a:

Systematisk provtagning är användbar vid finansiering för situationer där det är opraktiskt att granska hela befolkningen för viss information, och en enkel process behövs för att skapa ett prov. Den används också i avancerade statistiska tekniker inom ekonomi. Som ett exempel, om en investerare vill undersöka ett problem med företagen i S & P 500 är det ofta opraktiskt att undersöka alla 500 företag. Istället kan systematisk provtagning enkelt minska befolkningsstorleken till ett hanterbart prov. Med S & P 500 kan en person ta var tionde företag från en alfabetisk lista för att inkludera i provet, för en totalprovstorlek på 50. Det är mycket lättare att undersöka 50 företag i motsats till 500.

Systematisk provtagning är ett provtagningsförfarande där ett slumpmässigt utgångsläge väljs i en population och sedan dras prover enligt ett bestämt förutbestämt intervall. De viktigaste fördelarna är användarvänligheten och det faktum att befolkningen är jämnt samplad. En viktig nackdel är att det kan finnas ett doldt perioddrag i befolkningen som inte känns igen och det systematiska provet är snedställt mot det dolda draget.

Systematisk provtagning är också en teknik som används i Monte Carlo-simuleringar. Monte Carlo-analys är en statistisk metod som används för att bestämma sannolikheten för vissa resultat genom att köra ett antal olika simuleringar med slumpmässiga variabler. Tekniken är uppkallad efter Monte Carlos kasinospel och har sitt ursprung i Los Alamos Scientific Laboratory. Monte Carlo-analysen har många användningsområden i finanser där det kan bidra till att bestämma sannolikhet för osäkra framtida resultat. Den kan användas för prisderivat, hantering av risker, kostnadsmodellering och portföljoptimering.