小(本福德定律)”；

以下的步骤将用于配置参考区间的外观，便于更直观的查看数据结果。

“标签”为“无”、“线”为最细型的可用线、“填充”为“停止指示灯”、勾选“向下填充”；配置完成后点击“确定”；

最后，单击功能栏中的“显示标记标签”功能，让百分比数字显现出来。

通过上图，我们很容易发现：虽然 Superstore 是系统自带的演示数据，但它也是达到符合本福德定律程度的现实数据。

蓝色条表明首数字实际百分比超过视图中显示预期本福德值的 100%（分布在绿色区间的值说明改区间超过预期本福德值的100%，黄色区间则介于80%~100%之间）。

今天的 Tableau 技巧，你 Get 到了吗？赶快打开你的 Tableau，试试看吧！