Méthode de perturbation multiniveau pour la protection des données tabulaires
Section 4. Examen empirique

Nous avons appliqué les méthodes MPM et EZS aux données des particuliers d’un fichier fiscal. Deux variables ont été utilisées : x = MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiEaiabg2 da9aaa@35FD@ revenu (si > 0 ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaeyOpa4JaaG imaiaacMcaaaa@3669@ et y = x 2 MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaiabg2 da9iaadIhadaahaaWcbeqaaiaaikdaaaaaaa@37E4@ (pour accroître l’asymétrie). Nous avons produit des cellules comptant de 15 à 148 unités en combinant les groupes d’âge avec le code postal, le sexe et l’état matrimonial. Nous avons essayé différents degrés de bruit ( ε i ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaaeWaaeaacq aH1oqzdaWgaaWcbaGaamyAaaqabaaakiaawIcacaGLPaaaaaa@384E@ d’une distribution triangulaire divisée. Les résultats présentés sont ceux où σ ε 2 = 0,006 . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaaeaaaaaaaaa8 qacqaHdpWCpaWaa0baaSqaa8qacqaH1oqza8aabaWdbiaaikdaaaGc cqGH9aqpcaqGWaGaaeilaiaabcdacaqGWaGaaeOnaiaac6caaaa@3DEE@ À l’aide du cadre risque-utilité (Duncan, Keller-McNulty et Stokes 2001), nous avons regardé l’incidence des méthodes sur la précision des données et le risque.

Le tableau 4.1 montre l’effet de la MPM sur la qualité des totaux des cellules par tranche de taille de cellule. La méthode a été appliquée 500 fois à chaque cellule. Pour chaque tranche de taille, le tableau présente le nombre de cellules, le coefficient de variation (CV) moyen après perturbation et le pourcentage de fois que le total perturbé se situe dans une marge de 2 %, 5 %, 8 % et 12 % du total de départ. Aux fins de cette étude, nous avons présumé que les cellules non conformes à une règle du pourcentage P MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiuaaaa@34CF@ s’appliquant aux cellules sensibles où P = 15 MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiuaiabg2 da9iaaigdacaaI1aaaaa@374F@ seraient supprimées et exclues des résultats. Il y avait plus de ces cellules avec la variable y MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaaaa@34F8@ (comme on pourrait davantage l’observer avec les données des entreprises). Comme on pouvait s’y attendre, l’effet de la perturbation était supérieur pour les cellules plus petites et pour la variable  y . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaiaac6 caaaa@35AA@ Toutes les cellules perturbées à plus de 8 % étaient quasi sensibles et auraient été supprimées avec P = 20. MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiuaiabg2 da9iaaikdacaaIWaGaaiOlaaaa@37FD@

Tableau 4.1
Incidence de la méthode de perturbation multiniveau sur les totaux des cellules
Sommaire du tableau
Le tableau montre les résultats de Incidence de la méthode de perturbation multiniveau sur les totaux des cellules. Les données sont présentées selon Taille
de cell. (titres de rangée) et Variable = Revenu (x), Variable = Revenu (y), Nbre
cell., CV
moy. et % de fois que la distance relative est ≤, calculées selon 2 %, 5 %, 8 % et 12 % unités de mesure (figurant comme en-tête de colonne).
Taille
de cell.
Variable = Revenu (x) Variable = Revenu2 (y)
Nbre
cell.
CV
moy.
% de fois que la distance relative est ≤ Nbre
cell.
CV
moy.
% de fois que la distance relative est ≤
2 % 5 % 8 % 12 % 2 % 5 % 8 % 12 %
15 – 18 1 822 2,37 58,5 95,1 99,5 100,0 1 777 4,09 34,5 72,0 92,4 99,6
19 – 25 2 230 2,03 66,2 97,2 99,7 100,0 2 185 3,71 38,1 77,1 94,4 99,7
26 – 40 1 920 1,57 78,2 99,1 99,9 100,0 1 899 3,24 44,2 82,8 96,0 99,8
41 – 148 1 312 1,05 92,1 99,5 99,9 100,0 1 301 2,53 57,1 90,0 97,7 99,9
Ensemble 7 284 1,82 72,1 97,6 99,7 100,0 7 162 3,47 42,3 79,7 94,9 99,7

