联合比估计法在敏感性问题调查中的应用

文章基于定性特征敏感性随机化模型——分层抽样下的Warner模型,运用联合比估计法对敏感性问题调查比例的估计量及估计误差进行了理论推导。通过效率比较得出:当各层样本量较大、比估计有效时,联合比估计法的精度优于分层估计法的精度。经调查实例验证,上述结论正确。

Warner模型中方差估计的随机组方法

在Warner模型中,总体敏感属性比例估计量π^AW=m/n2-P(-11-P),π^AW的方差估计量v(π^AW)=m/n-(1-m/n)(n-1)(2P-1)2,用方差估计的随机组方法得到V(π^AW)的一个无偏估计量v(π^AW),并且用V(π^AW)与V(π^AW)进行比较.

刀切法在Warner模型中的应用

刀切法是从母样本的几个子样本中的每个子样本,得出所感兴趣的参数的估计值,然后通过子样本估计值间的变异来估计母样本估计量的方差.将刀切法应用在Warner模型中,并估计了πAW的方差.

二阶抽样下的Warner随机化回答模型

大规模的抽样调查往往需要采用多阶段抽样方法。本文把单一阶段抽样下的Warner随机化回答模型推广到二阶抽样,给出了总体比例的无偏估计,方差及其方差估计。

大学生婚前性行为Warner模型下分层三阶段抽样调查分析

对安徽省某高校大四学生婚前性行为进行抽样调查,为保护被调查对象的隐私,采用随机应答技术(Randomized Response Technique,简写为RRT)结合分层三阶段抽样调查方法,利用属性特征敏感问题Warner模型分析该校大四学生发生婚前性行为的比例。运用全概率公式及方差的基本性质等概率论与数理统计知识,结合Cochran W.G的经典抽样理论,推导出各层各阶段大四学生发生婚前性行为的比例及其方差。调查结果显示大四学生婚前性行为发生比例高。为此,应该积极引导大学生理性正确的对待婚前性行为。

距离平衡排除临近单元抽样方法在Warner模型中的应用

随机化抽样方法对敏感性问题进行调查,已经成为社会敏感性问题调查的常用手段。在一定条件下,改进后模型的精度比Warner模型的高,说明距离平衡抽样排除临近单元设计方法比SRSWR抽样设计方法更能真实地反映实际情况。

随机化调查的分别比估计法

本文将分层技术与比估计技术相结合的方法应用于随机化调查中,主要对Warner模型中的敏感比例估计量的分别比估计问题进行讨论。通过比较,当满足一定的条件时,分别比估计的精度要优于分层抽样估计的精度。

隐私保护频繁项集挖掘中的分组随机化模型

通过对隐私保护频繁项集挖掘问题的研究,发现现有的单参数随机化回答模型调控的数据范围宽、粒度粗,导致无法实现精细化、差异化的隐私保护的问题.在沃纳模型、单参数等随机化模型的基础上,提出个体分组多参随机化PN/g模型,给出其在隐私保护频繁项集挖掘中的支持度重构方法.研究结果表明:该模型面向多样化、差异化的隐私保护需求,将N个不同个体分为若干组,每组设置不同的随机化参数,可实现差异化的隐私保护效果.实例分析表明:结合所提出的支持度重构方法,可实现基于分组随机化的隐私保护频繁项集挖掘,在保护不同群体隐私的同时,挖掘到有效的频繁项集与关联规则.

敏感性问题调查中隐私安全性的探讨

讨论敏感性问题调查中,常见的沃纳模型和西蒙斯模型设计时在隐私保护方面存在的缺陷,并给出一些改进的方法.

沃纳模型在大学生敏感性问题调查中的应用

利用随机化回答技术的W arner模型对大学生考试作弊这一属性特征的敏感性问题进行了抽样调查,并针对出现的问题及应采取的有效措施进行探讨。

是非型敏感问题抽样调查的统计研究

抽样调查的方法已经在社会生活的各个领域得到了普遍应用,但对于敏感性问题的调查由于问题的特殊性,一般方法效果不佳.运用沃纳模型(Warner model)随机化回答技术解决这一问题,并就该方法给出了无偏估计的证明和样本量的计算公式.

