個票データにおける分類の併合モデル
スポンサーリンク
概要
- 論文の詳細を見る
個票データを公開するか否かを決定する際の最も重要な指標の一つが,レコードの項目の値の組み合わせが他のすべての個体と異なる一意な個体の数であり,標本調査では特に標本でも母集団でも一意である個体数が問題となる.一般に元の個票データではほとんどの個体が標本一意であり,そのまま公表することはできず,質的変数についてカテゴリーを合併したり,量的変数について丸めやトップコーディングを行ったりする秘匿措置を行う必要がある.これらは広い意味で項目の分類の併合と考えられるが,それによる一意な個体数の減少率は状況によってかなり異なる.本論文では,各分類ごとには従来用いられているボアソンガンマモデルを用いるとともに,分類間にも新たにモデルを導入することによって,分類の併合前に,併合後の一意な個体数を予測する方法について検討を行う.また提案した方法を労働力調査の個票データに対して適用し,その実用性を見る.
- 応用統計学会の論文
- 2000-11-30
著者
関連論文
- 母集団固有値が無限に拡散した時のウィシャート分布
- ペナルティ関数を利用した母集団寸法指標のノンパラメトリック推定
- A″-1 労働力調査とローテーションサンプリング(日本統計学会第68回大会記録 : 我が国におけるマイクロデータ提供の展望 (3))
- 労働力調査とローテーションサンプリング
- B-3 労働力調査の個票データにおける一意性の検討(日本統計学会第67回大会記録 : 新技術と官庁統計)
- 部分母集団の情報を用いた母集団寸法指標の推定とノンパラメトリック推定の改良(岡山商科大学40周年記念号)
- D-2 一般化Zipfモデルを利用した母集団寸法指標の最尤推定(ミクロデータ)(2003年度統計関連学会連合大会記録(日本統計学会第71回大会))
- 一般化 Zipf モデルを利用した母集団寸法指標の最尤推定
- B-2 サイズインデックスのノンパラメトリック最尤推定
- サイズインデックスのノンパラメトリック最尤推定
- 個票データにおける分類の併合モデル
- 層別抽出における最適配分 : 多変数の場合
- 多重分割表の加法交互作用モデリングによる母集団一意数の推定
- 官庁統計におけるセンシティブデータ(データ中心科学の発展)