Le tableau 4.2 montre l’effet de l’application d’un bruit multiplicatif par la méthode EZS, pour le même σ ε 2 , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaaeaaaaaaaaa8 qacqaHdpWCpaWaa0baaSqaa8qacqaH1oqza8aabaWdbiaaikdaaaGc paGaaiilaaaa@3974@ aux totaux des cellules. Les résultats sont plutôt semblables pour le revenu ( x ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaWaaeWaaeaaca WG4baacaGLOaGaayzkaaaaaa@3680@ et ils sont sensiblement meilleurs pour y . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaiaac6 caaaa@35AA@ Des résultats du même ordre ont été dégagés quand une valeur proche de 0,014 était utilisée pour σ ε 2 MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaaeaaaaaaaaa8 qacqaHdpWCpaWaa0baaSqaa8qacqaH1oqza8aabaWdbiaaikdaaaaa aa@38AB@ (la méthode MPM était un peu meilleure avec x , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiEaiaacY caaaa@35A7@ et la méthode EZS, avec y ) . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaiaacM cacaGGUaaaaa@3657@

Tableau 4.2
Incidence de l’application d’un bruit multiplicatif par la méthode EZS aux totaux des cellules
Sommaire du tableau
Le tableau montre les résultats de Incidence de l’application d’un bruit multiplicatif par la méthode EZS aux totaux des cellules. Les données sont présentées selon Taille
de cell. (titres de rangée) et Variable = Revenu (x), Variable = Revenu (y), Nbre
cell., CV
moy. et % de fois que la distance relative est ≤, calculées selon 2 %, 5 %, 8 % et 12 % unités de mesure (figurant comme en-tête de colonne).
Taille
de cell.
Variable = Revenu (x) Variable = Revenu2 (y)
Nbre
cell.
CV
moy.
% de fois que la distance relative est ≤ Nbre
cell.
CV
moy.
% de fois que la distance relative est ≤
2 % 5 % 8 % 12 % 2 % 5 % 8 % 12 %
15 – 18 1 822 2,33 58,7 97,1 100,0 100,0 1 777 3,19 41,2 86,4 99,8 100,0
19 – 25 2 230 2,08 64,5 98,5 100,0 100,0 2 185 2,93 45,2 90,0 99,9 100,0
26 – 40 1 920 1,74 73,9 99,6 100,0 100,0 1 899 2,59 51,4 93,8 99,9 100,0
41 – 148 1 312 1,30 86,9 99,9 99,9 100,0 1 301 2,09 63,4 97,1 100,0 100,0
Ensemble 7 824 1,91 69,6 98,7 99,9 100,0 7 162 2,76 49,2 91,4 99,9 100,0

Nous avons ensuite examiné le degré de protection assuré aux unités les plus importantes de chaque cellule. Pour chacune des cellules, nous avons obtenu une estimation x ^ i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabmiEayaaja WaaSbaaSqaaiaadMgaaeqaaaaa@3621@ pour l’unité x i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiEamaaBa aaleaacaWGPbaabeaaaaa@3611@ en prenant les différences sur les totaux perturbés des cellules avec et sans l’unité en question. Nous avons calculé les différences relatives d i = 100 | x ^ i x i | / x i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamizamaaBa aaleaacaWGPbaabeaakiabg2da9maalyaabaGaaGymaiaaicdacaaI WaWaaqWaaeaacaaMc8UabmiEayaajaWaaSbaaSqaaiaadMgaaeqaaO GaeyOeI0IaamiEamaaBaaaleaacaWGPbaabeaakiaaykW7aiaawEa7 caGLiWoacaaMc8oabaGaamiEamaaBaaaleaacaWGPbaabeaaaaaaaa@486B@ et les avons intégrées à un score correspondant à c e l l s r i , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaaeaaaaaaaaa8 qadaaeqaqaaiaadkhapaWaaSbaaSqaa8qacaWGPbaapaqabaaapeqa aiaadogacaWGLbGaamiBaiaadYgacaWGZbaabeqdcqGHris5aOWdai aacYcaaaa@3DB6@ r i = 1 MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamOCamaaBa aaleaacaWGPbaabeaakiabg2da9iaaigdaaaa@37D6@ si d i < 10 , r i = 0 MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamizamaaBa aaleaacaWGPbaabeaakiabgYda8iaaigdacaaIWaGaaiilaiaaysW7 caaMc8UaamOCamaaBaaaleaacaWGPbaabeaakiabg2da9iaaicdaaa a@4023@ si d i > 15 MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamizamaaBa aaleaacaWGPbaabeaakiabg6da+iaaigdacaaI1aaaaa@3889@ et 0 < r i < 1 MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaaGimaiabgY da8iaadkhadaWgaaWcbaGaamyAaaqabaGccqGH8aapcaaIXaaaaa@3992@ dans les autres cas. Le tableau 4.3 présente les quartiles de d i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamizamaaBa aaleaacaWGPbaabeaaaaa@35FD@ et les scores des variables x MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiEaaaa@34F7@ et y MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaaaa@34F8@ pour les douze unités les plus importantes de chaque cellule dans le cas de la méthode MPM et pour l’unité la plus importante dans le cas de la méthode EZS (laquelle assure le même degré de protection à toutes les unités).

