Arbeitspapier
Releasing multiply-imputed synthetic data generated in two stages to protect confidentiality
Eine Methode, um die Vertraulichkeit von Daten, die in statistischen Ämtern erhobenen werden, zu gewährleisten, ist das Ersetzen vertraulicher Werte durch synthetische Daten, die mittels multipler Imputation generiert werden. Es wird ein zweistufiges Verfahren zur Generierung der synthetischen Daten vorgestellt, das eine unterschiedliche Anzahl von Imputationen für unterschiedliche Variablen ermöglicht. Die Vorteile eines zweistufigen Verfahren liegen in der Reduzierung der Laufzeit bei der Berechnung, in der Verringerung des Risikos der Deanonymisierung, und in der Erhöhung der inferentiellen Genauigkeit. Es wird beschrieben, wie das zweistufige Verfahren bei der Generierung eines Public-Use-Files des IAB-Betriebpanels zur Anwendung kommt.
- Sprache
-
Englisch
- Erschienen in
-
Series: IAB-Discussion Paper ; No. 20/2007
- Klassifikation
-
Wirtschaft
- Ereignis
-
Geistige Schöpfung
- (wer)
-
Reiter, J. P.
Drechsler, Jörg
- Ereignis
-
Veröffentlichung
- (wer)
-
Institut für Arbeitsmarkt- und Berufsforschung (IAB)
- (wo)
-
Nürnberg
- (wann)
-
2007
- Handle
- Letzte Aktualisierung
-
10.03.2025, 11:42 MEZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
ZBW - Deutsche Zentralbibliothek für Wirtschaftswissenschaften - Leibniz-Informationszentrum Wirtschaft. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
ZBW - Deutsche Zentralbibliothek für Wirtschaftswissenschaften - Leibniz-Informationszentrum Wirtschaft. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Objekttyp
- Arbeitspapier
Beteiligte
- Reiter, J. P.
- Drechsler, Jörg
- Institut für Arbeitsmarkt- und Berufsforschung (IAB)
Entstanden
- 2007
Ähnliche Objekte (12)
Releasing multiply-imputed synthetic data generated in two stages to protect confidentiality
Releasing multiply-imputed synthetic data generated in two stages to protect confidentiality
Generating multiply imputed synthetic datasets : theory and implementation
Stochastic production frontiers with multiply imputed German establishment data
Addressing health disparities using multiply imputed injury surveillance data
New methods for generating significance levels from multiply-imputed data
Measuring overeducation with earnings frontiers and multiply imputed censored income data
Measuring overeducation with earnings frontiers and multiply imputed censored income data
Measuring overeducation with earnings frontiers and multiply imputed censored income data
Validation of prediction models based on lasso regression with multiply imputed data
Analyzing the changing gender wage gap based on multiply imputed right censored wages
Analyzing the changing gender wage gap based on multiply imputed right censored wages
Releasing multiply-imputed synthetic data generated in two stages to protect confidentiality
Releasing multiply-imputed synthetic data generated in two stages to protect confidentiality
Generating multiply imputed synthetic datasets : theory and implementation
Stochastic production frontiers with multiply imputed German establishment data
Addressing health disparities using multiply imputed injury surveillance data
New methods for generating significance levels from multiply-imputed data
Measuring overeducation with earnings frontiers and multiply imputed censored income data
Measuring overeducation with earnings frontiers and multiply imputed censored income data
Measuring overeducation with earnings frontiers and multiply imputed censored income data
Validation of prediction models based on lasso regression with multiply imputed data
Analyzing the changing gender wage gap based on multiply imputed right censored wages
Analyzing the changing gender wage gap based on multiply imputed right censored wages
Releasing multiply-imputed synthetic data generated in two stages to protect confidentiality
Releasing multiply-imputed synthetic data generated in two stages to protect confidentiality
Generating multiply imputed synthetic datasets : theory and implementation
Stochastic production frontiers with multiply imputed German establishment data
Addressing health disparities using multiply imputed injury surveillance data
New methods for generating significance levels from multiply-imputed data
Measuring overeducation with earnings frontiers and multiply imputed censored income data
Measuring overeducation with earnings frontiers and multiply imputed censored income data
Measuring overeducation with earnings frontiers and multiply imputed censored income data
Validation of prediction models based on lasso regression with multiply imputed data
Analyzing the changing gender wage gap based on multiply imputed right censored wages