控制测试关心“偏差率”，不是金额。手工算样本量和偏差上限常用查表，换风险水平就抓瞎。本篇用 Python 把属性抽样做成可换参的函数。

def attribute_sample_size(tolerable_deviation_rate, risk_factor=2.3):
    # 信赖过度风险系数（约 10% 风险）近似 2.3
    n = int(risk_factor / tolerable_deviation_rate) + 1
    return max(n, 1)

def deviation_upper_limit(deviations_found, sample_size, risk_factor=2.3):
    # 泊松近似偏差上限 = 风险系数 / 样本量（找到 0 个偏差时）
    return risk_factor / sample_size

n = attribute_sample_size(tolerable_deviation_rate=0.05)
ul = deviation_upper_limit(deviations_found=0, sample_size=n)
print("sample_size:", n, "upper_limit(0 dev):", round(ul, 4))
# 若发现 2 个偏差，上限近似用 (风险系数 + 偏差数) / 样本量
ul2 = (2.3 + 2) / n
print("upper_limit(2 dev):", round(ul2, 4))


控制测试也能量化。属性抽样把“这内控靠不靠谱”变成可计算的上限，复核时拿得出数。

你的控制测试样本量怎么定？查表还是算？留言聊聊。

点赞、收藏、关注，下期《分层抽样与重点账户锁定》。

会计师事务所的一名注册会计师

问题控制测试关心“偏差率”，不是金额。手工算样本量和偏差上限常用查表，换风险水平就抓瞎。本篇用 Python 把属性抽样做成可换参的函数。

196 · Python 统计抽样与可视化：属性抽样（控制测试）

控制测试属性抽样偏差率上限的Python实现方法，支持自定义风险水平参数，通过泊松近似计算样本量与偏差上限。示例展示可容忍偏差率5%时的样本量计算，及发现偏差后的上限调整逻辑，帮助审计人员快速评估内部控制有效性。

2026上云采购 | AI焕新·智启新局

cloudaudit

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

196 · Python 统计抽样与可视化：属性抽样（控制测试）-腾讯云开发者社区-腾讯云

196 · Python 统计抽样与可视化：属性抽样（控制测试）

196 · Python 统计抽样与可视化：属性抽样（控制测试）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