审计学需要学习数学，但具体要求因应用领域和课程设置而异。以下是综合分析：
基础数学要求较高 
审计学涉及数据分析、风险评估等，需掌握概率统计、线性代数、微积分等数学工具。例如，概率论用于抽样审计和风险评估，线性代数处理多变量分析。
高等数学并非必修
一般审计工作（如常规账目审查）对高等数学（如微积分、定积分）需求较低，但前沿理论（如风险导向审计）会涉及更深入的数学应用。
课程设置差异
不同院校对数学课程要求不同。部分院校将高等数学作为必修课，涵盖函数、导数等基础内容；而另一些可能侧重概率统计、数学模型等应用型课程。
实践与理论结合
审计学强调实践能力，数学学习需与实际案例结合。例如，通过案例分析掌握抽样方法和数据分析技巧，而不仅仅是理论推导。
建议：
若选择审计学专业，建议提前加强概率统计、线性代数等基础数学学习，并关注院校课程设置差异，以适应未来工作需求。