A könyvvizsgálati mintavétel elméleti alapjai
|
|
- Tibor Balla
- 10 évvel ezelőtt
- Látták:
Átírás
1 A könyvvizsgálati mintavétel elméleti alapjai 1 9/11/2012
2 A könyvvizsgálói munkatér A vizsgálandó gazdálkodó szervezet megismerésének folyamata Célkijelölés elemzése Elemek vizsgálata 2 9/11/2012 Kapcsolatok elemzése Rendszer viselkedésének elemzése
3 A könyvvizsgálói munkatér Kapcsolatok elemzése: Két elem közti ki/be, vagy be/ki kapcsolat Külső környezet és vállalati belső elem közti kapcsolat A kapcsolatok szükségességének megítélése (hatásvizsgálat) Rendszer viselkedésének elemzése: A struktúra célkonformitása (a szervezet mérete) A felesleges és/vagy hiányos kapcsolatok megállapítása A működés kockázatainak feltérképezése Eredendő kockázat számszerűsítése Ellenőrzési kockázat számszerűsítése A könyvvizsgáló a helyzetfelmérés tapasztalatait megbeszéli a megbízó kijelölt képviselőjével és a megbízó tudomásul veszi, hogy a számszerűsített kockázati adatok jelentősen befolyásolják a vizsgálat munkaráfordítás igényét. 3 9/11/2012
4 Gazdasági rendszerelemzés Gazdasági rendszer vizsgálata: Nyílt rendszer Számszerűsítés Matematikai statisztika nélkülözhetetlen Adatok eloszlása egy vizsgálati mezőben valószínűsíthető (0 =< Xi =< 1) 4 9/11/2012
5 Gazdasági rendszerelemzés Következmény: A matematikai statisztika eszközével végzett könyvvizsgálat, majd a vizsgálat eredményeként kiadott vélemény mérhető bizonyítékokkal alátámasztott valószínűség esély hibaállapotra és tendencia megállapítás a működés folytatásának lehetőségére 5 9/11/2012
6 Gazdasági rendszerelemzés A valószínűség mérése skálával: Teljes lehetetlenség P=0 V A L Ó S Z Í N Ű S É G E K 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 A mérés eredménye: p=1 > kilépés a teljes bizonyosság tartományából p=0 > belépés a teljes lehetetlenség tartományába. Így a valószínűség értelmezése: p=0,001-0,999 és p<0 ill. p>1 nem létezik Az értelmezési tartományban érvényes vélemény: Jelentős hiba veszélye nélkül kijelenthetjük, hogy a beszámoló a vállalat vagyoni, pénzügyi és jövedelmi helyzetéről megbízható és valós képet ad. 6 9/11/2012 Teljes bizonyosság P=1
7 A könyvvizsgálat tárgyát képező adatok centrális tendenciája A vizsgálat tárgyát képező adatok tulajdonságai: Homogén csoportot alkotnak A csoport egyedi értékekkel reprezentálható Reprezentáció módja: Az adatok nagyságrendi eloszlásának, sűrűségének megállapítása Az adatok általános nagyságának megállapítása anélkül, hogy a munkánkat véletlen és lényegtelen eltérések megzavarnák 7 9/11/2012
8 A könyvvizsgálat tárgyát képező adatok centrális tendenciája Fogalmak: Általános nagyság=átlag=centrális tendencia Centrális tendencia=közép=középpontos elhelyezkedés mértéke=középpont (amely körül az adatok csoportosulnak) Átlag=Centrális tendencia > Azonos tartalmú és mértékű=azonos nemű gazdasági állapotjellemzőkkel számított átlag=számtani átlag A centrális tendencia mértéke reprezentálja az eloszlás módját (szimmetrikus és nem szimmetrikus eloszlások) 8 9/11/2012
9 A könyvvizsgálat tárgyát képező adatok centrális tendenciája Szimmetrikus adateloszlás: Átlag=Medián, az eloszlás függvény farkában lévő extrém adatnagyságok nem befolyásolják az eloszlásfüggvényt. Medián=középső dolog, vagyis az adatok fele nem kisebb és fele nem nagyobb értékű, mint a medián. A medián nem tipikus érték. Nem szimmetrikus eloszlás (ferde eloszlás): A leggyakrabban előforduló értéknagyság kiválasztása=módusz=tipikus érték Pozitív ferdeség: Az eloszlási függvény farkában nagyösszegű adatok vannak Negatív ferdeség: A kisösszegű adatok kerülnek az eloszlási függvény farkába 9 9/11/2012
10 A könyvvizsgálat tárgyát képező adatok centrális tendenciája Szimmetrikus adateloszlás: Módusz=Medián=Átlag Nem szimmetrikus eloszlás (ferde eloszlás): Módusz Medián Átlag 10 9/11/2012 Közelítő összefüggés: Átlag-Módusz=23*(Átlag-Medián)
11 Kockázatok felmérése, tervezése és számítása Könyvvizsgálat tárgya: A megbízó gazdasági adatai (pénzügyi-gazdasági-technikai) A könyvvizsgálat értékelésére képzett saját adatok (indexszámok) Összetett események leírása Az adatok tartalma, az események jellege: Szimultán események (gyártási folyamat, gazdasági műveletek) Egymásután sorrendben fordulnak elő, és függetlenek (készletgazdálkodás, értékesítés) Eredmény: Működési benne a belső ellenőrzési tevékenység leírása 11 9/11/2012
12 Kockázatok felmérése, tervezése és számítása Következmény: Valós kép VAGY Hamis kép a gazdasági állapotról Könyvvizsgálói értékelés: INPUT értékelése: ER és ELL megalapozza a könyvvizsgálói eseményeket. KV függvénye ER-nek és ELL-nek KV függvénye ER és ELL alapján végzett mintavételi és hibaértékelési munkának is: F. Így ER,ELL,F KV KV megfelelő biztonsági és bizonyossági mértéke: Az ER,ELL,F adatmezők közös metszetében található valószínűségi mérték Tehát: Ha ER,ELL valós adatokat tartalmaz, F és KV bizonyíték arra, hogy a kapott adatok jelentős/lényeges hibát nem tartalmaznak 12 9/11/2012