Avec la MPM, les trois unités les plus importantes étaient généralement les plus protégées, comme on pouvait s’y attendre. La configuration est différente pour les variables x MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiEaaaa@34F7@ et y . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaiaac6 caaaa@35AA@ Si on regarde les quartiles de d i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamizamaaBa aaleaacaWGPbaabeaaaaa@35FD@ pour la variable x , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiEaiaacY caaaa@35A7@ le degré de protection diminue progressivement jusqu’à l’unité 10 et augmente par la suite. Comme les V ( x ^ i ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaaeOvamaabm aabaGabmiEayaajaWaaSbaaSqaaiaadMgaaeqaaaGccaGLOaGaayzk aaaaaa@388D@ sont les mêmes pour i > 9 , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyAaiabg6 da+iaaiMdacaGGSaaaaa@3763@ les résultats devraient continuer à s’améliorer après la 10e unité en importance. Les scores racontent une même histoire. En ce qui concerne la variable y , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyEaiaacY caaaa@35A8@ la descente n’est pas aussi régulière et l’unité 5 est la moins protégée (l’unité 10 si on considère seulement le quartile 1). La protection la plus faible autour des unités 5 et 10 est prévue par les formules pour les V ( x ^ i ) , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaaeOvamaabm aabaGabmiEayaajaWaaSbaaSqaaiaadMgaaeqaaaGccaGLOaGaayzk aaGaaiilaaaa@393D@ dont la configuration de base change autour de ces deux unités. L’unité 10 est la plus vulnérable en cas d’attaque ciblée répétée, une attaque consistant à tirer une estimation x ^ 10 MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabmiEayaaja WaaSbaaSqaaiaaigdacaaIWaaabeaaaaa@36A8@ des totaux pour les unités 1 à 10, et pour les unités 1 à 9, au moyen d’un certain ensemble d’unités plus petites (par exemple, tirer x ^ 10 ( i ) MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabmiEayaaja WaaSbaaSqaaiaaigdacaaIWaWaaeWaaeaacaWGPbaacaGLOaGaayzk aaaabeaaaaa@391F@ des totaux sans l’unité i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyAaaaa@34E8@ et sans les unités i MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyAaaaa@34E8@ et 10 pour i = 11 , 12 , 13 ) . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamyAaiabg2 da9iaaigdacaaIXaGaaiilaiaaysW7caaMc8UaaGymaiaaikdacaGG SaGaaGjbVlaaykW7caaIXaGaaG4maiablAciljaacMcacaGGUaaaaa@4464@ Si l’on prend la moyenne des x ^ 10 ( i ) , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGabmiEayaaja WaaSbaaSqaaiaaigdacaaIWaWaaeWaaeaacaWGPbaacaGLOaGaayzk aaaabeaakiaacYcaaaa@39D9@ et s’il y en a suffisamment, on peut obtenir de bonnes estimations de x 10 . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiEamaaBa aaleaacaaIXaGaaGimaaqabaGccaGGUaaaaa@3754@ De telles attaques exigent des demandes de tableaux soigneusement formulées, ce que pourrait décourager un cadre de production semi-contrôlée de tableaux.

Tableau 4.3
Protection des douze plus grandes unités avec la méthode MPM et de la plus grande avec la méthode EZS (quartiles de di)
Sommaire du tableau
Le tableau montre les résultats de Protection des douze plus grandes unités avec la méthode MPM et de la plus grande avec la méthode EZS (quartiles de di) Cellules, Q1, Médiane, Q3 et Score (%)(figurant comme en-tête de colonne).
Cellules Q1 Médiane Q3 Score (%)
Variable = Revenu (x)
Unité 1 7 962 7,9 15,7 26,6 3 196 (40)
Unité 2 7 962 8,6 17,5 29,3 2 895 (36)
Unité 3 7 962 8,1 16,9 28,7 3 021 (38)
Unité 4 7 962 7,2 15,5 26,2 3 314 (42)
Unité 5 7 962 6,4 13,9 23,8 3 647 (46)
Unité 6 7 962 6,4 13,9 23,3 3 614 (45)
Unité 7 7 962 6,2 13,3 22,4 3 765 (47)
Unité 8 7 962 6,3 13,4 22,3 3 731 (47)
Unité 9 7 962 5,1 11,5 19,9 4 267 (54)
Unité 10 7 962 3,3 10,7 20,9 4 373 (55)
Unité 11 7 962 3,8 11,8 22,4 4 121 (52)
Unité 12 7 962 3,8 12,2 24,7 4 031 (51)
U1/EZS 7 962 6,7 7,5 8,4 7 941 (100)
Variable = Revenu2 (y)
Unité 1 7 823 7,6 14,4 23,2 3 365 (43)
Unité 2 7 782 7,2 15,0 25,2 3 311 (43)
Unité 3 7 782 6,6 14,1 24,2 3 522 (45)
Unité 4 7 799 6,1 13,3 22,5 3 726 (48)
Unité 5 7 808 5,5 11,9 20,5 4 052 (52)
Unité 6 7 811 6,0 12,6 21,6 3 885 (50)
Unité 7 7 814 6,0 12,6 22,2 3 868 (50)
Unité 8 7 818 6,5 13,8 23,7 3 581 (46)
Unité 9 7 818 5,7 13,0 24,2 3 750 (48)
Unité 10 7 818 4,4 13,5 27,4 3 704 (47)
Unité 11 7 818 4,8 15,7 32,1 3 422 (44)
Unité 12 7 820 5,8 17,9 37,9 3 110 (40)
U1/EZS 7 823 6,7 7,5 8,5 7 803 (100)

