利用饱和计数模型对用户友好的分类数据合成

在过去三十年中，用于统计披露控制的合成数据方法不断发展，但主要局限于调查数据集领域。行政数据库具有某些特征，例如其规模，从合成角度提出了挑战并需要特别关注。本文通过拟合饱和计数模型，提出了一种适用于行政数据库、由两个参数调节的合成方法。该方法允许快速合成大型分类数据集，并允许在合成数据生成之前即先验地满足风险与效用度量。本文探讨了双参数计数模型（负二项分布与泊松-逆高斯分布）所提供的灵活性如何被用于保护合成数据中受访者——尤其是唯一记录者（uniques）——的隐私。最后，通过对一个可视为英国学校普查良好替代品的数据库进行合成，给出了实证示例。