Toepassing van data-analyse om de steekproef te rationaliseren

Koen Derks (), Lotte Mensink (), Jacques de Swart () and Ruud Wetzels ()
Additional contact information
Koen Derks: Nyenrode Business Universiteit, Breukelen, Netherlands
Lotte Mensink: Nyenrode Business Universiteit, Breukelen, Netherlands
Jacques de Swart: Nyenrode Business Universiteit & PwC Consulting, Breukelen, Netherlands
Ruud Wetzels: Nyenrode Business Universiteit & PwC Consulting, Breukelen, Netherlands

Maandblad Voor Accountancy en Bedrijfseconomie Articles, 2024, vol. 98, issue 4, 131-143

Abstract: Data-analyse wordt steeds belangrijker in de audit. Hoewel het potentieel om de audit efficiënter te maken groot is, worstelen veel auditors met het integreren van de resultaten van deze analyses om daarmee de vervolgwerkzaamheden te verlichten. Dit artikel bespreekt de integratie van de resultaten van data-analyse in de steekproeffase middels Bayesiaanse statistiek, en beargumenteert dat dit kan leiden tot een verbetering van de efficiëntie en transparantie. Drie voorbeelden van regressie, classificatie en clustering illustreren deze aanpak. Het artikel sluit af met aanbevelingen voor de praktische toepassing van deze methodiek.

Keywords: Steekproef; Bayesiaanse; statistiek; data-analyse; machine; learning; prior-verdeling (search for similar items in EconPapers)
Date: 2024
References: View complete reference list from CitEc
Citations:

Downloads: (external link)
https://mab-online.nl/article/124167/

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:arh:jmabec:v:98:y:2024:i:4:p:131-143

DOI: 10.5117/mab.98.124167

Access Statistics for this article

Maandblad Voor Accountancy en Bedrijfseconomie Articles is currently edited by Chris D. Knoops

More articles in Maandblad Voor Accountancy en Bedrijfseconomie Articles from Maandblad Voor Accountancy en Bedrijfseconomie
Bibliographic data for series maintained by Teodor Georgiev ().