Sampling With Synthesis: A New Approach for Releasing Public Use Census Microdata
合成后抽样：发布人口普查公共使用微观数据的新方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦保密数据发布、多重插补与抽样推断，未提供归入所列计量细分方向的充分依据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
合成后抽样：发布人口普查公共使用微观数据的新方法
- 研究问题
- 如何发布兼顾保密性与分析效用的人口普查微观数据，并减少传统脱敏处理对变量关系、分布特征和统计推断的影响？
- 方法与思路
- 作者提出先对普查中的识别性或敏感数值进行多重插补，再从多个插补总体中抽样，并设计相应的分析方法和合成变量选择算法。
- 材料陈述的贡献
- 摘要称该方案可改善公共数据质量，提供多数据集分析方法及风险与效用权衡算法，并以美国当前人口调查构造的总体作示例。
- 阅读关注点
- 应核对合成模型、抽样机制及多数据集合并推断的条件，重点查看披露风险如何衡量，以及补充模拟中的比较设计与评价指标。
- 阅读边界
- 仅据版本未注明的索引摘要；模拟细节位于补充材料，摘要未说明隐私保障强度、模型误设影响或刊本变化。
原文摘要
Many statistical agencies disseminate samples of census microdata, that is, data on individual records, to the public. Before releasing the microdata, agencies typically alter identifying or sensitive values to protect data subjects’ confidentiality, for example by coarsening, perturbing, or swapping data. These standard disclosure limitation techniques distort relationships and distributional features in the original data, especially when applied with high intensity. Furthermore, it can be difficult for analysts of the masked public use data to adjust inferences for the effects of the disclosure limitation. Motivated by these shortcomings, we propose an approach to census microdata dissemination called sampling with synthesis. The basic idea is to replace the identifying or sensitive values in the census with multiple imputations, and release samples from these multiply-imputed populations. We demonstrate that sampling with synthesis can improve the quality of public use data relative to sampling followed by standard statistical disclosure limitation; simulation results showing this are available online as supplemental material. We derive methods for analyzing the multiple datasets generated by sampling with synthesis. We present algorithms for selecting which census values to synthesize based on considerations of disclosure risk and data utility. We illustrate sampling with synthesis on a population constructed with data from the U.S. Current Population Survey.