一批账目首位数“不像 Benford”，先别急着判异常。Benford 定律只描述单条记录的首位数字比例：1 最常见，9 最少见。常用的 Pearson 卡方检验则多了一层假设——每条记录像独立抽签一样产生。现实数据若按时间连续记录，前后数字可能彼此关联；比例仍符合 Benford，检验的 p 值却可能失准。
Arthur Charpentier 构造了一个每个时点都严格符合 Benford、但序列存在持续性的模型。论文报告，在名义 5% 显著性水平下，普通检验把 21.6% 的样本判为“不符合”；用序列层面的相关结构重新校准后，误报率降至 4.8%，接近预设水平。换句话说，小 p 值检验的不只是首位数比例，也夹带了对抽样方式的假设。法证分析若要谈造假，还需比较真实的数据生成机制；单个 p 值只能提示异常，不能充当裁决。