Detecção de Fraudes, Anomalias e Erros em Análise de Dados Contábeis: Um Estudo com Base em Outliers

Cledson D. Oliveira, Adhemar Apparecido De Caroli, Amaury de Souza Amaral, Omar L. Vilca

Resumo


Os estudos de identificação de anomalias em registros contábeis tem sido objeto de pesquisas no campo de Auditoria. Pode ocorrer a situação em que as maiores anomalias não tenham sido identificadas pelo processo usual de amostragem estatística, ou ainda em que haja somente a detecção parcial dos casos, pois os levantamentos manuais dependem da concentração dos pesos divergentes ou dos erros amostrais no conjunto de dados.

Os enfoques baseados em computação resultaram dos estudos de afastamentos de dados uns dos outros, objetivando a identificação de elementos mais distantes de um padrão, estabelecida por meio da medição dos raios equidistantes, chamados neste artigo de outliers. Apresentamos técnicas comparativas de detecções dessas anomalias por estudos de mineração de dados. Trabalhamos com os métodos quantil-quantil, hampel, boxplot, distribuição t de Student, e distribuição Qui-quadrado. Para a detecção de outliers, comparamos os testes: Grubbs, Dixon, e Generalizado ESD.

Palavras-chave


Detecção de Outliers; Mineração de Dados; Distancia de Dados.

Texto completo:

PDF


DOI: https://doi.org/10.23925/2446-9513.2014v1i1p102-127

Apontamentos

  • Não há apontamentos.


ISSN: 2446-9513

 

INDEXADORES