FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W2154277254> ?p ?o ?g. }

• W2154277254 endingPage "215" @default.
• W2154277254 startingPage "196" @default.
• W2154277254 abstract "Abstract. A newly issued AICPA auditing standard focuses attention on analytical procedures. Regression analysis has been shown to be a useful audit tool and is used to a limited extent in practice. This study compares a univariate regression-based decision rule with that of exponential smoothing. The effect on the regression-based decision method when additional input information is included to develop a multivariate model is also evaluated. Comparisons are accomplished by seeding various error patterns into the audit period data and evaluating the results of the various models. The results indicate that the regression-based decision model was at least as efficient and effective as the exponential smoothing-based model. Additional input information into the univariate regression model to develop a multivariate model did improve auditor decisions for some types of accounts but did not significantly affect the number of incorrect rejections and/or acceptances for other types. The multivariate model did improve the achieved precision of the univariate model but still did not reach desired levels. Résumé. Dans un Auditing Standards Procedures qu'il publiait récemment, l'AICPA se penche sur les procédés analytiques. L'analyse de régression s'est révélée un instrument de vérification utile et son emploi dans la pratique est modéré, Les auteurs comparent une règle de décision fondée sur une régression comportant une seule variable aléatoire avec celle du lissage exponentiel. L'incidence d'un supplément d'information à l'entrée sur la méthode de décision fondée sur la régression permet de mettre au point un modèle à plusieurs variables aléatoires, que les auteurs évaluent également. Les comparaisons sont réalisées en introduisant divers scénarios d'erreur dans les données de la période soumise à la vérification. Les résultats de l'étude indiquent que le modèle de décision fondé sur la régression est au moins aussi efficient et efficace que le modèle fondé sur le lissage exponentiel. L'introduction d'un supplément d'information dans le modèle de régression à une seule variable aléatoire de manière à créer un modèle à plusieurs variables aléatoires a de fait amélioré les décisions du vérificateur pour certains types de comptes, mais n'a pas eu d'incidence significative sur le nombre d'erreurs de première et de seconde espèces pour d'autres types de comptes. La performance du modèle à plusieurs variables aléatoires est de fait supérieure à celle du modèle à une seule variable aléatoire, sans toutefois permettre d'obtenir les niveaux de précision souhaités." @default.
• W2154277254 created "2016-06-24" @default.
• W2154277254 creator A5031503934 @default.
• W2154277254 creator A5091879609 @default.
• W2154277254 date "1989-09-01" @default.
• W2154277254 modified "2023-10-16" @default.
• W2154277254 title "An empirical study of regression analysis as an analytical procedure" @default.
• W2154277254 cites W1988014116 @default.
• W2154277254 cites W2328324031 @default.
• W2154277254 cites W2331044209 @default.
• W2154277254 cites W2331402743 @default.
• W2154277254 doi "https://doi.org/10.1111/j.1911-3846.1989.tb00753.x" @default.
• W2154277254 hasPublicationYear "1989" @default.
• W2154277254 type Work @default.
• W2154277254 sameAs 2154277254 @default.
• W2154277254 citedByCount "5" @default.
• W2154277254 countsByYear W21542772542013 @default.
• W2154277254 countsByYear W21542772542020 @default.
• W2154277254 crossrefType "journal-article" @default.
• W2154277254 hasAuthorship W2154277254A5031503934 @default.
• W2154277254 hasAuthorship W2154277254A5091879609 @default.
• W2154277254 hasConcept C105795698 @default.
• W2154277254 hasConcept C133710760 @default.
• W2154277254 hasConcept C149782125 @default.
• W2154277254 hasConcept C152877465 @default.
• W2154277254 hasConcept C161584116 @default.
• W2154277254 hasConcept C199163554 @default.
• W2154277254 hasConcept C33923547 @default.
• W2154277254 hasConcept C48921125 @default.
• W2154277254 hasConcept C64946054 @default.
• W2154277254 hasConcept C83546350 @default.
• W2154277254 hasConceptScore W2154277254C105795698 @default.
• W2154277254 hasConceptScore W2154277254C133710760 @default.
• W2154277254 hasConceptScore W2154277254C149782125 @default.
• W2154277254 hasConceptScore W2154277254C152877465 @default.
• W2154277254 hasConceptScore W2154277254C161584116 @default.
• W2154277254 hasConceptScore W2154277254C199163554 @default.
• W2154277254 hasConceptScore W2154277254C33923547 @default.
• W2154277254 hasConceptScore W2154277254C48921125 @default.
• W2154277254 hasConceptScore W2154277254C64946054 @default.
• W2154277254 hasConceptScore W2154277254C83546350 @default.
• W2154277254 hasIssue "1" @default.
• W2154277254 hasLocation W21542772541 @default.
• W2154277254 hasOpenAccess W2154277254 @default.
• W2154277254 hasPrimaryLocation W21542772541 @default.
• W2154277254 hasRelatedWork W2007006185 @default.
• W2154277254 hasRelatedWork W2030032507 @default.
• W2154277254 hasRelatedWork W2065439233 @default.
• W2154277254 hasRelatedWork W2117787183 @default.
• W2154277254 hasRelatedWork W2347804599 @default.
• W2154277254 hasRelatedWork W2386886284 @default.
• W2154277254 hasRelatedWork W2790053847 @default.
• W2154277254 hasRelatedWork W2889522799 @default.
• W2154277254 hasRelatedWork W2999452362 @default.
• W2154277254 hasRelatedWork W3199622279 @default.
• W2154277254 hasVolume "6" @default.
• W2154277254 isParatext "false" @default.
• W2154277254 isRetracted "false" @default.
• W2154277254 magId "2154277254" @default.
• W2154277254 workType "article" @default.