Imputation of confidential data sets with spatial locations using disease mapping models.
Imputation of confidential data sets with spatial locations using disease mapping models.
复制标题
DOI：
10.1002/sim.6078
复制
发表时间：
2014-05-20
影响因子：
2
通讯作者：
Gelfand, Alan
中科院分区：
文献类型：
--
作者：
Paiva, Thais;Chakraborty, Avishek;Reiter, Jerry;Gelfand, Alan
包括精细地理信息的数据，如人口普查区域或街道区块标识符，可能很难作为公共使用文件发布。精细地理信息提供了恶意数据用户可以用来识别个体的信息。我们建议发布带有模拟地理位置的数据，以便在进行空间分析的同时降低泄露风险。我们采用疾病映射模型，根据文件中的属性预测面级计数，并基于估计的模型对新位置进行采样。我们使用北卡罗来纳州死亡原因的数据来说明这一方法，包括对发布合成地理信息可能导致的披露风险和分析有效性的评估。
Data that include fine geographic information, such as census tract or street block identifiers, can be difficult to release as public use files. Fine geography provides information that ill-intentioned data users can use to identify individuals.We propose to release data with simulated geographies, so as to enable spatial analyses while reducing disclosure risks.We fit disease mapping models that predict areal-level counts from attributes in the file, and sample new locations based on the estimated models. We illustrate this approach using data on causes of death in North Carolina, including evaluations of the disclosure risks and analytic validity that can result from releasing synthetic geographies.
登录
查看更多内容
DOI：
10.1198/016214505000000619
发表时间：
2005-12-01
影响因子：
3.7
作者：
Reiter, JP
通讯作者：
Reiter, JP
DOI：
10.1111/j.1467-9876.2007.00591.x
发表时间：
2007-01-01
影响因子：
1.6
作者：
Forster, Jonathan J.;Webb, Emily L.
通讯作者：
Webb, Emily L.
影响因子：
2
作者：
An, Di;Little, Roderick J. A.;McNally, James W.
通讯作者：
McNally, James W.
影响因子：
2
作者：
Skinner, Chris
通讯作者：
Skinner, Chris
DOI：
10.1080/01621459.2012.710508
发表时间：
2012-12-01
影响因子：
3.7
作者：
Manrique-Vallier D;Reiter JP
通讯作者：
Reiter JP