13 Kockázatok felmérése, tervezése és számítása Kockázat számszerűsítése a valószínűségi mezőben: A kockázat=az ellentétes esemény valószínűsége R(ER, ELL, F) Új mérték Régi mérték Minősítés 0,10-0,30 0,10-0,24 Alacsony 0,31-0,50 0,25-0,40 Közepes 0,51-0,69 0,41-0,45 Mérsékelten magas 0,70-0,85 0,46-0,50 Magas, kaotikus A kockázat valószínűségi változó, amely a többi könyvvizsgálati valószínűségi változóval (lényegesség, hibahatár, hibaeloszlás és hibaarány) együttesen befolyásolja a mintavételt 13 9/11/2012
14 A lényegességi összeg és a hibahatár Lényegesség fogalma (=várható érték): A könyvvizsgálati megbízhatóságot kifejező egyedi adatösszeg, amely az óvatosság elve alapján az adathalmaz legreprezentatívabb adatainak (mérlegfőösszeg, árbevétel, saját tőke és/vagy mérleg szerinti nyereség) nagyságrendi átlagának, illetve a jellemző adatok centrális eloszlásának valószínűségi mértékével kerül kiszámításra Kifejezi: A vizsgálandó adathalmaz lényeges hibától való mentességének valószínűségét, így a megbízhatóság, a megalapozott könyvvizsgálói ítélet küszöbértéke. Használata (alapelv): könyvvizsgálói mintavétel során, feltételezve, hogy a minták reprezentálják a teljes adatállományt 14 9/11/2012
15 A lényegességi összeg és a Értelmezése: Kisvállalkozások esetén: hibahatár Kisösszegű jellemzők, kisösszegű átlag, kis adatszórás Kevés elemszámú minták is elegendőek A mintaelemszámot az R(ER), R(ELL), R(F) magas szintje növelheti (a biztonsági szint, ill. a bizonyossági tényező növelésével) A mintanagyság növekedésével csökken a mintavételi kockázat Nagy/közepes vállalkozások esetén: Az átlag összegénél nagyobb összegű adatok előfordulhatnak, nagy adatérték szórás valószínű Az átlagnál nagyobb összegű adatok kiszűrésére, egyedi vizsgálatára az adathalmazból nagy elemszámú mintát kell venni (nagy a mintavételi kockázat, annak valószínűsége, hogy a mintába kerül jelentős hiba, ha van hiba) Az elemszámot növeli még a megbízhatósági szint szükségszerű növelése azért, hogy a könyvvizsgálói kockázatot alacsony szinten tartsuk 15 9/11/2012
16 A lényegességi összeg és a Hibahatár: hibahatár A lényegességi összegből képzett küszöbérték, a könyvvizsgálati mintavétel központi szabályozó eleme. Tartalmazza: a kockázati mértékek, a megbízhatósági szint azaz a hibamentességi valószínűség számszerűsített hatásait. Kifejezi a könyvvizsgáló véleményét az adathalmaz feltételezett hibasűrűségére, az elvégzendő munka volumenére és a tervezett könyvvizsgálói biztonság szintjére vonatkozóan Szint és nagyság összefüggések: Az INPUT kockázatok növekedésével csökken a hibahatár értéke a lényegesség összegében 16 9/11/2012
17 A lényegességi összeg és a Szélső értékek: hibahatár Minimális kockázat (a hibamentesség valószínűsége) esetén a hibahatár=lényegesség Közepes kockázat (a nem jelentős összegű hibaelőfordulások) esetén a hibahatár=lényegesség*0,75 Maximális kockázat (jelentős összegű hibaelőfordulás) esetén hibahatár=lényegesség*0,5. Ebben az esetben a megbízhatósági szintet 95-99%-ra kell emelni. Ennek következtében kizárható az indokolatlan elfogadás rejtett könyvvizsgálói kockázata. 17 9/11/2012
18 A lényegességi összeg és a hibahatár Segédlet mintanagyság számításához: Megbízhatósági szint Bizonyossági tényező Input kock.: ERK A teljes vagy egy választott rész-sokasára vonatkozó értékekből számított mintanagyság bruttó tételszámot tartalmaz, tekintettel arra, hogy a nagy értékű tételeket is tartalmazza. Leválogatás előtti állapot. 18 9/11/2012 Input kock.: ELLK Mintavételi kockázat 63% 1, % 25-32% 1,15 Sokaság függő Mintanagyság Lefedettség % Sokaság, tételszám függő 70% 1, % 40-50% 1,20 uaz uaz 80% 1, % 55-65% 1,30 uaz uaz 86% 2, % 70-82% 1,40 uaz uaz 90% 2, % 75-82% 1,50 uaz uaz 95% 3, % 80-82% 1,60 uaz uaz
19 A szegmentált lényegesség Fogalma: A teljes vizsgálati adathalmaznak egy önálló szegmensére (mérlegsor, eredmény, gyűjtőszámla) számított rész-lényegességi érték Cél: A kapcsolat jellegének és erősségének vizsgálata a mérlegblokk, a mérlegsor és a mérlegfőösszeg között Következtetés: A mérlegsor és a mérlegfőösszeg közti kapcsolat valószínűsége annál nagyobb, minél nagyobb a mérlegsor összegének súlya a mérlegfőösszegben. 19 9/11/2012
20 A szegmentált lényegesség Mérése: HA: A mérlegsor/mérlegtétel súlya a mérlegfőösszegben % A hibahatár mértéke azonos a teljes adathalmazra, a kockázati mértékek függvényében megállapított valószínűségi/súlyarányokkal számított mértékkel: 50%, 75%, 99% FONTOS! A mintavétel módja a teljes adathalmazra tervezettel azonos, arányos valószínűségi mértékekkel számítva, tekintettel arra, hogy a részadatok hibaeloszlási valószínűsége azonosan egyenletes jelleggel és eloszlási területtel integráns elemei a teljes területnek. 20 9/11/2012 AKKOR: A teljes adathalmazra számított lényegességi összeg %-a Y X ,05=0,23 ~ 0, ,25=0, ,50=0, ,00=1,00
21 A könyvvizsgálat hibakezelése, a hiba fogalma A könyvvizsgálói vélemény megalapozása: Az adatállomány hibatartalmának feltárása: hibavadászat és hibaelemzés Hiba: A minta adatállományában elem/elemek értékének eltérése a mintaelem értékét tartalmazó alapbizonylaton szereplő értéktől Hiba okai: Téves adatrögzítés Rendszer- ill. programhiba Csalás, hamisítás 21 9/11/2012
