La muestra se toma sin reemplazo: una cuenta revisada no vuelve a salir. Por eso el número de errores que ve la muestra sigue una distribución hipergeométrica. Si hay N cuentas, k con error y se revisan n, la probabilidad de no ver ninguno es P(0) = C(N − k, n) / C(N, n), el producto de (N − k − i)/(N − i) para i de 0 a n − 1. El simulador suma logaritmos de esos factores para no perder precisión con N grandes.
La probabilidad de ver al menos uno es 1 − P(0). En promedio la muestra ve n × k / N errores, así que quedan sin ver k × (1 − n/N). Multiplicado por el valor medio de un error grande da el dinero que la muestra no ve.
Ejemplo: N = 5.000, k = 10 y una muestra del 10 % (n = 500). P(0) = 34,8 %, así que la muestra ve al menos un error el 65,2 % de las veces. En promedio ve 1 error y deja 9 sin ver; con un valor medio supuesto de $20.000.000, son $180.000.000 al mes que nadie revisa.
Las aproximaciones binomial, (1 − k/N)^n, y de Poisson, e^(−n·k/N), suponen muestra con reemplazo o población infinita; en el ejemplo dan 36,8 %, más pesimistas que el valor exacto. Sirven para poblaciones grandes, pero con poblaciones finitas lo correcto es la hipergeométrica.
El muestreo de descubrimiento, una forma de muestreo de atributos, busca el n más pequeño con el que la probabilidad de ver al menos un error alcanza la confianza C. El simulador busca ese n exacto con la hipergeométrica: es el menor n con P(0) ≤ 1 − C.
Con la aproximación binomial n = ln(1 − C) / ln(1 − p) y con la de Poisson n = −ln(1 − C) / p, donde p = k/N es la tasa de error. En el ejemplo, p = 0,2 %: para 95 % de confianza la binomial pide 1.497 cuentas y la hipergeométrica exacta 1.294, el 25,9 % del mes.
Ese tamaño solo garantiza ver uno de los errores, no todos: con 1.294 cuentas revisadas quedan, en promedio, 7,4 de los 10 sin ver. Para estimar el monto total de los errores se necesita otro diseño (por ejemplo, muestreo por unidad monetaria o estratificado, que la NIA 530 trata en su anexo 1).