Počet záznamů: 1

Interaktivní statistický model dat ze sčítání lidu v České republice v r. 2001

  1. 1.
    0328586 - UTIA-B 2010 RIV CZ cze J - Článek v odborném periodiku
    Grim, Jiří - Hora, J. - Somol, Petr - Boček, Pavel - Pudil, P.
    Interaktivní statistický model dat ze sčítání lidu v České republice v r. 2001.
    [Statistical Model of the 2001 Czech Census for Interactive Presentation.]
    Statistika. Roč. 89, č. 4 (2009), s. 285-299 ISSN 0322-788X
    Grant CEP: GA MŠk 1M0572; GA ČR GA102/07/1594
    Grant ostatní: GA MŠk(CZ) 2C06019
    Výzkumný záměr: CEZ:AV0Z10750506
    Klíčová slova: interactive statistical model * EM algorithm * data modelling * data mining * census data presentation
    Kód oboru RIV: IN - Informatika
    http://library.utia.cas.cz/separaty/2009/RO/grim-statistical model of the 2001 czech census  for interactive presentation.pdf http://library.utia.cas.cz/separaty/2009/RO/grim-statistical model of the 2001 czech census for interactive presentation.pdf

    Dostupnost výsledků sčítání lidu je přes extrémní náklady (v České republice např. 2.3 miliardy Kč) silně omezena platnými předpisy o ochraně dat. Navrhované řešení nabízí v této souvislosti novou, uživatelsky pohodlnou metodu presentace výsledků sčítání lidu, založenou na pravděpodobnostním modelu původních mikrodat. Pravděpodobnostní model ve formě konečné distribuční směsi popisuje výsledky sčítání lidu ve vysoce komprimované podobě a může být použit jako báze znalostí interaktivního pravděpodobnostního expertního systému. Výsledný softwarový produkt odvozuje libovolnou statistickou informaci z odhadnutého modelu bez přístupu k původnímu souboru individuálních dotazníků.

    This paper describes the application of a recently developed method of interactive statistical database presentation to the 2001 Czech Census. The method is based on estimating the multivariate probability distribution of the original microdata. The estimated statistical model in the form of a distribution mixture of product components can be used as a knowledge base of a probabilistic expert system. In this way we can derive the statistical properties of data interactively without any further access to the source database. The statistical model does not contain the original data and therefore can be distributed without any confidentiality concerns. The accuracy achievable by the statistical model is comparable with that of the anonymised subsets of microdata.
    Trvalý link: http://hdl.handle.net/11104/0174875