差分隐私汇总统计与回归分析的可行性研究：基于行政与调查数据的评估

联邦行政数据（如税务数据）对研究极为宝贵，但由于隐私顾虑，对这些数据的访问通常限于特定机构与少数个人。共享微观数据的替代方案是允许个人在不直接访问机密数据的情况下查询统计量。本文研究使用差分隐私（DP）方法在进行特定查询的同时保护隐私的可行性。我们还对现有 DP 回归方法包含新的方法学适配，以使用新数据类型并返回标准误估计。我们将可行性定义为 DP 方法对用于制定公共政策分析的影响，以及根据若干效用度量的查询准确性。我们使用美国国税局数据与公开使用的当前人口调查数据评估这些方法，并识别特定数据特征可能如何挑战其中部分方法。我们的发现表明，DP 方法对简单单变量统计是可行的，但难以产生准确的回归估计与置信区间。据我们所知，这是对真实复杂数据集上 DP 回归方法的首次全面统计研究，其发现对一 growing 研究领域与公共政策的走向具有重大意义。