r - Rにおけるベンフォードの法則

Question

R でベンフォードの法則を実装しようとしています。これまでのところ、最初の桁に 0 回の出現がある場合を除いて、すべてが適切に機能します。例外がスローされます。

Error in data.frame(digit = 1:9, actual.count = first_digit_counts, actual.fraction = first_digit_counts/nrow(fraudDetection),  : 
  arguments imply differing number of rows: 9, 5

これは、現在のデータ セットでは、1、2、7、8、および 9 で始まる最初の数字しかないためです。3、4、5、6 が表示されない代わりに、カウントが 0 になるようにするにはどうすればよいですかまったくテーブルにありますか？

現在のデータセット:

これは、例外がスローされる原因となっている部分です。

first_digit_counts <- as.vector(table(fraudDetection$first.digit))

このコードが適合する現在のコードは次のとおりです。

# load the required packages
require(reshape)
require(stringr)
require(plyr)
require(ggplot2)
require(scales)

# load in data from CSV file
fraudDetection <- read.csv("Fraud Case in Arizona 1993.csv")
names(fraudDetection)

# take only the columns containing the counts and manipulate the data into a "long" format with only one value per row
# let's try to compare the amount of the fraudulent transactions against the Benford's Law
fraudDetection <- melt(fraudDetection["Amount"])

# add columns containing the first and last digits, extracted using regular expressions
fraudDetection <- ddply(fraudDetection, .(variable), transform, first.digit = str_extract(value, "[123456789]"), last.digit  = str_extract(value, "[[:digit:]]$"))

# compare counts of each actual first digit against the counts predicted by Benford’s Law
first_digit_counts <- as.vector(table(fraudDetection$first.digit))
first_digit_actual_vs_expected <- data.frame(
digit            = 1:9,
actual.count     = first_digit_counts,    
actual.fraction  = first_digit_counts / nrow(fraudDetection),
benford.fraction = log10(1 + 1 / (1:9))
)

Answer 1

すべての数字が で表されるようにするために、1 から 9 までのすべての数字が含まれるようにレベルを明示的に設定して、因子にfirst_digit_counts変換できます。first.digit

first_digit = c(1, 1, 3, 5, 5, 5, 7, 7, 7, 7, 9)
first_digit_factor = factor(first_digit, levels=1:9) # Explicitly set the levels

これにより、table呼び出しが期待どおりに実行されます。

> table(first_digit)
first_digit
1 3 5 7 9 
2 1 3 4 1 
> table(first_digit_factor)
first_digit_factor
1 2 3 4 5 6 7 8 9 
2 0 1 0 3 0 4 0 1 
> as.vector(table(first_digit_factor))
[1] 2 0 1 0 3 0 4 0 1

Answer 2

このための関数は、rattleパッケージから入手できます

library(rattle)
dummy <- rnorm(100)
calcInitialDigitDistr(dummy, split = "none")

Answer 3

便利な一行機能

benford = function(x) barplot(table(as.numeric(substr(x,1,1))))

benford(ggplot2::diamonds$price)