统计与非统计抽样
统计抽样运用概率论评价样本结果，可量化抽样风险；非统计抽样依靠职业判断选取样本，效率可能更高但难以精确量化风险。选择哪种方法，取决于总体特征、可获得的工具与所需的精确度。
属性抽样与变量抽样
- 属性抽样：用于控制测试，关注"是/否"的偏差率。常用方法有固定样本量抽样、停-走抽样、发现抽样。
- 变量抽样：用于实质性程序，关注金额的错报。常用方法有均值估计、差额估计、比率估计、概率比例规模（PPS）抽样。
样本量的影响因素
样本量随可容忍错报（或可容忍偏差率）减小而增大，随预期错报增大而增大，随可接受的风险水平降低而增大，随总体分层与总体规模变化而调整。实务中常用经验公式与查表法确定初始样本量，再根据样本结果决定是否扩大。
抽样风险与非抽样风险
- 抽样风险：样本不能代表总体而导致结论错误，可通过扩大样本量降低；
- 非抽样风险：程序选择不当、判断失误、未能发现错报等，无法通过扩大样本消除，只能靠质量控制。
抽样的本质是在效率与精确度之间取舍。任何抽样结论都应明确其适用范围与局限，不能外推到未测试的总体。
常见误区
- 「样本量越大结论越可靠，所以越大越好」——过度抽样增加成本，且无法消除非抽样风险。
- 「抽样发现的错报可以直接按比例外推到总体」——需区分错报性质，异常错报通常不能简单外推。
- 「非统计抽样不用记录依据」——无论哪种方法，样本选择依据与结论都应留痕。
实务提示
先做分层再抽样，往往能在同样样本量下获得更高精确度：把金额大的项目单独测试，剩余部分再抽样，是余额类科目常见的组合策略。