敏感数据收集中非相关问题随机应答技术的自适应策略优化研究

本研究针对敏感数据调查中应答偏差问题，由研究人员开发了基于自适应策略的非相关问题随机应答技术（RRT），通过动态调整问题设计显著提升数据真实性与统计效能，为公共卫生决策和流行病学研究提供了方法学创新。

　　

在敏感数据收集领域，非相关问题随机应答技术（Unrelated Question Randomized Response Technique, RRT）通过引入与目标敏感问题无关的中性问题，有效降低受访者的抵触心理。本研究提出一种自适应策略（Adaptive Strategies），动态调整随机化设备参数（如非相关问题概率分布），以优化应答真实性与数据质量。该方法通过数学建模（如贝叶斯估计与最大似然估计）量化隐私保护水平（Privacy Protection Level, PPL）与统计效率（Statistical Efficiency）的权衡，并引入协变量调整机制增强子群体分析能力。实验模拟表明，自适应RRT在保持δ-差分隐私（δ-Differential Privacy）约束下，显著降低均值平方误差（MSE）并提高对敏感属性（如HIV感染状态或吸毒行为）的估计精度，为公共卫生 Surveillance 和流行病学队列研究提供方法学支持。