ScholarGate
Assistente
Machine learningPrivacy-preserving analysis

Geração de Dados Sintéticos para Controle de Divulgação

A geração de dados sintéticos é uma técnica de limitação de divulgação estatística introduzida por Donald Rubin em 1993, na qual os valores em um conjunto de dados confidencial são substituídos por extrações de uma distribuição preditiva posterior ajustada, em vez de serem divulgados diretamente. Os registros artificiais resultantes preservam a estrutura estatística conjunta dos dados originais, ao mesmo tempo que impedem a identificação de indivíduos reais, permitindo que os analistas trabalhem com um conjunto de dados publicamente liberável que se comporta como o original para a maioria dos propósitos inferenciais.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Rubin, D. B. (1993). Statistical disclosure limitation. Journal of Official Statistics, 9(2), 461–468. link

Como citar esta página

ScholarGate. (2026, June 2). Synthetic Data Generation for Disclosure Control. ScholarGate. https://scholargate.app/pt/privacy/synthetic-data-generation

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenciado por

ScholarGateSynthetic Data Generation (Synthetic Data Generation for Disclosure Control). Recuperado em 2026-06-15 de https://scholargate.app/pt/privacy/synthetic-data-generation · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026