22 A könyvvizsgálat hibakezelése, a hiba fogalma A hibafeltárás sikere függ: A könyvvizsgálat tervezésének alaposságától (átfogó kockázat feltárás) A könyvvizsgáló elemzési módszerekben való jártasságától, szakmai felkészültségétől A megfelelő elemszámú minta vételezésével és kiértékelésével járó munkamennyiség elvégzésétől A könyvvizsgáló szakmai lelkiismeretétől, vagyis esetlegesen a jövedelmezőség csökkenésének vállalási készségétől 22 9/11/2012
23 A könyvvizsgálat hibakezelése, a hiba fogalma A hibakezelés (feltárás, kiértékelés) elvi alapja: MUS filozófia: a könyvvizsgálati adathalmaz vagy annak mintaként kiválasztott része homogén adatcsoport, egységnyi pénzértékekből: forint, euró, dollár stb. tömege Az egységnyi pénzérték kitüntetett szerepe abban van, hogy mind a mintavételezés, mind a hibaelemzés esetében az adatok bármelyike más jellemzőjétől, egyedi sajátosságától függetlenül egyenlő eséllyel kerül egy mintába, és a mintában talált hiba értéke mint valószínűségi mérték kivetíthető a teljes adatállomány hibaarányaként. 23 9/11/2012
24 Hibabecslés és értékelés A nem statisztikai módszerről: A könyvvizsgálói képzés nem tartalmaz statisztikai oktatást Általánosan elfogadott a nem-statisztikai hibakeresési és hibaelemzési módszer, a mintavételezés egyszerűsített módszere okán Ezen módszerrel végzett vizsgálatok eredményei alapozzák meg a könyvvizsgáló véleményét, igazolják a megfelelő és elegendő bizonyíték beszerzésének tényét, kockázatmérés és megbízhatóság nélkül Minimális mintanagyságot biztosít a véleményhez, növeli a könyvvizsgálói munka gazdaságosságát 24 9/11/2012
25 Hibabecslés és értékelés Alapképletei: Mintanagyság= Ahol a hibahatár=lényegesség*0,75 és a lényegesség= Árbevétel+mérlegfőösszeg+saját tőke *0,02 (vagy 0,05) 3 VAGY még hozzászámítjuk az adózott eredményt is az átlagba, vagy kiemeljük valamelyik tényezőt *0,02 vagy *0,05 Bruttó hiba= Relatív hiba=, ahol a Alul- vagy felülértékelt hiba összevonásával (nettósítás) Adatérték=mintavételhez adott adathalmaz értéke (Ft) 25 9/11/2012 Adatállomány értéke (könyvérték, Ft) Hibahatár Relatív hiba * adatérték Mintanagyság (elemszám, db) Könyv szerinti érték-auditált érték Könyv szerinti érték
26 Hibabecslés és értékelés Következményei: A teljes vizsgálati adathalmazra kivetített hibaérték arányosítással jóval kisebb hibabecslést ad, mint a statisztikai módszer. Nagyösszegű hibák nagy valószínűséggel átcsúsznak a szűrőn és a könyvvizsgáló lényeges, nagy hibától mentesnek ítéli az adatállományt Ha az egyszerűsített mintavétel és hibaelemzés lényeges, nagy hibát jelez, akkor az egész adatállományra arányosan kivetíti a hibaarányt. A könyvvizsgáló korlátozza vagy elutasítja az adatállomány megbízható és valós kép tükrözési lehetőségét/képességét 26 9/11/2012
27 Hibabecslés és értékelés A matematikai-statisztikai módszerről: Egyéni képzettségű, érdeklődésű könyvvizsgálók alkalmazzák A könyvvizsgálói vélemény nagy valószínűséggel megalapozott, a megfelelő és elegendő bizonyíték állításának számszerűsíthető tartalma van A szükséges, az egyszerűsített eljárásnál nagyságrenddel nagyobb minták eredményesebb hibafeltárást biztosítanak Segíti a könyvvizsgálót a valószínűleg objektív vélemény kialakításában Rontja a könyvvizsgáló munkájának gazdaságosságát Valószínűségi értékekkel dolgozik, a legpesszimistább becslési határok közt Teljesíti a módszer az óvatos ítéletmondás követelményeit A módszer az arányos kivetítés helyett az exponenciális kivetítést alkalmazza 27 9/11/2012
28 A hibaelemzés eszközei statisztikus módszerekkel Eljárás: A mintaelem és/vagy az egyedi a centrális tendenciát kifejező lényegességi összeg alapján számított hibahatárnál nagyobb összegű hiba-tételvizsgálatok hibaelemzése intenzitása viszonyszámokkal történik. Viszonyszámok: Könyvérték-auditált érték Könyvérték Relatív hiba:, dimenziója: Ft/Ft, / Leggyakoribb hiba (kivetített hiba): felülértékelésből és alulértékelésből származó összes hibaérték*mintavételi intervallum, ahol a mintavételi intervallum= 28 9/11/2012
29 A hibaelemzés eszközei statisztikus módszerekkel Elfogadható hiba: lényegesség*0,75 (vagy 0,5 vagy 0,99), ahol a 0,75 faktor számítása az alábbi: Lényegesség*(könyvvizsgálati tervezett ill. megvalósult megbízhatósági értéke)=0,95*(feltárási bizonyosság), ahol a Könyvvizsgálati kockázat: 0,05 Feltárási bizonyosság= = 0,22 ER kock.*ell kock.:0,45*0,5 Megbízhatóság=1-0,22=0,78, tehát Lényegesség*0,95*0,78=Lényegesség*0,742~0,75 Várható hiba: a könyvvizsgáló tapasztalata az ügyfél előző évi hibaarányáról (hibaösszegéről). Új ügyfélnél az elfogadható hibaösszeg max. 3%-ban állapítjuk meg, INPUT kockázattól függően. Ez a tényező csökkenti az elfogadható hiba összegét 29 9/11/2012
30 A hibaelemzés eszközei statisztikus módszerekkel Alapvető pontosság: mintavételi intervallum*megbízhatósági/bizonyossági tényező, ahol a Adathalmaz könyvértéke (Ft) Mintavételi intervallum= Mintanagyság (elemszám) Ha nincs hiba: alsó-felső hibahatár=alapvető pontosság; Elfogadható hiba=alapvető pontosság Ha van hiba: Alapvető pontosság maximális értéke tart az elfogadható hiba értékéhez FONTOS! Ha az elfogadható hiba értékénél nagyobb tételek is vannak az adathalmazban, a mintavételi adatok közül kiemelendők és egyedi tételvizsgálat végzendő. Amennyiben a tétel hibás, a hiba abszolút összege közvetlenül a jellemző hibaértéket befolyásolja. Jellemző (leggyakoribb) hiba: relatív hiba*mintavételi intervallum Összegzés: Leggyakoribb hibaérték+alapvető pontosság+kiegészítő pontosság=bruttó hibahatár 30 9/11/2012
