
Popularisée il y a quelques mois par une série Netflix, la loi de Benford, ou loi du premier chiffre significatif, s’invite dans la polémique entourant le résultat des élections présidentielles américaines de 2020.

La fréquence de distribution statistique de nombreuses données (de la population des villes, taille de pays, distance des étoiles, prix dans un supermarché … ) apparait comme contre-intuitive au premier abord en plus d’être générale sans raison particulière opposée. Ainsi la probabilité de rencontrer le chiffre 1 en tête de nombre est de 30,10% et est supérieure à celle de rencontrer le 2 (17,61%), elle même supérieure à celle de rencontrer le 3 etc. C’est une loi empirique pour laquelle on cherche encore une explication. L’article de Jean-Paul Delahaye paru dans la revue Pour la Science en est une. Les nombreux articles déjà parus sur le sujet sont répertoriés sur le site anglophone dédié…
Voir l’article original 3 127 mots de plus
honnêtement je ne comprends pas grand chose à la méthode (c’est trop long et je cale quand le texte dépasse deux écrans 😉 ) mais l’approche m’apparait très intéressante . Effectivement en utilisant un outil décorrélé des enjeux électoraux on évite toute interprétation subjective et apparemment ça fait mal
oui, c’est un peu long mais très instructif ! Les enjeux électoraux méritent toute notre attention au vu des magouilles phénoménales qui se déroulent un peu partout !