Calibrated-Two Optional Randomized Response Techniques (C-TORRT) para la estimación de información cuantitativa de...

Área de la Ciencia:

• Metodología de Encuestas
• Inferencia Estadística
• Privacidad de Datos

Sus antecedentes:

• La estimación precisa de variables cuantitativas sensibles es difícil debido a la reticencia de los encuestados.
• Las técnicas de respuesta aleatoria (RRT) existentes a menudo carecen de eficiencia y robustez.
• Existe la necesidad de métodos mejorados que equilibren la privacidad y la precisión de los datos.

Objetivo del estudio:

• Proponer nuevas Técnicas de Respuesta Aleatoria Opcional Calibrada-Dos (C-TORRT).
• Mejorar la precisión de la estimación y la privacidad del encuestado utilizando información auxiliar.
• Evaluar el rendimiento teórico y empírico de los modelos C-TORRT.

Principales métodos:

• Desarrollo de nuevos modelos C-TORRT que incorporan métodos de calibración.
• Análisis teórico que demuestra la insesgadez, la reducción de la varianza y la mejora de la privacidad.
• Validación empírica utilizando datos simulados y de la vida real (registros académicos).

Principales resultados:

• Los modelos C-TORRT mostraron una varianza significativamente menor y un mayor porcentaje de eficiencia relativa (PRE) en comparación con los modelos RRT existentes.
• Los estudios empíricos demostraron un rendimiento superior tanto en poblaciones simuladas como en aplicaciones con datos de la vida real.
• Los modelos propuestos lograron un mejor equilibrio entre eficiencia y protección de la privacidad.

Conclusiones:

• Los modelos C-TORRT propuestos ofrecen una eficiencia, precisión y protección de la privacidad superiores.
• C-TORRT proporciona una alternativa robusta para la recopilación de datos cuantitativos sensibles.
• Estos hallazgos avanzan la metodología de encuestas para la estimación de atributos sensibles.