Synthetische Datengenerierung zur Offenlegungssteuerung

Synthetische Datengenerierung ist eine Technik zur statistischen Offenlegungsbeschränkung, die 1993 von Donald Rubin eingeführt wurde. Dabei werden Werte in einem vertraulichen Datensatz durch Ziehungen aus einer angepassten posterior-prädiktiven Verteilung ersetzt, anstatt sie direkt zu veröffentlichen. Die resultierenden künstlichen Datensätze bewahren die gemeinsame statistische Struktur der Originaldaten und verhindern gleichzeitig die Identifizierung realer Personen, was es Analysten ermöglicht, mit einem öffentlich freigebbaren Datensatz zu arbeiten, der sich für die meisten inferenziellen Zwecke wie das Original verhält.