 En esta presentación, echaremos un vistazo al muestreo de variables clásico. Dentro de ese muestreo de variables clásicas. La teoría de la distribución normal se utiliza para evaluar las características de una población en función de los datos de la muestra. Los auditores generalmente utilizan el muestreo de variables clásicas para estimar el tamaño de la incorrección, por lo que vamos a estimar el tamaño de una incorrección. Normalmente, con el uso del muestreo de variables clásicas o cuando se aplica el muestreo de variables clásicas, se suele utilizar para estimar el tamaño de la incorrección. Las distribuciones de muestreo se forman representando gráficamente las incorrecciones proyectadas que arrojan un número infinito de muestras de auditoría del mismo tamaño tomadas de la misma población subyacente. Así que esta va a ser nuestra curva de tipo de distribución estándar que esperaríamos ver si tenemos una población más grande. Esa curva normalmente tenderá a una forma más parecida a ésta. Si tenemos un pequeño. Si tenemos una muestra pequeña, entonces normalmente tendremos una curva, una curva que se verá similar a ésta. Obviamente, cuanto más grande sea la muestra, que nos proporcione datos más precisos en torno a la media, que sería justo aquí. Una distribución muestral nos permite estimar la probabilidad de observar el resultado de una sola muestra. La media muestra es la mejor estimación de la media poblacional. Así que aquí está la media de la población y luego podríamos usar básicamente la teoría estadística. Una distribución de muestreo nos permite estimar la probabilidad. Por lo que podemos estimar la probabilidad usando nuestros métodos de desviación estándar para observar los resultados de una sola muestra. Podemos considerar cuál sería el resultado de una sola muestra o cuál es la probabilidad de que ocurra el resultado de una muestra. Ahora vamos a echar un vistazo a las ventajas del uso del muestreo de variables clásicas. Vamos a comparar y contrastar a medida que consideramos las ventajas que estás pensando en comparar con el muestreo de unidades monetaria. Por lo tanto, este método dará como resultado un tamaño de muestra más pequeño que el muestreo por unidad monetaria cuando el auditor espera un número relativamente grande de diferencias entre el valor contable y el auditario. Así que recuerde, nuestro objetivo, por lo general, nos gustaría tener un tamaño de muestra más pequeño, porque eso significa menos trabajo para nosotros, menos pruebas reales para nosotros. Por lo tanto, este método dará como resultado un tamaño de muestra más pequeño, por lo que esperamos obtener buenos resultados con un tamaño de muestra más pequeño, cuando el auditor espera un número relativamente grande de diferencias entre los valores contables y los auditados. Las técnicas funcionarán bien tanto para las sobreestimaciones como para las subestimaciones, a diferencia del muestreo de unidades monetarias, y la selección de saldo cero generalmente no requiere consideraciones especiales de diseño de muestra. Y, de nuevo, ese era uno de los problemas con el muestreo de unidades monetarias. No es un problema aquí con los saldo cero. El muestreo de variables clásicas desfavorece algunos de los problemas con el muestreo de variables clásicas con poca o ninguna incorrección que se espera, no funciona bien. Entonces, si vamos a tener poca o ninguna declaración errónea, este diseño no va a funcionar bien para nosotros. Para determinar el tamaño de la muestra, el auditor debe estimar la desviación estándar de las diferencias de auditoría. Así que tenemos que incluir una estimación y cada vez que incluyamos una estimación. Claramente aumentamos la complicación de la probabilidad de algún tipo de problema como resultado de ello, si se detectan incorrecciones en los datos de la muestra, por lo que tenemos pocas incorrecciones, la varianza estimada utilizada para la evaluación puede subestimar la varianza verdadera. Así que, una vez más, tenemos estas pequeñas y pocas inexactitudes, y eso causa un problema. Es probable que la proyección resultante de las incorrecciones y los límites de confianza relacionados no sean fiables en esas condiciones. Unidad de muestreo la unidad de muestreo puede ser una cuenta de cliente, una transacción individual o una partida individual. Por ejemplo, al auditar cuentas por cobrar, el auditor puede definir la unidad de muestra como el saldo de la cuenta del cliente o una factura de venta individual incluida en el saldo de la cuenta. La determinación del tamaño de la muestra. Aquí está la fórmula para el tamaño de la muestra, teniendo en cuenta que cs es el coeficiente de confianza sd va a ser la desviación estándar estimada. Vamos a tomar la población multiplicada por el coeficiente de confianza cs multiplicada por la desviación estándar estimada de sd dividida por la incorrección tolerable menos la incorrección estimada estimada a la, potencia de 2.