Application of Benford’s Law to the Argentine whitemouth croaker (Micropogonias furnieri) fishery | Aplicación de la ley de Benford a la pesquería argentina de corvina rubia (Micropogonias furnieri)

Inglés. In the field of statistical data, both in the natural and social sciences, it has been observed that the distribution of the first, second and first two digits in real data frequently follows a pattern known as ‘Benford’s law’. This law has recently been used as a tool to identify anomalies in different databases, suggesting in some cases the possibility of fraud. It was observed that ‘genuine’ data digits tend to follow the law, while manipulated data digits do not. In this work, we explore their applicability beyond the financial sphere, investigating whether they can detect irregularities in scientific data, specifically in the official catch statistics of the Argentine whitemouth croaker (Micropogonias furnieri) fishery. To this end, we compare the frequency of the first, second and first pair of digits of the capture with the expected distribution using the mean absolute deviation (MAD). We implemented a methodology based on Monte Carlo simulations and the Kolmogorov-Smirnov test to calculate critical values of the MAD conformance test, addressing the unique nature of data and the variability in sample size. The conducted analysis suggested the presence of anomalies that could denote unusual patterns warranting further detailed investigation. In the field of assessment, management/administration, and conservation of fishing resources, the reliability of catch data is essential. The use of Benford’s law could optimize the selection of information used to develop indicators and reduce uncertainty in estimating the population status of resources.

Español; castellano. 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.