УДК 001.895
DOI: 10.36871/ek.up.p.r.2025.02.07.014
Авторы
Светлана Викторовна Свиридова,
Воронежский филиал Российского экономического университета им. Г. В. Плеханова, Воронеж, Российская Федерация
Светлана Николаевна Коваленко,
Кирилл Денисович Логвинов,
Российский экономический университет им. Г. В. Плеханова, Москва, Российская Федерация
Аннотация
В приведённом исследовании рассматривается актуальность внедрения методов и алгоритмов равновероятностной статистической выборки в аудите. В условиях непрерывного развития нашего общества аудиторы сталкиваются всё с большим количеством проблем в процессе проведения своей деятельности. В свою очередь, статистическая выборка позволяет аудиторам формулировать обоснованные результаты на основе анализа ограниченного количества элементов, обеспечивая репрезентативность и надежность своих заключений. В добавок к этому в работе сравниваются статистическая и нестатистическая выборки. Кроме того, подробно рассматриваются некоторые методы статистической выборки, такие как простая случайная выборка, систематическая выборка, стратифицированная выборка и кластерная выборка, их преимущества и недостатки, а также проблемы, с которыми могут столкнуться аудиторы при их применении, и предложения по решению этих трудностей. В заключение работы отмечается взаимосвязь машинного обучения и статистической выборки, а также их вклад в повышение качества и точности аудиторских проверок.
Ключевые слова
аудит, равновероятностная статистическая выборка, нестатистическая выборка, простая случайная выборка, систематическая выборка, стратифицированная выборка, кластерная выборка, машинное обучение, аудиторская выборка, анализ данных
