KUK随机化调查模型下的贝叶斯估计.pdfVIP

内蒙古工业大学学报 JOURNALOFINNERM0NG0LIA 第 33卷 第 3期 UNIVERSITY oF TECHNoLoGY 文章编号 ：1001—51617(2014)03--0003--05 KUK随机化调查模型下的贝叶斯估计 陈 雪，闰在在 (内蒙古工业大学理学院，呼和浩特 010051) 摘要：本文针对属性特征的KUK模型建立了贝叶斯估计理论 ，求出了在先验分布是混合贝塔先 验分布、抽样方法是简单随机抽样情况下总体敏感特征比例的贝叶斯估计 ，并且使用后验均方误 差作为精度标准，对贝叶斯估计与极大似然估计进行比较。 关键词 ：抽样调查}属性特征敏感 问题 ，KUK随机化模型f贝叶斯估计 中圈分类号 ：O212．4 文献标识码 ：A 0 引言 随着社会经济的发展，抽样调查现在 已被广泛应用于社会、经济等领域 。在这些领域的统计调查 中，有些项 目具有很强的敏感性 ，例如调查某一地区的吸毒人群所 占的比例。对这样 的敏感性问题如采 用直接调查 ，被调查者 出于 自身利益的考虑往往不会如实的提供个人真实信息，有时提供虚假的信息甚 至是拒绝回答。由此调查者便不能估计 出总体中敏感属性个体所 占的比例。出于对社会安定等因素的 考虑 ，政府部 门需要掌握和控制这类具有敏感属性的人群在总体人群中所 占比例。针对敏感性 问题采用 直接调查不能获取真实数据的缺点，Warner(1965)[1]开创性地提 出了称之为随机化回答技术的调查方 法。该方法既能获取被调查者的真实信息，同时又能保护被调查者的隐私。之后，出现了大量的敏感性 问题随机化调查方法 。主要有，Greenberg等 (1969)L2建立 了不相关 问题模型的理论框架；Mangat (1990，1994)[3 提 出了改进 的随机化 回答模型；Kuk(1990)[5提出了非直接 回答敏感问题的方法 ，称为 KUK模型；KimandWarde(2005)6【建议了一种混合随机化模型。闫在在 ，聂赞坎 (2004)[]考虑了在相 同保护度下属性特征敏感问题随机化策略的效率比较问题。贝叶斯统计推断方法在数理统计学中占有 重要的地位 ，但在敏感性 问题抽样调查 中贝叶斯统计推断的研究相对较少 。WinklerandFranklin (1979)_8针对属性特征敏感问题 Warner模型建立了Bayesian估计的基本理论 ；Ohagan(1987)[9]构造 了随机化回答模型下的贝叶斯线性估计 ；MigonandTachibana(1995)[1D]在随机化模型中得到了近似贝 叶斯估计 。UnnikrishnanandKunte(1999)-1¨，SongandKim(2012)L10]研究了随机化 回答 中的贝叶斯 方法和理论 。Hussain等 (2011)L1。在几种合理的先验假设下对 Warner模型建立 了贝叶斯估计理论。 受 Hussain(2011)研究的启发，本文针对属性特征的KUK模型建立贝叶斯估计的理论方法。 1 KUK模型 回顾 从容量为 N的总体中按简单随机放 回方式抽取容量为 n的样本 。假定本文 中考虑的敏感属性为 A。KUK模型是利用两套都含有红色卡片的盒子实施随机化回答的数据收集。红色卡片在第一个盒中 的比例是 e，在第--4盒中的比例是 0，其 中0≠0。洗牌后 ，每个被调查者需从两个盒 中分别随机抽 取一张卡片 ，如果个体具有敏感属性 ，则 回答第一个卡片盒的抽取结果 ；如果个体不具有敏感属性 ，则回 答第二个卡片盒的抽：取结果。因为被调查者不需要对敏感性 问题做 出直接 的回答 ，所 以他们会更愿意 合作并如实回答 。设：具有敏感属性A的个体在总体人群 中所 占的比例为 丌，我们可以得到 丌的极大似 然估计为 ： 收稿 日期 ：2O14一O7一O6 作者简介：陈雪 (199O一)，女，汉族，呼和浩特人，在读硕士研究生，研究方向：统计学。 基金项 目：国家 自然：基金项 目。 170 内蒙古工业大学学报 矶 一 = 其方差为 ：