抄録
個票データを公開するか否かを決定する際の最も重要な指標の一つが,レコードの項目の値の組み合わせが他のすべての個体と異なる一意な個体の数であり,標本調査では特に標本でも母集団でも一意である個体数が問題となる.一般に元の個票データではほとんどの個体が標本一意であり,そのまま公表することはできず,質的変数についてカテゴリーを合併したり,量的変数について丸めやトップコーディングを行ったりする秘匿措置を行う必要がある.これらは広い意味で項目の分類の併合と考えられるが,それによる一意な個体数の減少率は状況によってかなり異なる.本論文では,各分類ごとには従来用いられているボアソンガンマモデルを用いるとともに,分類間にも新たにモデルを導入することによって,分類の併合前に,併合後の一意な個体数を予測する方法について検討を行う.また提案した方法を労働力調査の個票データに対して適用し,その実用性を見る.
