機密性の高いトピックに関する調査のためのクロスワイズモデル：項目選択と統計分析のための一般フレームワーク

科学分野:

• 社会科学
• 統計学
• 調査方法論

背景:

• 機密性の高いトピックに関する直接的な調査質問は、回答バイアスにつながる可能性があります。
• 間接的な質問技法は、参加者のプライバシーを保護することによってデータ精度を向上させることを目的としています。
• クロスワイズモデルは、機密性の高い項目と機密性の低い項目をペアにする間接的な技法です。

研究 の 目的:

• クロスワイズモデルにおける適切なベースライン項目の選択のための統合された方法論を開発すること。
• クロスワイズモデルからのデータの分析のための新しいベイズ推定方法を提案すること。
• 既存のクロスワイズモデルアプリケーションの効率を改善し、仮定を緩和すること。

主な方法:

• 概念的および統計的要因を考慮したベースライン項目選択の方法論を開発しました。
• 方法論内で4つの異なる統計モデルを提案しました。
• これらのモデルを実装するための新しいベイズ推定技術を導入しました。
• 一般的なクロスワイズモデルのアプリケーションと比較してモデルの効率を評価しました。

主要な成果:

• 新しい方法論は、ベースライン項目選択のための構造化されたアプローチを提供します。
• 提案されたベイズ法は、改善された効率と潜在的に緩和された統計的仮定を提供します。
• LGBTの態度に関する経験的応用は、クロスワイズモデルの有用性を実証しています。

結論:

• 統合された方法論とベイズ推定は、クロスワイズモデルの適用性と信頼性を向上させます。
• この研究は、機密性の高い問題に関するより正確なデータ収集を容易にします。
• 利用可能なツール（アプリ、コード）は、改善されたクロスワイズモデルのより広範な採用をサポートします。