《非隨機化回響技術中logistic回歸及相關問題的研究》是依託中南財經政法大學，由劉寅擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：非隨機化回響技術中logistic回歸及相關問題的研究
- 項目類別：青年科學基金項目
- 項目負責人：劉寅
- 依託單位：中南財經政法大學
項目摘要,結題摘要,
項目摘要
當一個調查涉及到違法或違背社會道德行為時(例如逃稅避稅、濫用藥物、非法墮胎等)，由於受訪者認為他們的隱私受到侵犯，調查人員通常很難直接從受訪者處獲得準確有效的信息。為了提高受訪者隱私被保護的程度、改進敏感參數估計的準確性和精確性並拓寬調查設計方案的套用範圍，在本項目中，我們主要研究以下方面的內容：首先，通過建立基於非隨機化的平行模型的logistic回歸函式來研究敏感變數與其它非敏感協變數之間的依存關係從而對敏感數據進行深入分析；其次，我們將固定效應模型推廣到隨機效應模型以增強模型的靈活性以及實用性；更進一步，我們還將考慮logistic回歸中混淆變數的識別以及有效變數的篩選，提高模型的解釋能力和預測的準確性。
結題摘要
敏感性抽樣調查設計對於協助研究人員獲取特定群體有關某一敏感特徵的信息方面有著突出的貢獻。本項目側重於從非隨機化回響技術的角度研究二分類敏感變數與其它非敏感變數之間的依存關係以改進敏感參數估計的準確性和精確性。本項目依次：(1) 研究基於非隨機化平行模型logistic回歸的回歸係數估計方法，並建立該回歸模型與衡量一個二分類的敏感變數與另一個二分類的非敏感變數之間相關性的優勢比之間的聯繫；(2) 提出基於非隨機化變體平行模型的logistic回歸中混淆變數的識別與判定的準則，並給出基於SCAD懲罰函式的變數篩選方法；(3) 給出基於非隨機化平行模型logistic回歸的隨機效應模型中隨機效應分布的參數估計的NR-EM疊代算法；(4) 研究基於泊松計數法的logistic回歸模型，並給出回歸係數估計的EM疊代算法及QLB疊代算法。同時，針對實際調查中可能出現的離散定量敏感特徵，本項目依次：(1) 提出泊松-泊松計數模型以協助敏感信息的收集，並建立基於該模型的離散定量敏感特徵均值估計的回歸分析方法；(2) 針對0過剩的情況提出改進的零浮動計數模型，並證明該模型在隱私保護角度優於泊松-泊松計數模型；(3) 提出非隨機化泊松擾動模型並建立基於該模型的統計分析方法。
