差分プライバシーを考慮したE値

E値は、統計的推論とリスク管理の柔軟なツールとして重要性を増していますが、実際の用途では敏感なデータが関与しているため、E値を介して情報が漏洩する可能性があります。本研究では、非プライベートなE値を差分プライバシーを考慮したものに変換する一般的なフレームワークを提案します。新しいバイアスのある乗法的ノイズメカニズムを開発することで、E値が統計的に有効であることを保証します。実験を通じて、提案した差分プライバシーのE値は強力な統計的パワーを持ち、非プライベートなものと同様の効果を示すことが確認されました。本アプローチはオンラインリスクモニタリングやプライベート医療、適合E予測などに幅広く適用可能であることが示されています。