Ökonometrische Modelle für faktisch anonymisierte Individualdaten

在经济学和社会科学中，Mikrodaten的研究成果被视为对经验研究的最佳支持。Oftmals können aus datenschutzrechtlichen Gründen für die Forschung interessante Originaldatensätze als scientific-use files nicht zur Verfügung gestellt韦尔登.一个匿名的数据库，它被隐藏起来，因为它是一个重新识别的行为，它很简单。这是一个禁止再鉴定的地方。匿名化技术的应用在数据结构的控制中是不一致的，因此数据生成过程的数据不一致性不足以使数据结构保持梅尔一致。Damit ist die Verwendung dieser Datensätze in der empirischen Wirtschafts- und Sozialforschung äußerst problematisch.这是一个非常复杂的研究领域，研究人员在分析时使用了匿名的方法。只有韦尔登，原始数据的处理通过随机的非线性和/或数据消隐的方法进行匿名化，并且在拉格长度上，数据处理过程的参数是一致的。在解决匿名化问题时要考虑到其他韦尔登因素，因此，匿名化的效率也是最低限度的匿名化信息减少韦尔登的效率。Dabei es zu berücksichtigen，dass die Combination von Anonymisierungsverfahren und ökonometrischem Schätzverfahren ein breites Anwendungsspektrum hinsichtlich des Variablentypus abdeckt.

In den Wirtschafts- und Sozialwissenschaften gehört die Verwendung von Mikrodaten zum festen Bestandteil der empirischen Forschung. Oftmals können aus datenschutzrechtlichen Gründen für die Forschung interessante Originaldatensätze als scientific-use files nicht zur Verfügung gestellt werden. Einen Ausweg bieten faktisch anonymisierte Datensätze, die sich dadurch auszeichnen, dass die Wahrscheinlichkeit, eine Beobachtungseinheit zu reidentifizieren, sehr klein ist bzw. die Kosten einer Reidentifikation prohibitiv hoch sind. Die Anwendung von Anonymisierungstechniken fuhrt jedoch in aller Regel zu einer Kontaminierung der Datenstruktur, so dass sich der wahre datengenerierende Prozess nicht mehr konsistent schätzen lässt. Damit ist die Verwendung dieser Datensätze in der empirischen Wirtschafts- und Sozialforschung äußerst problematisch. Das beantragte Forschungsvorhaben verfolgt das Ziel, die Auswirkungen gängiger Anonymisierungsmethoden auf die Eigenschaften nichtlinearer Schätzmethoden zu analysieren. Es sollen Verfahren entwickelt werden, die der Kontaminierung der Originaldaten aufgrund einer Anonymisierung durch stochastische Überlagerung und/oder Data Blanking Rechnung tragen und in der Lage sind, die Parameter des wahren datengenerierenden Prozesses konsistent zu schätzen. Insbesondere sollen die Anonymisierungsverfahren dahingehend weiterentwickelt werden, dass sowohl das Ziel der faktischen Anonymisierung als auch das Ziel der Minimierung anonymisierungsbedingter Informationsreduktion erfüllt werden kann. Dabei gilt es zu berücksichtigen, dass die Kombination von Anonymisierungsverfahren und ökonometrischem Schätzverfahren ein breites Anwendungsspektrum hinsichtlich des Variablentypus abdeckt.