31 A hibaelemzés eszközei statisztikus módszerekkel Sokaság értéke Mintanagyság 31 9/11/2012 Könyvérték-auditált érték Könyvérték
32 A hibaelemzés eszközei statisztikus módszerekkel A bruttó hibahatárt a felülértékelésre és az alulértékelésre külön kell kiszámítani A felülértékelés bruttó hibahatára-alulértékelés jellemző hibája=felülértékelés NETTÓ hibahatára = Nettó felső hibahatár Az alulértékelés bruttó hibahatára-felülértékelés jellemző hibája = Alulértékelés NETTÓ hibahatára = Nettó alsó hibahatár Következtetés: Felső hibahatár<lényegesség, és Alsó hibahatár<elfogadható hiba, akkor alacsony/közepes kockázati szint mellett a hibaösszegek elfogadhatók, vagyis a beszámoló lényeges hibát nem tartalmaz. Jelentősége: meghatározza a vizsgálat további kiterjesztésének szükségességét 32 9/11/2012
33 A hibaelemzés eszközei statisztikus módszerekkel Logikai sorrend: Elfogadható hibánál nagyobb összegű tételek leválogatása Mintavételi intervallumnál nagyobb tételek leválogatása Leválogatott tételek egyedi vizsgálata Vizsgált sokaság pénzértéke-leválogatott tételek értéke=maradványérték Maradványértékből ismétlés nélküli véletlenszerű mintavétel (csökkentett elemszám a teljes sokaságra számított mintaelemszámból) Statisztikai módszer előnye: A könyvvizsgálói vélemény kijelentései logikai és számszerűsített bizonyítékokkal alátámaszthatók A könyvvizsgáló vitás és jogi helyzetekben védett 33 9/11/2012
34 Szükséges és elégséges mintaelemszám meghatározása Célja: A könyvvizsgáló érdekében olyan védőháló kiépítése, amelynek résein a hibák, különösen a lényeges hibák fennakadnak, így esély van a hibatalálatra. A mintanagyság elegendő volta alapozza meg a véleményt. Szerepe: A mintavétel kísérleti hibával terhelt, így önálló kockázata van, ami része a könyvvizsgálói kockázatnak, ezen belül a - rejtett, közvetett indokolatlan elfogadás ill. elutasítás kockázatának. Jellemzője: a véletlenül kiválasztott mintaelemek csak bizonyos valószínűséggel mutatnak hibát, vagy egyáltalán nem mutatnak. Szoros összefüggésben van ez a tervezett, és szükség esetén módosított megbízhatósági szinttel, az INPUT kockázatok mértékét kifejező bizonyossági tényezővel. 34 9/11/2012
35 Szükséges és elégséges mintaelemszám meghatározása A minták típusa: Kisminták (8 elemszámig) Gyakorlati tapasztalat, hogy a 3 elemű minta 20 tételre, a 4 elemű 50 tételre., a 8 elemű minta 100 tételre nyújt minimális biztonságot adó lefedettséget. Nyolcelemű minta hibaelőfordulási valószínűségeit a Pascal-háromszög segítségével számítjuk ki az együttható tekintetében Kisminták esetében a hibaarány nem lehet nagyobb, mint 25%. Az elfogadható hiba: lényegesség*0,75 összefüggés Közepes minták (30-40 elemszám) A mintaelemek hibatartalma statisztikai módszerrel becsülhető Alkalmazása: kisvállalati körben, táblázattal Módszere: közvetett, a hibaszámot és a hibaértéket becsléssel közelíti 35 9/11/2012
36 Szükséges és elégséges mintaelemszám meghatározása Jellege: időben folytonos, de izolált eseményeket leíró adatokkal dolgozik. A hibaelőfordulási gyakoriság előre nem számítható ki, ezért becsüljük A várható hibaszám valószínűsége jól közelít a binomiális eloszláshoz kisminták ill. a Poisson-eloszláshoz közepes minták esetében. KÖVETKEZMÉNY: A Poisson-eloszlás mind a kisminták, mind a közepes minták esetében használható a hibavalószínűség becslésére Nagyminták (50 elemszám felett) Ha a vizsgálandó adathalmaz felmérése során alacsony INPUT kockázatot és alacsony hibaarányt (alacsony bizonyossági tényezőt) valószínűsít, akkor feltételezzük, hogy a mintaelemek 37%-a hibát tartalmaz és 63%-a hibamentes (Poisson-tábla alapján) 36 9/11/2012
37 Szükséges és elégséges mintaelemszám meghatározása Alapkérdés: Egy N elemű mintában 0,1,2 K számú hiba előfordulásának valószínűségét hogyan számíthatjuk ki azon alaptétel mellett, hogy a teljes vizsgálati adathalmaz (beszámoló) max. 5%-os hibát tartalmazhat az elfogadható hibaösszeggel egyezően. 40 elemű minta esetén a hibák várható száma 0,05*40=2 hiba lesz. Befolyásoló tényezők: Mintavétel kockázata Elfogadható hibaösszeg Adathalmaz INPUT kockázata Mintavételi kockázat: A könyvvizsgálónak a minta értékelése során levont következtetései és kiadott véleménye nem azonos azzal a következtetéssel, amelyre akkor jutott volna, ha a teljes adathalmazt tételesen vizsgálta volna meg ugyanazzal a módszerrel (ISA) 37 9/11/2012
38 Szükséges és elégséges mintaelemszám meghatározása Mintavételi kockázat számítása: Hibaeloszlási valószínűséggel A könyvvizsgálati kockázat ill. bizonyossági szint INPUT kockázatok miatt kijelölt megbízhatósági szint szerint. Mintavétel kockázatai: Téves elfogadás (a vélemény hitelességét vonja kétségbe) Téves elutasítás (a vélemény megalapozottságát vonja kétségbe) Mintanagyság számítása (elegendő és megfelelő): n= Vizsgálati adathalmaz könyv szerinti értéke*megbízhatósági tényező Elfogadható hiba-(várható hiba*mintavételi kockázat mértéke) ahol a várható hiba: előző évi tapasztalati értékek, vagy az elfogadható hiba max. 3%-a. 38 9/11/2012
