随机化模型的公平性理论研究.pdfVIP

· 2008国际应用统计学术研讨会 中国··烟台 随机化模型的公平性理论 刘自鑫1** 吕恕2 1贵州财经学院数学与统计学院 贵州 贵阳 550004 2 电子科技大学应用数学学院 四川 成都 610054 摘要 针对以往随机化策略保护度的定义和策略比较准则的缺陷，本文提出了“完全保护 度”的概念，并在此概念下提出了一个新的比较准则，并对以往的随机化策略做了重新 评价。根据所得结论，我们可以从一个全新的角度去解释为什么以往模型参数会有一些 限制。 关键词： 随机化技术；敏感问题；参数设计 一、 引言 对敏感问题进行直接调查可能导致被调查者拒绝或者不真实的回答。为了改进参与者的合 作，鼓励真实回答，从而获取真实的数据来估计一个总体中具有某种敏感属性个体的比例 [1]  ，Warner(1965) 率先引入随机化技术来获取真实的数据，同时试图保护被调查者的隐私， A [2] 1967年Simmons对该模型进行了改进，提出“第二个无关问题”模型 ，该理论框架于1969 [3] 年被Greenberg 等人进行了改进，之后,其他的一些研究者提出了各种可供选择的随机化策 [4] [5] [6] 略。这些方法包括MangatNS(1990) ;AnthonyKUKYC(1990) ;Mangat(1994) 等。 以前对于随机化技术装置的效率比较基本上是通过设计参数的适当选择来给出改进方 法本身的优良性，而没有考虑设计装置对个体隐私的保护度，这是不公平的。基于此 [7] [8] 1976Lanke 首先提出对个体隐私保护度的概念，1994年Nayak 基于此概念提出了一个随机 化策略模型的比较准则，2004年闫在在等通过对上述保护度的概念以及比较准则的研究发 [9] 现，他们均存在很大的缺陷，于是重新定义了保护度的概念,并提出了一个新的比较准则 。 新的定义大大改善了老定义的缺陷，但是我们认为，这个新准则仍然存在很大的缺陷，于是 本文提出了“完全保护度”的概念，并根据此定义提出了一个比较准则，该准则从一个全新 的角度诠释了策略比较的公平性，同时根据此准则本文对以往的模型进行了分析和比较。为 了更好的介绍该准则，我们先给出一些新的定义。 二、 保护度的相关定义 定义2.1[9] 对于二值回答的随机化设计， |P(A|Y) P(A|N)|称为是对个体的 r r 保护度。 本文受贵州财经学院校级科研项目资助（200614） **通讯作者电子邮箱.E-mail: xinxin905@126.com st IIASS1 Conference,Yantai,China,Aug14-18,2008 · 2008国际应用统计学术研讨会 中国··烟台 [注1] 该定义的可以理解为：如果根据 “yes”回答猜测个体属于敏感属性群体A的可 能性和根据 “no”回答猜测个体属于群体A的可能性是不显著的，个体将没有理由去报告 一个不真实的回答，因为那样回答不会比真实回答显著的安全。也就是说个体决定真实回答 或撒谎取决于一个安全的比较。 定义2.2 在定义1下，如果  0，则称该随机化设计装置对个体起完全保护作用