统计抽样是从总体中按一定规则选取部分样本进行审查，通过样本结果推断总体特征的审计技术方法。其核心在于科学设计抽样方案，确保样本能代表总体属性，同时量化抽样风险。

作为会计审计的核心工具，统计抽样的理论基础可追溯至概率论与数理统计。根据国家统计局定义，抽样调查是从全部调查对象构成的总体中随机抽取部分样本，通过观测结果对总体指标做出统计推断。这种方法包含五个关键要素：抽样总体、个体样本、抽样框、抽样方法及推断技术。在审计实务中，国际审计准则（ISA）530明确指出，统计抽样需满足两个基本条件：一是样本单元通过随机方式选取，使每个单元有已知的抽样概率；二是运用概率论评价样本结果，包括计量抽样风险。这种方法的科学性体现在误差控制机制上，通过样本量计算和分层设计，将调查误差分解为可量化的抽样误差（如置信区间）与需质量控制的非抽样误差。例如在存货监盘时，注册会计师采用系统抽样法，按固定间隔选取样本项目，既能保证随机性，又能覆盖不同存放位置的存货。中国注册会计师协会发布的《审计抽样指引》特别强调，统计抽样不同于非统计抽样的本质特征在于其数学可验证性——当抽样风险为5%时，样本结论有95%的概率能推广至总体。实践中常用的变量抽样、属性抽样等模型，均需严格遵循正态分布或二项分布等统计规律。值得注意的是，抽样误差作为固有局限性，会随样本量扩大而减小，但审计成本随之增加，因此职业判断需平衡精确度与效率。财政部2024年修订的《企业会计准则——审计证据》新增条款要求，对重大账户余额必须采用统计抽样，且样本量不得低于既定的可容忍误差率对应阈值。这种监管要求印证了统计抽样在保证审计质量中的不可替代性。从技术发展看，当前大数据分析虽能处理全量数据，但对于需人工验证的交易（如合同审批流），统计抽样仍是成本效益最优的解决方案，这也解释了其在现代审计中持续占据主导地位的原因。