敏感性问题的抽样调查中非随机化响应技术的新进展

在社会学、经济学、医学、心理学或政治学的许多抽样调查中,往往会涉及到一些具有敏感性的调查项目.如果直接询问受访者,由于涉及到个人隐私而使得他们拒绝回答甚至报告错误的答案.因此,发展合适的统计模型以鼓励受访者提供真实的回答且保护他们的隐私显得尤为重要.非随机化响应技术相较于传统的随机化响应技术具有可重复性、节省成本、应用范围广等优点.本文对近十年来提出的九种非随机化响应技术进行了回顾和比较,可为研究人员进行敏感性信息搜集与分析提供有用的选择.

非随机化泊松扰动模型及数据分析

为了辅助离散型敏感定量数据的收集,本文提出一种新的非随机响应模型—泊松扰动模型,并给出基于该模型的统计分析方法—包括基于似然函数的统计推断方法以及贝叶斯推断方法.同时,本文提供针对该模型的隐私保护度的评测方法并对非依从行为下非敏感定量变量以及敏感定量变量的均值估计方法进行讨论.最后,通过两个模拟研究以及基于美国南加州一个有关堕胎行为的调查数据的分析来说明本文所提出的方法.