| 中文篇名 |
再見了隨機抽樣，原諒我愛上數據分析【執業進修】 | |
|---|---|---|
| 英文篇名 |
Goodbye Sampling, Hello Analytics! | |
| 作者 | ||
| 閱讀核心 |
抽樣在舞弊行為漸趨複雜的現在，已經不敷使用，於是採用數據分析協助偵測或預警異常行為，已成為內部稽核的顯學。本文先從數據分析的三大關鍵成功因素談起，導正多數人對於資料分析常見的誤解，接著介紹多種基礎與進階的分析方法，輔以實際案例，讓內部稽核人員於導入數據分析時，有明確的資料可供參考。 | |
| 延伸學習 |
常見的基礎分析方式包括：敘述性統計法、最大／成長最多法、相對大小因子法、異常重複值法、班佛定律，此種檢核方式將有限的資源投入在高風險之交易，不僅符合風險導向內部稽核之精神，也提高了發現異常之可能性。進階分析方式為機器學習，透過資料與演算法，學會（甚至超越）人類判斷與預測的方式，包括分類演算法、迴歸演算法、叢集演算法及購物籃分析。 | |
| 關鍵詞 | ||
| 刊名 | ||
| 期數 | ||
| 起訖頁 |
088-092 | |
| 出版單位 | ||
| DOI | ||
| QRCode |
| |
| 上一篇 | ||
| 下一篇 |