敏感问题调查法在公安统计调查中的应用

在社会调查中经常会遇到各类敏感问题。在对敏感问题进行调查时,若采用直接调查的方式,由于涉及到个人或单位的隐私或者利益,被调查者往往拒绝回答或者在不得已回答的情况下提供虚假的答案,这样就破坏了数据的真实性,而且破坏程度的大小亦无法衡量。为了获得敏感问题的真实答案,也为了保护被调查者的隐私,给出了敏感问题调查法的三种具体模型:沃纳模型、西蒙斯模型、双无关问题模型,并对模型的实际应用过程提出一些建议。

汽车应急警示器创新设计与评价

为准确获取用户对汽车应急警示器的潜在需求,提高用户对产品的满意度系数,构建了模糊Kano/AHP/FBS/模糊综合评价集成创新设计评价模型,对汽车应急警示器进行设计与评价。通过调查问卷和评估表调研用户对于汽车应急警示器的潜在需求;采用模糊Kano模型对数据进行剖析和整理,确定质量要素类型并建立汽车应急警示器设计评价指标体系;通过AHP计算出各指标权重并进行优先排序,运用FBS模型进行功能—行为—结构的映射,得出相应的设计方案;采用模糊综合评价对设计方案进行评价。实例表明:模糊Kano/AHP/FBS/模糊综合评价集成创新设计评价模型可对汽车应急警示器的创新设计提供思路和参考。

高等数学多媒体应用调查与分析

高等数学教学的传统教学方式中加入多媒体教学,本文对大学生的听课感受进行了抽样调查,利用随机化回答技术的Warner模型,得到了较为准确的答案。并针对结果进行了分析。

一类可操作项目响应模型的优良性评估

项目响应模型中有一类随机化应答模型,本文就其中敏感性问题模型W arnerModel进行了修正,并就其估计的优良性进行了评估,实践证明简单易行,操作性极强。

分层抽样下敏感问题研究

在已有的敏感问题调查方法中,大多数讨论的是通过对随机化装置的改进以提高调查的效率.本文从理论和数值模拟两方面说明了抽样设计的恰当选择同样也能提高调查的精度.

沃纳模型的质疑

运用沃纳模型的基本思想 ,对两个比较典型的应用示例进行验算 ,发现在使用沃纳模型时 ,还必须增加一些限制条件 ,否则 ,应用沃纳模型的计算结果可能出现负值而没有经济意义。

沃纳模型的研究及优化

在敏感性问题的随机化调查中,由于涉及到被调查者的隐私问题,很难得到被调查者的配合,因此造成了调查的困难、调查结果的不准确。解决该类问题的一般方法是敏感性问题的随机化回答调查法,即沃纳模型。沃纳模型是以被调查者的回答都是真实的为前提条件的,然而事实并非如此。本文在原模型中引入了先验概率来优化沃纳模型,进而又给出了对先验概率进行估计的可行方法。分析表明,优化后的模型与现实情况较为吻合,调查结果更为准确。

大学生考试作弊行为的数学模型

根据调查问卷所得结果,首先,建立Warner模型,计算得学生作弊的概率为58.37%,标准差为0.0621。再对Warner进行优化,得到Simmons模型,利用此模型计算学生作弊概率为45.9%,标准差为0.04354。最后,对模型进行再次升级,得到Christofides模型,计算得学生作弊概率为38.02%,标准差为0.0414。比较标准差的大小可知Christofides模型为最优模型。

平衡不完全区组设计在随机化调查中应用

在平衡不完全区组设计方法基础上对保护度进行改进，并构造模型，以（6，3，2）为例，通过相对偏倚、均方误差与Warner模型的估计量相比较。在保护度提高的条件下，得到的相对偏倚、均方误差与Warner相差不大。