Attributsampling: Ein Glaubensfunktionsansatz zum statistischen Prüfungsnachweis

Der Dempster-Shafer-Glaubensfunktionsrahmen wurde verwendet, um die Aggregation von Prüfungsnachweisen basierend auf subjektiv bewerteten Überzeugungen zu modellieren. Dieses Papier zeigt, wie statistische Beweise, die durch Attributsampling gewonnen werden, als Glaubensfunktionen dargestellt werden können, sodass sie in solche Modelle integriert werden können. Insbesondere zeigt der Artikel: (1) wie die Stichprobengröße beim Attributsampling bestimmt werden kann, um ein gewünschtes Niveau des Glaubens zu erhalten, dass die wahre Häufigkeit des Attributs in der Bevölkerung in einem bestimmten Intervall liegt; (2) welches Glaubensniveau für ein angegebenes Intervall erreicht wird, gegeben das Stichprobenresultat. Wie intuitiv zu erwarten ist, stellen wir fest, dass die Stichprobengröße zunimmt, wenn das gewünschte Glaubensniveau im Intervall steigt. Bei der Auswertung der Stichprobenergebnisse sind unsere Ergebnisse ebenfalls intuitiv ansprechend. Beispielsweise, vorausgesetzt, die Häufigkeit in der Stichprobe fällt in das Intervall B für eine gegebene Anzahl von Vorkommen des Attributs, stellen wir fest, dass der Glaube an B, Bel(B), zunimmt, wenn die Stichprobengröße steigt. Fällt jedoch die Häufigkeit in der Stichprobe außerhalb des Intervalls, dann ist Bel(B) null. Beachten Sie, dass im Allgemeinen sowohl Bel(B) als auch Bel(notB) null sind, wenn die Stichprobenergebnisrate an den Endpunkten des Intervalls liegt. Diese Ergebnisse erweitern ähnliche Ergebnisse, die bereits für Variablen-Sampling verfügbar sind. Der Prüfer steht jedoch vor einem zusätzlichen Problem beim Attributsampling: Wie kann der Glaube an ein Intervall für Kontrollexzeptionen in den Glauben an ein Intervall für wesentliche Fehldarstellungen in den Finanzberichten umgewandelt werden, sodass er mit Nachweisen aus anderen Quellen in der Umsetzung des Audit Risk Models kombiniert werden kann.