39 Szükséges és elégséges mintaelemszám meghatározása A számítás lépései: Elfogadható hiba összegével egyező vagy annál nagyobb tételek leválogatása Megállapított elemszámból levonjuk az így leválogatott tételek értékét (a minta könyvértékből levonjuk a leválogatott tételek értékét) Megállapítjuk a leválogatás előtti mintavételi intervallumot Adathalmaz könyvértéke * Megbízhatósági tényező MI= Mintanagyság=n Leválogatjuk a mintavételi intervallum értékével egyező, vagy azt meghaladó tételeket A leválogatott tételek számát és értékét levonjuk az elemszámból és a minta értékéből A maradék adatértékből és tételszámból kell a mintanagyság számításához alkalmazott nevező értékkel a mintanagyságot számítani A mintavétel ismétlés nélküli véletlenszerű elemkiválasztással történik. A számítás speciális szoftverekkel zajlik. 39 9/11/2012
40 Szükséges és elégséges mintaelemszám meghatározása Folyt.: FIGYELEM! A mintaelemszám elsődleges leválogatások előtti mennyiségét csökkentve a leválogatott elemszámmal kapjuk meg a tényleges, ismétlődésektől mentes mintanagyságot. A minta két részhalmazból áll: Az elsődleges mintavételből megmaradt elemekből A maradék állományból vett minta elemeiből Mintanagyság alapvető tulajdonsága: Közvetlen függőségi kapcsolatban van az INPUT és a könyvvizsgálói kockázatokkal Következmény: Megalapozott könyvvizsgálói vélemény csak kockázatalapú mintavétel alapján fogalmazható meg 40 9/11/2012
41 Minta kiértékelése: hibaelemzés Menete: A mintaelemeket tételesen megvizsgáljuk alapbizonylati mélységig Szabályszerűségi, Valós tartalmi, és Könyveléstechnikai szempontból Mintáról alkotott vélemény: A mintában nem találtunk hibát, így nincs leggyakoribb hiba, e tényező értéke 0, így nincs szükség kiegészítő pontosság számítására sem, mert ennek értéke 0 Csak alapvető pontossági érték van, ami=alsó-felső hibahatárral, vagyis ha az Alapvető pontossági érték >= Lényegesség összege, akkor a vizsgálatot egyedi tételvizsgálattal és/vagy újabb mintavételi eljárással kell folytatni. A mintában hibát találtunk A minta 1,2.n eleme a könyvelésben az auditált értéktől eltérően szerepel 41 9/11/2012
42 Minta kiértékelése: hibaelemzés Az eltérés természete lehet: Auditált érték < könyvelt érték > Felülértékelés Auditált érték > könyvelt érték > Alulértékelés Az alulértékelés csökkentheti a relatív hiba értékét abban az esetben, ha a könyvelésből a mintába került adatelem értéke > mint felülértékelt elem esetében, és a hiba abszolút összege azonos, vagy közel azonos. Ennek következtében a relatív- vagy módosított relatív hibával számolt tényezők: Leggyakoribb hiba, Kiegészítő pontosság Bruttó hibahatár alulértékelés esetében kisebb, mint felülértékelés esetében. 42 9/11/2012
43 Minta kiértékelése: hibaelemzés Nettó hibahatár: Felülértékelés esetében: felülértékelés bruttó hibahatára - alulértékelés leggyakoribb hibája Alulértékelés esetében: alulértékelés bruttó hibahatára - felülértékelés leggyakoribb hibája Értelmezés: Felülértékelés nettó hibahatára = Nettó felső hibahatár Alulértékelés nettó hibahatára = Nettó alsó hibahatár Megjegyzés: A nem statisztikai módszerrel végzett hibabecslés (lsd. korábban) kivetítés, kockázati mértékek nélkül nagyságrenddel kisebb jellemző hibaértéket mutat, ami messze van az elfogadható hiba összegétől (közelíti a leggyakoribb hibát). Ez a tény, mint kedvező hibaarány, megnyugtatja a könyvvizsgálót és a hibavadászatot befejezi. 43 9/11/2012
44 Minta kiértékelése: hibaelemzés Nettó felső hibahatár < Elfogadható hiba Nettó felső hibahatár < Lényegességi összeg Következmény: A mintában nincs lényeges hiba FIGYELEM! A nettó hibahatár összehasonlítása a lényegesség összegével azért is fontos, mert a statisztikai módszerrel végzett mintavétel esetén is előfordulhat, hogy a mintába nagyértékű hibatételek kerülnek, de a nettó hibahatár mégsem lesz nagyobb, mint a lényegesség összege A statisztikai elvű mintavétel és hibaértékelés (hibabecslés) mérlegelési lehetőségeiből adódóan, a mintaátlag és a talált hibák átlaga közti szórásértékek eloszlási területébe figyelmeztető határok építhetők be, az átlagosnál magasabb kockázati szinten. Ezek a figyelmeztető határok a hibahatár és a lényegesség összege közt helyezkednek el, azzal a feltételezéssel, hogy optimális esetben, alacsony kockázati szint esetén, a hibahatár a lényegesség összegéig tolható ki. 44 9/11/2012
45 Munkánk során megfelelő és elegendő bizonyítékot szereztünk a hitelesítő záradékhoz. Köszönöm a figyelmet! 45 9/11/2012
Informatika, mint mintavételezési támogatottság a könyvvizsgálók munkájában. (Wessely Vilmos, az MKVK informatikai tagozatának alelnöke)
Informatika, mint mintavételezési támogatottság a könyvvizsgálók munkájában (Wessely Vilmos, az MKVK informatikai tagozatának alelnöke) 1 3/8/2013 Mintavétel Könyvvizsgálat tételes ellenırzés Könyvvizsgálat
STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
6. Előadás. Vereb György, DE OEC BSI, október 12.
6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás
Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
Galambos P. Kotosz B. (2011): A pénzegységalapú mintavétel. SZAKma. Vol. LIII., no 10., pp (Monetary Unit Sampling)
Galambos P. Kotosz B. (2011): A pénzegységalapú mintavétel. SZAKma. Vol. LIII., no 10., pp. 434 438. (Monetary Unit Sampling) A PÉNZEGYSÉG ALAPÚ MINTAVÉTEL Dr. Galambos Péter könyvvizsgáló Dr. Kotosz Balázs
Független könyvvizsgálói jelentés a Felcsúti Utánpótlás Neveléséért Alapítvány (8086 Felcsút Fő utca 176) tulajdonosainak. Elvégeztem a Felcsúti Utánpótlás Neveléséért Alapítvány (továbbiakban Alapítvány)
Könyvvizsgálói jelentés
Könyvvizsgálói jelentés 2016-2017 Könyvvizsgálói jelentéssel kapcsolatos változások 2016. december 15-én vagy azt követően végződő időszakokra vonatkozó pénzügyi kimutatások könyvvizsgálata során kell
3. A mintavételi kockázat elfogadható szintjének meghatározása (pl. 5 vagy 10%)
MINTAVÉTELEZÉSI ELJÁRÁSOK A mintavételezés célja A statisztikai és nem statisztikai mintavételi eljárások során az ellenőr megtervezi és kiválasztja az ellenőrzési mintát, valamint kiértékeli a mintavétel
Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS A Plotinus Holding Nyrt. részvényesei részére A konszolidált éves beszámolóról készült jelentés Elvégeztem a Plotinus Holding Nyrt. (a Társaság ) mellékelt 2013. évi konszolidált
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS. A Pro Rekreatione Közhasznú Nonprofit Korlátolt Felelősségű Társaság tulajdonosainak
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS A Pro Rekreatione Közhasznú Nonprofit Korlátolt Felelősségű Társaság tulajdonosainak Az egyszerűsített éves beszámolóról készült jelentés Elvégeztük a Pro Rekreatione
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS Szegvár és Vidéke Takarékszövetkezet tulajdonosainak Elvégeztem a Szegvár és Vidéke Takarékszövetkezet (6635 Szegvár, Szabadság tér 1. Cg.: 06-02-000246) mellékelt 2014.
Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
Biomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
Községi Önkormányzat Balatonberény
Községi Önkormányzat Balatonberény A helyi önkormányzatokról szóló 1990. évi LXV. Tv. 92/A.. (3) bekezdése szerinti 2011. évi önkormányzati közzététele ESZKÖZÖK költségveté si 21. melléklet a 10./2012.(05.03
2011. ÉVI ÖSSZEVONT (KONSZOLIDÁLT) ÉVES BESZÁMOLÓJÁRÓL. Korlátolt Felelősségű Társaság 1148 Budapest, Fogarasi út 58. (Nysz.
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS a BVK HOLDING Budapesti Városüzemeltetési Központ Zártkörűen Működő Részvénytársaság és a konszolidálásba bevont vállalkozások 2011. ÉVI ÖSSZEVONT (KONSZOLIDÁLT) ÉVES
Könyvvizsgálói jelentés
Független könyvvizsgálói jelentés a Vezetési Tanácsadók Magyarországi Szövetsége vezetősége részére Azegyszerűsítettévesbeszámolórólkészültjelentés Elvégeztük a VTMSZ mellékelt 2013. évi az egyéb szervezetek
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
Kisvállalkozások könyvvizsgálati sajátosságai
Kisvállalkozások könyvvizsgálati sajátosságai Mi a kisvállalkozás? DR. KÁNTOR BÉLA Kisvállalkozás kategória Kizárólag mennyiségi adatok alapján nem lehet definiálni pl. 100 MFt árbevétel alatt Jogi előírások,
Betekintés a Könyvvizsgálati munkába. Könyvvizsgálói munka szakaszai, Könyvvizsgálói jelentés változás
Betekintés a Könyvvizsgálati munkába Könyvvizsgálói munka szakaszai, Könyvvizsgálói jelentés változás Könyvvizsgálati munka szakaszai: - megbízás elfogadása, - tervezés, - vizsgálat, - áttekintés, értékelés
4. A Maglód Projekt Kft évi mérleg-beszámolója május 24. ELŐTERJESZTÉS
ELŐTERJESZTÉS Maglód Város Önkormányzat Képviselőtestületének 2018. május 24-ei ülésére 4. napirend Tárgya: A Maglód Projekt Kft. 2017. évi mérleg-beszámolója. Előadó: Varga Krisztina ügyvezető Melléklet:
Számviteli szabályozás
Dr. Pál Tibor 2012.09.10. Számviteli szabályozás 7. ELŐADÁS Szabályok és elvek a könyvvizsgálat során Társasági törvény Egyéb Könyvvizsgálati törvény KÖNYVVIZSGÁLAT Könyvvizsgálati standardok Számviteli
Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
Minőség-ellenőrzés 2016
Minőség-ellenőrzés 2016 Visegrád 2016. szeptember 8. Mádi-Szabó Zoltán MKVK Minőségellenőrzési Bizottság elnöke 1 A minőség-ellenőrzés célja A minőség-ellenőrzési rendszer célja a könyvvizsgálók által
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS. A Magyar Pénzverő Zrt. részvényesének. Az éves beszámolóról készült jelentés. Vélemény
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS A Magyar Pénzverő Zrt. részvényesének Az éves beszámolóról készült jelentés Vélemény Elvégeztük a Magyar Pénzverő Zrt. ( a Társaság ) 2018. évi éves beszámolójának könyvvizsgálatát,
VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA
VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események
biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
y ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS A BANAT-TRIPLEX CONFINIUM KORLÁTOLT FELELŐSSÉGŰ EURÓPAI TERÜLETI EGYÜTTMŰKÖDÉSI CSOPORTOSULÁS tagjainak Vélemény Elvégeztem a BANAT-TRIPLEX CONFINIUM KORLÁTOLT FELELŐSSÉGŰ
Független Könyvvizsgálói Jelentés. Az egyszerűsített éves beszámoló könyvvizsgálatáról készült jelentés
Ernst & Young Kft. Ernst & Young Ltd. H-1132 Budapest Váci út 20. 1399 Budapest 62. Pf.632, Hungary Tel: +36 1 451 8100 Fax: +36 1 451 8199 www.ey.com/hu Cg. 01-09-267553 Független Könyvvizsgálói Jelentés
Független könyvvizsgálói jelentés a
Független könyvvizsgálói jelentés a Magyar Elektrotechnikai Egyesület 2007. évi beszámolójának felülvizsgálatáról Budapest, 2008. április 1 Megállapítások A Magyar Elektrotechnikai Egyesület 2007. XII.31-i
STATISZTIKA. A Föld pályája a Nap körül. Philosophiae Naturalis Principia Mathematica (A természetfilozófia matematikai alapelvei, 1687)
STATISZTIKA 10. Előadás Megbízhatósági tartományok (Konfidencia intervallumok) Sir Isaac Newton, 1643-1727 Philosophiae Naturalis Principia Mathematica (A természetfilozófia matematikai alapelvei, 1687)
STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai
Változékonyság (szóródás) STATISZTIKA I. 5. Előadás Szóródási mutatók A középértékek a sokaság elemeinek értéknagyságbeli különbségeit eltakarhatják. A változékonyság az azonos tulajdonságú, de eltérő
A leíró statisztikák
A leíró statisztikák A leíró statisztikák fogalma, haszna Gyakori igény az, hogy egy adathalmazt elemei egyenkénti felsorolása helyett néhány jellemző tulajdonságának megadásával jellemezzünk. Ezeket az
Kisvállalkozások könyvvizsgálati sajátosságai. Mi a kisvállalkozás? Könyvvizsgálat rendszere és számítógépes támogatása. Dr.
