The Quasi-Multinomial Synthesizer for Categorical Data
The Quasi-Multinomial Synthesizer for Categorical Data
复制标题
分类数据的拟多项式综合器
DOI：
10.1007/978-3-319-99771-1_6
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Hoshino Nobuaki
中科院分区：
文献类型：
--
作者：
Hu Jingchen;Hoshino Nobuaki
提出了一种基于拟多项分布的分类数据综合器。拟多项分布的特性提供了一个可调参数，使拟多项合成器能够控制合成数据的效用和披露风险之间的平衡。我们在一个流行的分类数据合成器的基础上，开发了一个拟多项式合成器，Dirichlet处理多项式分布的乘积的混合。给出了拟多项式合成器的一般采样方法和算法。我们通过综合美国社区调查的一个样本来说明其效用和披露风险的平衡。
We present a new synthesizer for categorical data based on the Quasi-Multinomial distribution. Characteristics of the Quasi-Multinomial distribution provide a tuning parameter, which allows a Quasi-Multinomial synthesizer to control the balance of the utility and the disclosure risks of synthetic data. We develop a Quasi-Multinomial synthesizer based on a popular categorical data synthesizer, the Dirichlet process mixtures of products of multinomial distributions. The general sampling methods and algorithm of the Quasi-Multinomial synthesizer are developed and presented. We illustrate its balance of the utility and the disclosure risks by synthesizing a sample from the American Community Survey.