用途：该技能用于隐私审计中的抽样方法指导。审计抽样是对总体中少于100%的项目应用审计程序，以对整个总体形成结论。在隐私审计中，抽样用于测试处理活动、DSAR响应、同意记录、供应商合同等隐私控制的合规性，无需检查每条记录。权威框架为ISA 530和IIA实践咨询2320-3。
主要能力：涵盖统计抽样与非统计（判断性）抽样。统计抽样使用概率论选择样本并评估结果，可量化抽样风险，适用于结论需向监管机构辩护、总体较大、需外推结果的场景。属性抽样用于估计总体偏差率，参数包括总体规模、置信水平（90%标准，95%面向监管）、可容忍偏差率（5%标准，2%关键控制）、预期偏差率，并据此计算样本量。资料提供了样本量参考表，例如总体1000、90%置信/5%可容忍时样本量为45，95%置信/2%可容忍时为154。分层抽样按业务单元、数据敏感度、处理目的、时间段、供应商层级等因子划分子组。非统计方法包括随意选择、块选择和判断性选择。
隐私特定考量：单条不合规记录也可能造成重大伤害，审计师不得忽视孤立发现；监管机构可能对关键控制（如违规通知、同意）期望更高置信水平；涉及第9条特殊类别数据时适用2%的可容忍偏差率；全自动处理需增加样本以验证边缘情况；跨境传输应按目的地国家分层。
结果评估：样本偏差率低于可容忍偏差率则总体可能合规；等于则属边界情况，可扩大样本或作为中等发现；超过则属重大不合规，需正式发现；零偏差是合规的有力证据但不保证100%。发现偏差时需外推：点估计=（发现偏差数/样本量）×总体规模，并计算上偏差限和预计货币影响。
限制：资料未提供具体工具安装命令或代码示例，实际应用需结合ISA 530等框架和具体审计场景。