a:

वित्त में दो क्षेत्र हैं जहां नमूना बहुत महत्वपूर्ण है: परिकल्पना परीक्षण और लेखा परीक्षा नमूनाकरण विधि का प्रकार मामला से भिन्न होता है, हालांकि। तकनीकी विश्लेषक, मार्केटर्स और कॉरपोरेट सांख्यिकीविद्, सभी आंकड़ों को इकट्ठा और जांचने के लिए संभव नहीं होते हैं, जब वे बड़े जनसंख्या के सरल नमूनाकरण या स्तरीकृत नमूने का उपयोग कर सकते हैं। लेखा परीक्षक और एकाउंटेंट, जनगणना के विस्तार पर निर्भर होते हैं; निर्णय और ब्लॉक नमूना; और सांख्यिकीय नमूनाकरण विधियों, हालांकि यह संख्यात्मक नमूनाकरण और आनुपातिक नमूनाकरण में ये नीचे तोड़ने के लिए शायद आसान है।

गैर-ऑडिट नमूनाकरण विधियों के प्रकार

अधिकांश वित्तीय विश्लेषक गैर-संभाव्यता विधियों के विरोध में, संभाव्यता नमूनाकरण विधियों का उपयोग करना पसंद करते हैं, क्योंकि केवल संभावना विधियां विश्वसनीय रूप से परिणाम उत्पन्न कर सकती हैं जो जनसंख्या के प्रतिनिधि हैं । दो सबसे आम संभावना नमूना पद्धतियों को साधारण यादृच्छिक नमूना और स्तरीकृत यादृच्छिक नमूने कहा जाता है। साधारण यादृच्छिक मॉडल में, एक नमूना चुना जाता है जिसमें "x" ऑब्जेक्ट्स की संख्या होती है, जहां "x" ऑब्जेक्ट के सभी संभव नमूनों को समान रूप से होने की संभावना होती है।

-2 ->

यह एक छह तरफा मरने के उदाहरण के माध्यम से इसे देखने के लिए सबसे आसान है यदि मरने का ठीक से भारित है, तो बस इसे "एक्स" मात्रा का ट्रेस करें और अपने नमूने के परिणामों को रिकॉर्ड करें।

स्तरीकृत यादृच्छिक नमूना अधिक सटीक है लेकिन केवल उन आबादी के लिए जहां स्ट्रेट को आसानी से पहचाना जा सकता है। उदाहरण के लिए, 500 लड़कियों और 400 लड़कों के साथ एक स्कूल आसानी से 25 लड़कियों और 20 लड़कों के नमूने में स्तरीय किया जा सकता है।

ऑडिटिंग पद्धतियों के प्रकार

लेखा परीक्षकों को कंपनियों या सरकारों के लिए फाइलों की समीक्षा करना पड़ता है, लेकिन यह अक्सर ऐसा होता है कि फाइलों का विशाल मात्रा उन सभी को देखने के लिए अव्यवहारिक बनाता है इसे आसानी से ऑडिटर बनाने के लिए फाइल की समीक्षा करने के लिए नमूनाकरण तकनीकों को नियोजित किया जाता है।

सरलतम को संख्यात्मक नमूना कहा जाता है, जहां जनसंख्या में प्रत्येक वस्तु को समान रूप से चयन और समीक्षा की जाने की संभावना है आनुपातिक नमूना बहुत समान है, फाइलों के विभिन्न समूहों को छोड़कर अलग किया जाता है और किसी भी वस्तु का चयन होने की संभावना इसके समूह के आकार के समान है। एक ऑडिटर व्यक्तिगत रूप से विशिष्ट फ़ाइलों को चुनने का विकल्प चुन सकता है। यह फैसले सैंपलिंग के रूप में जाना जाता है, जो कि नॉनस्टैटिस्टिकल है।