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 |