校正二者選択標本調査法（C-TORRT）による定量的機微変数情報の推定

科学分野:

• 調査方法論
• 統計的推論
• データプライバシー

背景:

• 回答者の抵抗のため、機微な定量的変数の正確な推定は困難である。
• 既存の標本調査法（RRT）は、効率性と堅牢性がしばしば欠けている。
• プライバシーとデータ精度をバランスさせる改善された方法が必要とされている。

研究 の 目的:

• 新しい校正二者選択標本調査法（C-TORRT）を提案すること。
• 補助情報を使用して推定精度と回答者のプライバシーを強化すること。
• C-TORRTモデルの理論的および経験的パフォーマンスを評価すること。

主な方法:

• キャリブレーション手法を組み込んだ新しいC-TORRTモデルの開発。
• 無偏性、分散の削減、およびプライバシーの強化を示す理論的分析。
• シミュレートされたデータと実生活のデータ（学術記録）を使用した経験的検証。

主要な成果:

• C-TORRTモデルは、既存のRRTモデルと比較して、分散が有意に低く、相対効率（PRE）の割合が高いことを示した。
• 経験的研究は、シミュレートされた母集団と実生活のデータ応用の両方で、優れたパフォーマンスを実証した。
• 提案されたモデルは、効率性とプライバシー保護の間のより良いバランスを達成した。

結論:

• 提案されたC-TORRTモデルは、優れた効率性、精度、およびプライバシー保護を提供する。
• C-TORRTは、機微な定量的データを収集するための堅牢な代替手段を提供する。
• これらの発見は、機微な属性推定のための調査方法論を進歩させる。