用于管理线性回归模型中模型不确定性的差分隐私方法
统计方法学
2023-08-30 v4
摘要
在这项工作中，我们为正态线性模型提出了用于假设检验、模型平均和模型选择的差分隐私方法。我们考虑了基于-先验混合的贝叶斯方法，以及基于似然比统计量和信息准则的非贝叶斯方法。这些程序是渐近一致的，并且可以直接用现有软件实现。我们关注实际问题，例如调整临界值以使假设检验具有足够的第I类错误率，以及量化由隐私保障机制引入的不确定性。
引用
@article{arxiv.2109.03949,
title = {Differentially private methods for managing model uncertainty in linear regression models},
author = {Víctor Peña and Andrés F. Barrientos},
journal= {arXiv preprint arXiv:2109.03949},
year = {2023}
}