Pub Date : 2020-05-22DOI: 10.21494/iste.op.2020.0516
G. Ducharme, S. Kaci, C. Vovor-Dassu
La loi de probabilite de Newcomb-Benford est de plus en plus utilisee dans les applications de la statistique, notamment en detection de fraude. Dans ces contextes, il importe de determiner si un jeu de donnees est issu de cette loi de probabilite en controlant les risques d'erreur de Type I, soit de faussement identifier une fraude, et de Type II, soit de ne pas la detecter. L'outil statistique qui permet d'executer ce genre de tâche est le test d'adequation. Pour la loi de Newcomb-Benford, le test d'adequation le plus populaire est le test du khi-deux de Pearson dont la probabilite d'erreur de Type II est reconnue comme etant assez grande. En consequence, d'autres tests ont ete ecemment introduits. Le but de ce travail est de proposer de nouveaux tests d'adequation pour cette loi, bases sur le principe des tests lisses. Ces tests sont ensuite compares aux meilleurs tests existants pour ce probleme. Il en ressort que nos propositions sont globalement preferables aux tests existants et pourraient etre utilisees dans les applications, notamment en detection de fraude. Un package de R,BENFORDSMOOTHTEST, est disponible sur le site GitHub pour effectuer nos tests.
{"title":"Tests d’adéquations lisses pour la loi de Newcomb-Benford","authors":"G. Ducharme, S. Kaci, C. Vovor-Dassu","doi":"10.21494/iste.op.2020.0516","DOIUrl":"https://doi.org/10.21494/iste.op.2020.0516","url":null,"abstract":"La loi de probabilite de Newcomb-Benford est de plus en plus utilisee dans les applications de la statistique, notamment en detection de fraude. Dans ces contextes, il importe de determiner si un jeu de donnees est issu de cette loi de probabilite en controlant les risques d'erreur de Type I, soit de faussement identifier une fraude, et de Type II, soit de ne pas la detecter. L'outil statistique qui permet d'executer ce genre de tâche est le test d'adequation. Pour la loi de Newcomb-Benford, le test d'adequation le plus populaire est le test du khi-deux de Pearson dont la probabilite d'erreur de Type II est reconnue comme etant assez grande. En consequence, d'autres tests ont ete ecemment introduits. Le but de ce travail est de proposer de nouveaux tests d'adequation pour cette loi, bases sur le principe des tests lisses. Ces tests sont ensuite compares aux meilleurs tests existants pour ce probleme. Il en ressort que nos propositions sont globalement preferables aux tests existants et pourraient etre utilisees dans les applications, notamment en detection de fraude. Un package de R,BENFORDSMOOTHTEST, est disponible sur le site GitHub pour effectuer nos tests.","PeriodicalId":185182,"journal":{"name":"Mathématiques appliquées et stochastiques","volume":"11 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-05-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130167271","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-08-23DOI: 10.21494/ISTE.OP.2019.0404
S. Bouzebda, Tewfik Lounis
In the present paper, we introduce an efficient method for the estimation in the multidimensional case. The key idea is based on a good assessment of the error without using confidence intervals. The consistency of the proposed estimate is established. Consequently, we discuss the estimation in statistical tests corresponding to parametric context, and prove that this kind of estimators ensures the optimality of statistical tests. We partially extend the scope of our study to some processes. In order to examine the performance of our methodology, finite sample results are performed. This work completes and extends in nontrivial way the results obtained by Lounis (2017).
{"title":"Estimations and Optimal Tests in Some Parametric Models","authors":"S. Bouzebda, Tewfik Lounis","doi":"10.21494/ISTE.OP.2019.0404","DOIUrl":"https://doi.org/10.21494/ISTE.OP.2019.0404","url":null,"abstract":"In the present paper, we introduce an efficient method for the estimation in the multidimensional case. The key idea is based on a good assessment of the error without using confidence intervals. The consistency of the proposed estimate is established. Consequently, we discuss the estimation in statistical tests corresponding to parametric context, and prove that this kind of estimators ensures the optimality of statistical tests. We partially extend the scope of our study to some processes. In order to examine the performance of our methodology, finite sample results are performed. This work completes and extends in nontrivial way the results obtained by Lounis (2017).","PeriodicalId":185182,"journal":{"name":"Mathématiques appliquées et stochastiques","volume":"14 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2019-08-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115591725","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：