Statistical Disclosure Control Methods for Microdata from the Labour Force Survey

• Authors: Michał Pietrzak

Title variants

Metody kontroli ujawniania danych dla mikrodanych z Badania Aktywności Ekonomicznej Ludności

• Languages of publication: EN

Abstracts

EN

The aim of this article is to analyse the possibility of applying selected perturbative masking methods of Statistical Disclosure Control to microdata, i.e. unit‑level data from the Labour Force Survey. In the first step, the author assessed to what extent the confidentiality of information was protected in the original dataset. In the second step, after applying selected methods implemented in the sdcMicro package in the R programme, the impact of those methods on the disclosure risk, the loss of information and the quality of estimation of population quantities was assessed. The conclusion highlights some problematic aspects of the use of Statistical Disclosure Control methods which were observed during the conducted analysis.

PL

Celem artykułu jest analiza możliwości wykorzystania wybranych zakłóceniowych metod kontroli ujawniania mikrodanych na przykładzie danych jednostkowych z Badania Aktywności Ekonomicznej Ludności. W pierwszym etapie oceniona została ochrona poufności informacji w oryginalnym zbiorze danych. Po zaaplikowaniu wybranych metod, zaimplementowanych w pakiecie sdcMicro programu R, przedmiotem dociekań stał się wpływ tych metod na ryzyko ujawnienia, poniesioną stratę informacji, a także na jakość estymacji określonych wielkości dla populacji. Podkreślone zostały pewne problematyczne aspekty praktycznego wykorzystania kontroli ujawniania danych, zaobserwowane podczas przeprowadzonej analizy.

Keywords

EN

Statistical Disclosure Control; perturbative methods; PRAM; Additive Noise; Rank Swapping; microdata; Labour Force Survey; sdcMicro package

PL

kontrola ujawniania danych; metody zakłóceniowe; PRAM; addytywne dodawanie szumu; wymiana rang; mikrodane; Badanie Aktywności Ekonomicznej Ludności; pakiet sdcMicro; kontrola ujawniania danych; metody zakłóceniowe; PRAM; addytywne dodawanie szumu; wymiana rang; mikrodane; Badanie Aktywności Ekonomicznej Ludności; pakiet sdcMicro

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Acta Universitatis Lodziensis. Folia Oeconomica
• Year: 2020
• Volume: 3
• Issue: 348
• Pages: 7-24

Dates

published

2020-06-22

Contributors

author

Michał Pietrzak

• Poznań University of Economics and Business, Institute of Informatics and Quantitative Economics Department of Statistics; Statistical Office in Poznań

• https://orcid.org/0000-0001-8381-7881

References

• Benschop T., Machingauta C., Welch M. (2019), Statistical Disclosure Control: A Practice Guide, https://readthedocs.org/projects/sdcpractice/downloads/pdf/latest/ (accessed: 13.03.2020).
• Biemer P. P., Leeuw E. de, Eckman S., Edwards B., Kreuter F., Lyberg L. E., Tucker N. C., West B. T. (2017), Total Survey Error in Practice, “Wiley Series in Survey Methodology”, Wiley, New Jersey.
• CSO (2012), Labour Force Survey in Poland. IV quarter 2011, Statistical Information and Elaborations, Statistical Publishing Establishment, Warsaw, https://stat.gov.pl/cps/rde/xbcr/gus/pw_aktyw_ekonom_ludn_IVkw_2011.pdf (accessed: 13.03.2020).
• Domingo‑Ferrer J., Torra V. (2003), On the connections between statistical disclosure control for microdata and some artificial intelligence tools, “Information Sciences”, no. 151, pp. 153–170.
• Domingo‑Ferrer J., Torra V. (2004), Disclosure risk assessment in statistical data protection, “Journal of Computational and Applied Mathematics”, no. 164–165, pp. 285–293.
• Duncan G. T., Elliot M., Salazar‑González J.‑J. (2011), Statistical Confidentiality. Principles and Practice, “Statistics for Social and Behavioral Sciences”, Springer Science+Business Media, New York–Dordrecht–Heidelberg–London.
• Eurostat (2019), EU Labour Force Survey Database User Guide, European Commission, https://ec.europa.eu/eurostat/documents/1978984/6037342/EULFS-Database-UserGuide.pdf (accessed: 13.03.2020).
• Hundepool A., Domingo‑Ferrer J., Franconi L., Giessing S., Lenz R., Naylor J., Schulte Nordholt E., Seri G., Wolf P.‑P. de (2010), Handbook on Statistical Disclosure Control, ESSNet SDC A Network of Excellence in the European Statistical System in the field of Statistical Disclosure Control, https://ec.europa.eu/eurostat/cros/system/files/SDC_Handbook.pdf (accessed: 13.03.2020).
• Hundepool A., Domingo‑Ferrer J., Franconi L., Giessing S., Schulte Nordholt E., Spicer K., Wolf P.‑P. de (2012), Statistical Disclosure Control, “Wiley Series in Survey Methodology”, Wiley, Chichester.
• Lewis T. H. (2016), Complex survey data analysis with SAS, CRC Press, Taylor & Francis Group, Boca Raton.
• Lohr S. L. (2010), Sampling: Design and Analysis, Second Edition, Brooks/Cole Cengage Learning, Boston.
• Matthews G. J., Harel O. (2011), Data confidentiality: A review of methods for statistical disclosure limitation and methods for assessing privacy, “Statistics Surveys”, vol. 5, pp. 1–29, http://dx.doi.org/10.1214/11-SS074
• Shlomo N. (2010), Releasing Microdata: Disclosure Risk Estimation, Data Masking and Assessing Utility, “Journal of Privacy and Confidentiality”, vol. 2(1), pp. 73–91, https://journalprivacyconfidentiality.org/index.php/jpc/article/view/584/567 (accessed: 13.03.2020).
• Templ M. (2017), Statistical Disclosure Control for Microdata. Methods and Applications in R, Springer, http://dx.doi.org/10.1007/978-3-319-50272-4
• Templ M., Kowarik A., Meindl B. (2015), Statistical Disclosure Control for Micro‑Data Using the R Package sdcMicro, “Journal of Statistical Software”, vol. 67(4), pp. 1–36, http://dx.doi.org/10.18637/jss.v067.i04
• Willenborg L., Waal T. de (2001), Elements of Statistical Disclosure Control, Springer Science+ Business Media, New York.
• Wolter K. M. (2007), Introduction to Variance Estimation, Second Edition, “Statistics for Social and Behavioral Sciences”, Springer Science+Business Media, New York.

Identifiers

DOI

10.18778/0208-6018.348.01