Aplicación de la ley de Benford a la pesquería argentina de corvina rubia (Micropogonias furnieri)

En el ámbito de los datos estadísticos, tanto en las ciencias naturales como sociales, se ha observado que la distribución de los primeros, segundos y dos primeros dígitos en datos reales sigue frecuentemente un patrón conocido como la “ley de Benford”. Esta ley, ha sido utilizada recientemente como una herramienta para identificar anomalías en distintas bases de datos, sugiriendo en algunos casos la posibilidad de fraude. Se observó que los dígitos de datos “genuinos” tienden a seguir la ley, mientras que los dígitos de datos manipulados no lo hacen. En este trabajo, exploramos su aplicabilidad más allá del ámbito financiero, investigando si pueden detectar irregularidades en datos científicos, específicamente en la estadística oficial de captura de la pesquería argentina de corvina rubia (Micropogonias furnieri). Para tal fin, comparamos la frecuencia del primer, segundo y el primer par de dígitos de la captura con la distribución esperada, utilizando la desviación media absoluta (MAD). Implementamos una metodología basada en simulaciones de Monte Carlo y el test de Kolmogorov-Smirnov para calcular los valores críticos de la prueba de conformidad MAD, abordando la naturaleza única de los datos y la variabilidad en el tamaño de la muestra. El análisis realizado, sugirió la existencia de anomalías que podrían indicar patrones inusuales que merecen una investigación más detallada. En el ámbito de la evaluación, manejo/administración y conservación de los recursos pesqueros, la confiabilidad de los datos de captura es esencial. El uso de la ley de Benford, podría optimizar la selección de la información utilizada para elaborar indicadores y reducir la incertidumbre en la estimación del estado poblacional de los recursos.