Syntetisk datagenerering for kontroll av opplysninger

Syntetisk datagenerering er en teknikk for statistisk begrensning av opplysninger, introdusert av Donald Rubin i 1993, der verdier i et konfidensielt datasett erstattes med uttrekk fra en tilpasset posterior prediktiv fordeling, i stedet for å bli frigitt direkte. De resulterende kunstige postene bevarer den felles statistiske strukturen til de opprinnelige dataene, samtidig som de forhindrer identifisering av reelle individer. Dette gjør det mulig for analytikere å arbeide med et offentlig frigjørbart datasett som oppfører seg som originalen for de fleste inferensformål.