Una medida del riesgo de divulgación para microdatos

Resumen La protección contra la divulgación es importante para las agencias estadísticas que publican archivos de microdatos de encuestas por muestreo. Medidas simples del riesgo de divulgación pueden proporcionar evidencia útil para apoyar decisiones sobre la liberación. Proponemos una nueva medida del riesgo de divulgación: la probabilidad de que una coincidencia única entre un registro de microdatos y una unidad de población sea correcta. Afirmamos que esta medida tiene al menos dos ventajas. Primero, sugerimos que puede ser una medida de riesgo más realista que dos medidas que se utilizan actualmente con datos censales. Segundo, mostramos que se puede hacer inferencia consistente (en un sentido especificado) sobre esta medida a partir de datos de muestra sin suposiciones de modelado fuertes. Este es un hallazgo sorprendente, en contraste con las propiedades de las dos medidas establecidas 'similares'. Como resultado, esta medida tiene aplicaciones potencialmente útiles para encuestas por muestreo. Además de obtener un predictor consistente simple de la medida, proponemos un estimador de varianza simple y mostramos que es consistente. También consideramos la extensión de la inferencia para permitir ciertos esquemas de muestreo complejos. Presentamos un estudio numérico basado en datos censales de 1991 para aproximadamente 450,000 individuos enumerados en una área de Gran Bretaña. Mostramos que los resultados teóricos sobre las propiedades del predictor puntual de la medida de riesgo y su estimador de varianza se mantienen con buena aproximación para estos datos.