Small area estimation with covariates perturbed for disclosure limitation
Small area estimation with covariates perturbed for disclosure limitation
复制标题
因披露限制而扰动协变量的小面积估计
DOI：
--
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
Serena Arima
中科院分区：
文献类型：
--
作者：
S. Polettini;Serena Arima
我们利用测量误差和数据扰动之间的联系来限制小区域估计中的披露。我们的起点是 Ybarra 和 Lohr (2008) 中的模型，其中一些协变量（全部连续）的测量存在误差。使用完全贝叶斯方法，我们扩展了上述模型，包括连续和分类辅助变量，两者都可能受到披露限制方法的干扰，并根据假设的保护机制固定掩蔽分布。为了研究所提出方法的可行性，我们进行了模拟研究，探讨不同的随机化后场景对小区域模型的影响。
We exploit the connections between measurement error and data perturbation for disclosure limitation in the context of small area estimation. Our starting point is the model in Ybarra and Lohr (2008), where some of the covariates (all continuous) are measured with error. Using a fully Bayesian approach, we extend the aforementioned model including continuous and categorical auxiliary variables, both possibily perturbed by disclosure limitation methods, with masking distributions fixed according to the assumed protection mechanism. In order to investigate the feasibility of the proposed method, we conduct a simulation study exploring the effect of different post-randomization scenarios on the small area model.
评估基于错误分类的调查微观数据披露限制方法所提供的保护
DOI：
10.1214/09-aoas317
发表时间：
2010
期刊：
The Annals of Applied Statistics
影响因子：
--
作者：
Shlomo N
通讯作者：
Shlomo N