差分隐私下的多元均值比较
统计方法学
2021-10-18 v1 密码学与安全
统计理论
统计理论
摘要
多元总体均值的比较是统计推断的核心任务。虽然统计理论提供了多种分析工具，但它们通常不保护个体隐私。这种认知可能会激励研究参与者隐藏其真实数据（尤其是异常值），从而导致分析失真。在本文中，我们通过开发一种保证用户差分隐私的多元均值比较假设检验来解决这个问题。检验统计量基于流行的 Hotelling 统计量，该统计量在马氏距离方面具有自然的解释。为了控制第一类错误，我们提出了一种差分隐私下的自助法算法，该算法可证明地产生可靠的检验决策。在一项实证研究中，我们展示了该方法的适用性。
引用
@article{arxiv.2110.07996,
title = {Multivariate Mean Comparison under Differential Privacy},
author = {Martin Dunsche and Tim Kutta and Holger Dette},
journal= {arXiv preprint arXiv:2110.07996},
year = {2021}
}