[論文レビュー] Negative Surveys

Fernando Esponda|arXiv (Cornell University)|Aug 7, 2006

Survey Sampling and Estimation Techniques参考文献 9被引用数 34

ひとこと要約

本稿では、感応性の高い多項的変数の母集団内割合を推定するために、応答者が t 個の回答肢の中からランダムに選ばれた t−1 個の選択肢のうちの1つを削除する、プライバシー保護型のアンケート手法「ネガティブ・サーベイ」を紹介する。従来のランダム化応答手法とは異なり、直接的な自己申告を回避することで、情報漏洩を低減し、証明可能な統計的信頼性を持つ選択ベースのランダム化メカニズムによってプライバシーを強化する。

ABSTRACT

In this paper we propose a strategy for administering a survey that is mindful of sensitive data and individual privacy. The survey in question seeks to estimate the population proportions of a sensitive, polychotomous variable and does not depend on anonymity, cryptography, or in legal guarantees for its privacy preserving properties. Our technique, called Negative Surveys, presents interviewees with a question and t possible answers, and asks participants to eliminate one of t-1 alternatives at random. The method is closely related to randomized response techniques (RRTs) in that both rely on a random component to preserve privacy; however, while RRTs require respondents to choose among questions and give an answer, negative surveys ask them to choose between possible answers to a single question. This distinction has important consequences for the privacy, methodology, and reliability of our scheme. In the course of the paper we quantify the amount of information surrendered by an interviewee, elaborate on how to estimate the desired population proportions, and discuss the properties of our method at length. We also introduce a specific setup that requires a single coin as a randomizing device, and that limits the amount of information each respondent is exposed to by presenting to them only a subset of the question's alternatives.

研究の動機と目的

• 匿名性、暗号技術、法的措置に依存しないプライバシー保護型アンケート手法の開発を目的とする。
• 個人の応答が明らかにする情報量を最小限に抑えながら、感応性の高い多項的変数の母集団内割合を推定することを目的とする。
• 直接応答ではなく削除を重視することで、従来のランダム化応答手法よりも単純かつ直感的な手法を設計することを目的とする。
• アンケート設計に内在する情報損失とプライバシーのトレードオフを定量化することを目的とする。
• ランダム化に最小限のツール（例：1枚のコイン）を用いる実用的な実装を提供することを目的とする。

提案手法

• 応答者は t 個の選択肢がある質問を提示され、ランダムに選ばれた t−1 個の選択肢の中から1つを削除するよう求められる。
• この手法は、たとえば1枚のコインなどのランダム化装置を用いて、どの選択肢が提示されるかを決定し、応答者が提示される選択肢のサブセットにのみ露出するように制限する。
• アンケート設計により、1人の応答者も直接自分の真の好みを明らかにしないため、選択肢の可視性と削除の仕組みによってプライバシーが保護される。
• 母集団内割合は、選択肢のランダム選択と削除プロセスを考慮した統計モデルを用いて推定される。
• この技術はランダム化応答と数学的に関連しているが、根本的に異なるのは、感応性の高い属性を直接自己申告しない点である。
• この手法は、母集団推定の統計的効率を維持しつつ、1人の応答者が漏らす情報量を最小限に抑えるように設計されている。

実験結果

リサーチクエスチョン

• RQ1 匿名性や暗号技術に依存しないアンケートは、どのように設計すれば、感応性の高い母集団割合を推定できるか？
• RQ2 回答者が回答を報告するのではなく削除するアンケートにおいて、1人の応答者が漏らす情報量はどの程度か？
• RQ3 削除に基づくメカニズムは、従来のランダム化応答と比べて、プライバシー保護と統計的信頼性の両面でどのように異なるか？
• RQ4 回答選択肢の提示をランダム化する最適な方法は何か？これにより、応答者の露出を最小限に抑えられるか？
• RQ5 この枠組みにおいて、1枚のコインが十分なランダム化装置として機能できるか？

主な発見

• ネガティブ・サーベイ手法は、匿名性、暗号技術、法的保証を要せず、感応性の高い多項的変数の母集団内割合を正確に推定できる。
• 選択肢の提示をサブセットに制限することで、1人の応答者が漏らす情報量が削減され、プライバシー保護が向上する。
• 明確に定義されたランダム化メカニズムにより、推定の正確性を保ちながら統計的信頼性を達成する。
• 1枚のコインをランダム化装置として使用可能であり、最小限のリソースで実用的かつ容易に展開可能である。
• 削除メカニズムにより、直接応答方式と比較して情報漏洩が低減され、プライバシー保護が強化される。
• この手法は数学的に整合性があり、プライバシー制約下での感応性の高い割合の推定に証明可能なフレームワークを提供する。