Synthetic Datasets for Statistical Disclosure Control

L'objectif de ce livre est de fournir au lecteur une introduction détaillée aux différentes approches pour générer des ensembles de données synthétiques imputés plusieurs fois. Il décrit toutes les approches qui ont été développées jusqu'à présent, fournit un bref historique des ensembles de données synthétiques et donne des conseils utiles sur la manière de traiter des problèmes réels de données tels que le non-réponse, les motifs de saut ou les contraintes logiques. Chaque chapitre est consacré à une approche, décrivant d'abord le concept général, suivi d'une application détaillée à un ensemble de données réel, fournissant des lignes directrices utiles sur la manière de mettre en pratique la théorie. Les approches d'imputation multiple discutées incluent l'imputation pour non-réponse, la génération d'ensembles de données entièrement synthétiques, la génération d'ensembles de données partiellement synthétiques, la génération d'ensembles de données synthétiques lorsque les données originales sont sujettes à non-réponse, et une approche d'imputation en deux étapes qui aide à mieux aborder les défis omniprésents.