Abstract
在統計學上常使用抽樣調查來了解母體的一些特性，而抽樣的資料中常含有個體（例如人、家庭或公司等）的詳細資料，在抽樣調查結束後，隨著調查結果及抽樣資料的公布，經由分類的結果，資料可以回推至母體中相對應的個體。例如在台灣某家銀行信用卡用戶之分類資料中，以年度總消費金額分類之後，發現年度總消費金額超過十億的用戶在母體中僅有一位。因此若該銀行在公開其信用卡用戶的分類抽樣資料後，出現一位用戶其信用卡年度總消費金額超過十億，我們便可以藉由銀行公開的用戶之分類抽樣資料，回推至母體中相對應的個體，如此一來雖然抽樣資料中沒有該用戶的姓名身份，但若母體該類別中的個體僅有一位，則該個體的隱私便會受到洩露。 因此對於公布調查資料後是否會洩露個體隱私，我們可以以母體中只有一個個體的類別數之比例來當作洩露隱私之風險，當比例愈高表示公布抽樣資料後，會洩露個體隱私的風險愈高，反之，則洩露個體隱私的風險愈低。 在過去的文獻中，有許多不同模式的假設，目前較常用的有Zayatz (1991) 或Greenberg and Zayatz (1992) 及Bethlehem, Keller and Pannekoek (1990) 所提出的估計量，因此本文主要對這兩個估計量以模擬的方式作綜合詳細的討論與比較分析，並對Zayatz (1991) 或Greenberg and Zayatz (1992) 所提出的估計量推導其漸近變異數，最後由模擬及實例的結果顯示，這兩個估計量的表現會受到母體變異係數的大小而不同，並且會隨著抽樣比例的增加而改變其估計量的表現。