（四）样本审核
将抽取的样本按照审计流程和标准进行审计，审核结果经过三方（订货方、供货方、审计公司）确认。本次审计是以违规金额所占样本合理金额的百分比作为样本分析参数，如：样本金额是1.00万元，审计合理金额是0.8万元，则样本超出合理部分所占的百分比为（1.00 - 0.80）÷0.80= 0.25.本次审计的120个样本经审核后超出合理金额的百分比，即分析参数见表4:
将表4中的120个分析参数分4个区间进行整理，分别为小于等于5%、大于5%小于等于10%、大于10%小于等于15%、大于15%,其中小于等于5%的区域里包含负值。统计后得出超出合理金额的样本分布情况，详见表5:
三、数据分析
120个样本分别在4个区间中所出现的频率见表6:
从表6可以看出，超过5%以上的样本频率达到76.67%,而在这类工程订单中，该企业默认不大于10%的 即 为 合 理 状 态 ,那 么 不 合 理 样 本 的 频 率 为28.34%.从表6可见，样本大于10%的频率分别为19.17%和9.17%,这个频率数值比较大。
现进行如下概率分析，由于是工程上的订单样本，所以这里取显着性水平 α = 0.1,确定在大于10%至小于等于15%和大于15%两个区间中这个事件概率是否能达到15%和5%.
由于样本相互独立，确定总体各区间发生的概率，符合德莫威尔-拉普拉斯定理[6]的应用条件，因而可以用拉普拉斯函数的数值来推导出区间样本的出现概率。式 中 :ω 为 不 同 区 间 样 本 所 出 现 的 频 率 ,ω =m n ,其中 m 为不同百分比区间的样本个数，即m 可以从表5中分别取23和11;n 为抽取的样本总数，本案例中 n 取120. p 是在显着性水平 α= 0.1时的概率，p 取0.05和0.15;q= 1 -p ,δ0.10是在显着性水平为0.10下的 ω-p 的临界值。从（6）式中的结论得出总体出现在大于15%范围的概率将大于5%;从（7）式中的结论得出总体出现在10%到15%区间的概率不能达到15%.
于是得到：
式 中 :ω 为不同区间样本所出现的频率，ω = m/n ,其中m为不同百分比区间的样本个数，即m可以从表5中分别取23和11;n为抽取的样本总数，本案例中n取 120.是在显着性水平 α= 0.1 时的概率，p取0.05和0.15;q=1-p,δ0.10是在显着性水平为 0.10 下的ω- p 的临界值。
经整理上式得：
（6）式中的结论得出总体出现在大于 15%范围的概率将大于5%;从（7）式中的结论得出总体出现在10%到 15%区间的概率不能达到 15%.
四、结论
在工程审计过程中，样本的抽样通常是采取多种抽样方法相结合的方式，这样能有效避免主观因素对样本总体的影响，从而确保利用所抽取样本分析得出的审计结论能符合企业样本总体的实际情况。文中案例从样本得到的审计结论基本反映了企业的实际情况，同时也验证了此种抽样方法在企业内部工程审计中抽样的有效性。在显着性水平确定的情况下进行数据分析时，按照定量分析的方法，根据样本获取的数据结论，推断出样本总体的状况，并且对样本总体的变化趋势进行预测，为企业内部工程管理控制提供有效数据，为制定合理有效的监管措施提供科学依据。参考文献：
参考文献：
[1]李国文，高 勤。正态分布理论在企业内部工程审计中的应用[J].商业会计，2012（12）：25-27.
[2]李燕。抽样方法在医院科研经费审计中的应用[J].现代经济信息，2014（9）：11-13.
[3]邹志国。浅析抽样审计方法的应用[J].财会月刊，2010（17）：68-69.
[4]耿修林。整群抽样审计时样本容量的确定[J].审计研究，2007（6）：85-88.
[5]杨顺，郭韬。抽样方法在国土资源监测中的应用[J].安徽农业科学，2013（31）：12458-12461.
[6]沈恒范。概率论讲义[M].上海：高等教育出版社，1988（3）：175-187.
[7]权双燕，曹 阳。插值法的应用与研究[J].科技信息（科学教研），2007（36）：413-414.