Könyvvizsgálat rendszere és számítógépes támogatása Dr. Kántor Béla Kisvállalkozások könyvvizsgálati sajátosságai Mi a kisvállalkozás? 1 Kisvállalkozás kategória Kizárólag mennyiségi adatok alapján nem
Számviteli szabályozás
Dr. Pál Tibor 2010.11.29. Társasági Számviteli szabályozás 7. ELŐADÁS Szabályok és elvek a könyvvizsgálat során Egyéb standardok KÖNYVVIZSGÁLAT Számviteli Könyvvizsgáló választása Ki lehet könyvvizsgáló?
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS. A HEVES MEGYEI VÍZMŰ ZÁRTKÖRŰEN MŰKÖDŐ RÉSZVÉNYTÁRSASÁG (3300 Eger, Hadnagy u. 2.) TULAJDONOSAI RÉSZÉRE
EGER-AUDIT KÖNYVSZAKÉRTŐ ÉS TANÁCSADÓ KFT. 3300 EGER, Trinitárius u. 2. Telefon/Fax: 36/411-210, 36/518-167 E-mail: titkarsag@eger-audit.t-online.hu FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS A HEVES MEGYEI VÍZMŰ
KÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése
4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS az Érd és Térsége Regionális Víziközmű Kft. tulajdonosainak a Társaság taggyűlése elé terjesztett 2017. december 31-i éves beszámolóról Vélemény Elvégeztük az Érd és Térsége
Populációbecslések és monitoring
Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány
Minőség a számvitelben
Minőség a számvitelben Dr. Pál Tibor Sopron, 2010.10. 01. A minőség megközelítése Tudományos Gyakorlati üzleti szempontok A számvitel minősége az előállított információk - valóságtartalmát - teljességét
STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel
1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet
GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő
Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.
Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért 2018. november 15. PÉNZ a boldogság bitorlója? A jövedelemegyenlőtlenség természetes határa A boldog ember gondolata a
Mérési hibák 2006.10.04. 1
Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
Biomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
Populációbecslések és monitoring
Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány
Bevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
Előterjesztés A Bicske Város Sportjáért Közalapítvány évi beszámolójának elfogadásáról
Előterjesztés A Bicske Város Sportjáért Közalapítvány 2018. évi beszámolójának elfogadásáról 1. előterjesztés száma: 128/2019. 2. előterjesztést készítő személy neve: Setéth-Fazekas Hajnalka 3. előterjesztést
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.
Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza
Normális eloszlás tesztje
Valószínűség, pontbecslés, konfidenciaintervallum Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra ferde eloszlás jobbra ferde eloszlás balra
Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
2013. Szobért-Szobiakért Közalapítvány. Egyszerűsített éves beszámoló. Nyilvántartási szám: 1380. 2628 Szob, Szent Imre u. 12.
Szobért-Szobiakért Közalapítvány 2628 Szob, Szent Imre u. 12. Nyilvántartási szám: 138 Egyszerűsített éves beszámoló 213. Tartalom: - közhasznúsági jelentés - mérleg - eredménykimutatás - könyvvizsgálói
Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók
Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz
A Statisztika alapjai
A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati
Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
Dr. Kántor Béla
Dr. Kántor Béla szükséges a könyvvizsgálói vélemény és jelentés alátámasztásához. jellegét tekintve kumulatív, és elsősorban a könyvvizsgálat során végrehajtott könyvvizsgálati eljárásokból származik.
Biostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
STATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás.
Centrális mutatók STATISZTIKA I. 4. Előadás Centrális mutatók 1/51 2/51 Középértékek Helyzeti középértékek A meghatározása gyakoriság vagy sorszám alapján Számítás nélkül Az elemek nagyság szerint rendezett
Bakony és Balaton Keleti Kapuja Közhasznú Egyesület Kiegészítő melléklete a 2012. évi beszámolóhoz /Adatok: ezer Ft -ban/
1. oldal Bakony és Balaton Keleti Kapuja Közhasznú Egyesület Kiegészítő melléklete a 2012. évi beszámolóhoz /Adatok: ezer Ft -ban/ I. Általános rész 1./ Általános háttérinformációk Bakony és Balaton Keleti
KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel
KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,
STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.
STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése
Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László
Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,
Kérem, ismerkedjen meg a DigitAudit program AuditTeszt moduljának Adatok tesztelése menüpontjával.
Tisztelt Felhasználó! Kérem, ismerkedjen meg a DigitAudit program AuditTeszt moduljának Adatok tesztelése menüpontjával. A program céljai: A programot azért fejlesztettük ki, hogy segítséget adjunk a nagytömegű
y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell
Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.
KIEGÉSZÍTŐ MELLÉKLET. Mérték Médiaelemző Műhely Közhasznú Nonprofit Kft. 2013.02.07-2013.12.31. egyszerűsített éves beszámolójához. 2013. március 31.
