评估美国人口普查局隐私保护方法引入的偏倚与噪声
计算机与社会
2024-05-03 v3 应用统计
摘要
美国人口普查局面临人口普查统计准确性与个人信息的保护之间的艰难权衡。我们对普查局两种主要披露避免系统引入的偏倚与噪声进行了首次独立评估：用于 2020 年人口普查的 TopDown 算法，以及用于前三次人口普查的交换（swapping）算法。我们的评估利用了噪声度量文件（NMF）以及对 2010 年十年普查应用的两次独立的 TopDown 算法运行。我们发现 NMF 包含过多噪声而无法直接可用，尤其对西班牙裔和多族裔人口而言。TopDown 的后处理大幅降低了 NMF 噪声，并生成准确度与交换算法相近的数据。尽管 TopDown 和交换算法的估计误差通常不大于其他人口普查误差来源，但对于总人口较少的地理区域，它们可能相对可观。
引用
@article{arxiv.2306.07521,
title = {Evaluating Bias and Noise Induced by the U.S. Census Bureau's Privacy Protection Methods},
author = {Christopher T. Kenny and Cory McCartan and Shiro Kuriwaki and Tyler Simko and Kosuke Imai},
journal= {arXiv preprint arXiv:2306.07521},
year = {2024}
}
备注
25 pages, 6 figures, 2 tables, plus appendices