Par contraste, les résultats obtenus avec la méthode EZS montrent que le degré de protection assuré à l’unité 1 (et à toute autre au demeurant) est relativement constant et qu’il est généralement bien moindre qu’avec la méthode MPM. Le score obtenu avec la EZS est presque de 100 %, un résultat fort médiocre. Il reste que cette méthode a été conçue pour la protection des totaux, et non pour la prévention de la prise de différences. Si l’on devait se protéger contre la prise de différences, il faudrait fixer le degré de bruit bien plus haut pour que le niveau de protection des valeurs soit comparable à celui qu’offre la méthode MPM. Mais avec la méthode EZS, les unités autour de l’unité 10 ne seraient pas plus vulnérables en cas d’attaque ciblée répétée.

Pour étudier les rôles respectifs de K , L MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4saiaacY cacaaMe8UaaGPaVlaadYeaaaa@3963@ et M , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamytaiaacY caaaa@357C@ nous avons tiré des valeurs aléatoires d’une distribution uniforme, mais en créant une valeur aberrante dans chaque cellule et en fixant x 1 MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiEamaaBa aaleaacaaIXaaabeaaaaa@35DE@ à la plus grande valeur ne rendant pas la cellule sensible; pour P = 15 , MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamiuaiabg2 da9iaaigdacaaI1aGaaiilaaaa@37FF@ on aurait alors x 1 = 100 15 i 3 x i . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaaeaaaaaaaaa8 qacaWG4bWdamaaBaaaleaapeGaaGymaaWdaeqaaOWdbiabg2da9maa leaaleaacaaIXaGaaGimaiaaicdaaeaacaaIXaGaaGynaaaakmaaqa babaGaamiEa8aadaWgaaWcbaWdbiaadMgaa8aabeaaa8qabaGaamyA aiabgwMiZkaaiodaaeqaniabggHiLdGccaGGUaaaaa@4375@ Nous avons appliqué la MPM en établissant M MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamytaaaa@34CC@ à 1, et en calculant K MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4saaaa@34CA@ et L MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamitaaaa@34CB@ comme nous l’avons suggéré précédemment ou en les fixant à 1. Pour les données que nous avons produites, la valeur calculée de L MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaamitaaaa@34CB@ ne s’écartait jamais de 1. Le tableau 4.4 montre que le facteur K MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaGaam4saaaa@34CA@ est utile, parce que, s’il est fixé à 1, le degré de protection pour la valeur aberrante n’est pas assez élevé quand σ ε 2 = 0,006 . MathType@MTEF@5@5@+= feaagKart1ev2aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiFu0Je9sqqrpepC0xbbL8F4rqqrFfFv0dd9Wqpe0dd9 qqaqFeFr0xbbG8FaYPYRWFb9fi0lXxbvc9Ff0dfrpe0dXdHqps0=vr 0=vr0=fdbaqaaeGaciGaaiaabeqaamaabaabaaGcbaaeaaaaaaaaa8 qacqaHdpWCpaWaa0baaSqaa8qacqaH1oqza8aabaWdbiaaikdaaaGc cqGH9aqpcaqGWaGaaeilaiaabcdacaqGWaGaaeOnaiaac6caaaa@3DEE@

Tableau 4.4
Protection des valeurs aberrantes dans des populations artificielles pour 1 000 cellules (quartiles de d1)
Sommaire du tableau
Le tableau montre les résultats de Tableau 4.4
Protection des valeurs aberrantes dans des populations artificielles pour 1 000 cellules (quartiles de d1) Q1, Médiane, Q3 et Score(figurant comme en-tête de colonne).
Q1 Médiane Q3 Score
MPM normale (K ≥ 1) 11,1 12,6 14,2 472
MPM avec K = L = M = 1 6,7 7,5 8,6 996

Signaler un problème sur cette page

Quelque chose ne fonctionne pas? L'information n'est plus à jour? Vous ne trouvez pas ce que vous cherchez?

S'il vous plaît contactez-nous et nous informer comment nous pouvons vous aider.

Avis de confidentialité

Date de modification :