KIEGÉSZÍTŐ MELLÉKLET a Mérték Médiaelemző Műhely Közhasznú Nonprofit Kft. 213.2.7-213.12.31 egyszerűsített éves beszámolójához 213. március 31. a vállalkozás vezetője (képviselője) I. ÁLTALÁNOS RÉSZ A
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS SZEKSZÁRD MEGYEI JOGÚ VÁROS ÖNKORMÁNYZATA
Dr. Cseke László kamarai tag könyvvizsgáló, engedély szám: 001430. 7400 Kaposvár, Kazinczy F. u. 36. tel/fax:82-427-456, 06-30-288-54-23, e-mail:kondit@t-online.hu FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS SZEKSZÁRD
JÁBORCSIK és TÁRSA Könyvvizsgáló és Pénztárszolgáltató Kft.
JÁBORCSIK és TÁRSA Könyvvizsgáló és Pénztárszolgáltató Kft. : 1042 Budapest, József A. u. 32-34. B. lph. I/3. TH: 1042 Budapest, József A. u. 18. II/15. : 1-369-7555,1-369-6648. fax: 1-369-7555. e-mail:
Kettőnél több csoport vizsgálata. Makara B. Gábor
Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10
KIEGÉSZÍTŐ MELLÉKLET
KIEGÉSZÍTŐ MELLÉKLET 2015. 01. 01. 2015. 12. 31. Budapest, 2016. április 30... A vállalkozás vezetője ( képviselője ) 1 1. Általános bemutatás A vállalkozás neve: STEMO MARKETING Kft. A vállalkozás rövidített
KÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység
KÖZPONTI STATISZTIKAI HIVATAL A vizsgarészhez rendelt követelménymodul azonosító száma, megnevezése: 2144-06 Statisztikai szervezői és elemzési feladatok A vizsgarészhez rendelt vizsgafeladat megnevezése:
KIEGÉSZÍTŐ MELLÉKLET. atlatszo.hu Közhasznú Nonprofit Kft. egyszerűsített éves beszámolójához. 2015. május 29. a vállalkozás vezetője (képviselője)
KIEGÉSZÍTŐ MELLÉKLET a atlatszo.hu Közhasznú Nonprofit Kft. 2014 egyszerűsített éves beszámolójához 2015. május 29. a vállalkozás vezetője (képviselője) I. ÁLTALÁNOS RÉSZ A cég teljes neve: Alapítás időpontja:
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS
a Gandhi Gimnázium Közhasznú Nonprofit Korlátolt Felelősségű Társaság 2014. évi egyszerűsített éves beszámolójáról, valamint a közhasznúsági mellékletéről Készítette: C.C. Audit Könyvvizsgáló Korlátolt
KIEGÉSZÍTŐ MELLÉKLET
KIEGÉSZÍTŐ MELLÉKLET a atlatszo.hu Közhasznú Nonprofit Kft 217 egyszerűsített éves beszámolójához Budapest, 218.5.22. a vállalkozás vezetője (képviselője) I. ÁLTALÁNOS RÉSZ A cég teljes neve: atlatszo.hu
Mesterséges Intelligencia MI
Mesterséges Intelligencia MI Valószínűségi hálók - következtetés Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade Következtetés
Mintavételi eljárások
Mintavételi eljárások Daróczi Gergely, PPKE BTK 2008. X.6. Óravázlat A mintavétel célja Alapfogalmak Alapsokaság, mintavételi keret, megfigyelési egység, mintavételi egység... Nem valószínűségi mintavételezési
A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra
A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra Vörös Zsuzsanna NÉBIH RFI tervezési referens 2013. április 17. Egy kis felmérés nem kor Következtetések: 1. a jelenlevők nemi megoszlása:
Adók könyvvizsgálatának módszertana
Könyvvizsgálók kötelező szakmai továbbképzése 2015. 3. fejezetének felhasználásával Adók könyvvizsgálatának módszertana Előadó: dr. Adorján Csaba egyetemi adjunktus A Könyvvizsgáló az éves beszámoló könyvvizsgálata
Az átalakulások könyvvizsgálatának aktuális kérdései
Az átalakulások könyvvizsgálatának aktuális kérdései A téma fontossága 2019. évtől kezdődően az átalakulás, egyesülés, szétválás könyvvizsgálata is tárgyát képezi a kamarai minőségellenőrzésnek! MKVK Konzultációs
Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016
Gyakorlat 8 1xANOVA Dr. Nyéki Lajos 2016 A probléma leírása Azt vizsgáljuk, hogy milyen hatása van a család jövedelmének a tanulók szövegértés teszten elért tanulmányi eredményeire. A minta 59 iskola adatait
Segítség az outputok értelmezéséhez
Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró
Nagy port kavaró pénzintézeti ügyek és a könyvvizsgálók valódi érintettsége avagy a könyvvizsgálat és a BIZALOM
Nagy port kavaró pénzintézeti ügyek és a könyvvizsgálók valódi érintettsége avagy a könyvvizsgálat és a BIZALOM A pénzügyi szektor ellenőrzése: Hatóságok Magán ellenőrzések Hatóságok (bírságolási jogkörrel)
A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015
A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel
S atisztika 2. előadás
Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás
Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 11. előadás Előadó: Dr. Ertsey Imre Összefüggés vizsgálatok A társadalmi gazdasági élet jelenségei kölcsönhatásban állnak, összefüggnek egymással. Statisztika alapvető feladata: - tényszerűségek
COMENIUS Angol-Magyar Két Tanítási Nyelvű Gimnázium, Általános Iskola, Óvoda és Szakgimnázium
COMENIUS Angol-Magyar Két Tanítási Nyelvű Gimnázium, Általános Iskola, Óvoda és Szakgimnázium 2017. EGYSZERŰSÍTETT ÉVES BESZÁMOLÓJÁNAK KIEGÉSZÍTŐ MELLÉKLETE Székesfehérvár, 2018. május 02. A társaság bemutatása
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS
FÜGGETLEN KÖNYVVIZSGÁLÓI JELENTÉS UNIVERSAL-SALD 0 Kö~YVSZAKÉR'ró, nvzi'gyi- ÉS AuóTH:Íl'Srnó KPT. IROll~ : 1137 Brum:sr, RHJ.\ÓTI Hmós r. 15. II. 3. TEL. / f'h: 359-9508 www.unimsalsaldo.hu > 11rn: un
Sasadi és Farkasréti Öregdiákok Egyesülete
1. Általános kiegészítések 1.1.A gazdálkodó bemutatása 1.1.1. A gazdálkodó főbb adatai - Székhely: - Internetes honlap címe: (ha a beszámolót a honlapon is közzéteszi) - Működési forma: Társasdalmi Rgyesület