Mange respondenter som blir bedt om å gi informasjon gjennom undersøkelser, kan være motvillige til å dele sensitive opplysninger som seksuell atferd, bruk av ulovlige rusmidler, skatteunndragelse og inntekt. Dette kan resultere i at de enten unngår å svare eller gir falske svar for å bevare sitt personvern. Denne situasjonen skaper betydelige utfordringer når det kommer til å trekke gyldige konklusjoner basert på potensielt unøyaktige data. For å håndtere disse problemene tilbyr ikke-randomiserte svarmetoder en løsning som gjør det mulig for de som gjennomfører undersøkelser og anvendte statistikere å ivareta respondenters personvern samtidig som de kan analysere innsamlede data på en korrekt måte. "Incomplete Categorical Data Design: Non-Randomized Response Techniques for Sensitive Questions in Surveys" er den første boken som tar for seg design og statistiske analysmetoder for ikke-randomiserte responser. De presenterte teknikkene kombinerer fordelene fra eksisterende metoder, inkludert randomiserte responser, utformingen av ufullstendige kategoriske data, EM-algoritmen, bootstrap-metoden og dataforsterkningsalgoritmen. Boken gir en grundig, systematisk introduksjon og veileder leseren i hvordan disse metodene implementeres.
