复杂抽样调查的完全合成数据
统计方法学
2024-04-30 v4
摘要
当试图发布保密数据的公共使用文件时，统计机构可以生成完全合成数据。我们提出了一种从采用复杂抽样设计收集的调查中制作完全合成数据的方法。我们的方法遵循 Rubin (1993) 提出的通用策略。具体而言，我们通过应用加权有限总体贝叶斯自助法来生成伪总体以考虑调查权重，从这些伪总体中抽取简单随机样本，使用这些简单随机样本估计合成模型，并发布从模型中抽取的模拟数据作为公共使用文件。为促进方差估计，我们使用具有两种数据生成策略的多重插补框架。第一种，我们从每个简单随机样本生成多个数据集。第二种，我们从每个简单随机样本生成单个合成数据集。我们给出了每种设置下的多重插补组合规则。我们通过模拟研究展示了组合规则的重复抽样性质，包括与基于伪似然方法的合成数据生成进行比较。我们将所提方法应用于美国社区调查数据的子集。
引用
@article{arxiv.2309.09115,
title = {Fully Synthetic Data for Complex Surveys},
author = {Shirley Mathur and Yajuan Si and Jerome P. Reiter},
journal= {arXiv preprint arXiv:2309.09115},
year = {2024}
}