Generating synthetic data enables research on data, which due to privacy protection must not be published, such as patient data. Synthetic data can also augment existing (real) data, if they are limited. Commonly used methods for synthetic data generation, such as generative adversarial networks (GANs) (Goodfellow et al. (2014)) or variational auto encoders (VAEs) (Kingma and Welling (2013)), are based on neural networks. This makes their training intensive and, especially in the case of GANs, difficult (Arjovsky and Bottou (2017)). We use vine copulas as a synthetic data generator and focus on a setting, where the analysis to be done on true and synthetic data is classification. The synthetic data produced should allow the user to estimate a classification rule, which is similar to the classification rule, that would be estimated on the true data. We compare three different vine estimation methods in a simulation study, as well as on real-data applications in astronomy and cancer genomics. We find, the best vine estimation method depends on the properties of the true data, but the differences are overall not very large.     «

Generating synthetic data enables research on data, which due to privacy protection must not be published, such as patient data. Synthetic data can also augment existing (real) data, if they are limited. Commonly used methods for synthetic data generation, such as generative adversarial networks (GANs) (Goodfellow et al. (2014)) or variational auto encoders (VAEs) (Kingma and Welling (2013)), are based on neural networks. This makes their training intensive and, especially in the case of GANs, d...     »

Synthetische Daten ermöglichen Forschung dort, wo aus Datenschutzgründen Daten nicht veröffentlicht werden können, wie beispielsweise Patientendaten aus medizinischen Studien. Ebenso können synthetische Daten einen bestehenden Datensatz vergrößern, wenn dieser wenige Beobachtungen beinhaltet. Gängige Methoden zur Erzeugung synthetischer Daten, wie Generative Adversarial Networks (GANs) (Goodfellow et al. (2014)) oder Variational Auto Encoders (VAEs) (Kingma and Welling (2013)), basieren auf neuronalen Netzen. Das macht ihr Training intensiv und insbesondere bei GANs schwierig (Arjovsky and Bottou (2017)). Wir verwenden Vine Copulas als Erzeugungsmethode von synthetischen Daten und konzentrieren uns auf Klassifikation der echten und synthetischen Daten als Anwendung. Dabei sollen die erzeugten synthetischen Daten es dem Be-nutzer ermöglichen, eine Klassifizierungsregel zu schätzen, die der auf den wahren Daten geschätzten Klassifizierungsregel ähnlich ist. Wir vergleichen drei verschiedene Methoden zur Schätzung der Vine Copula in einer Simulationsstudie sowie an realen Daten aus der Astronomie und Krebsgenomik. Dabei hängt die beste Vine-Schätzungsmethode von den Eigenschaften der wahren Daten ab, wobei die Unterschiede eher gering ausfallen.     «

Synthetische Daten ermöglichen Forschung dort, wo aus Datenschutzgründen Daten nicht veröffentlicht werden können, wie beispielsweise Patientendaten aus medizinischen Studien. Ebenso können synthetische Daten einen bestehenden Datensatz vergrößern, wenn dieser wenige Beobachtungen beinhaltet. Gängige Methoden zur Erzeugung synthetischer Daten, wie Generative Adversarial Networks (GANs) (Goodfellow et al. (2014)) oder Variational Auto Encoders (VAEs) (Kingma and Welling (2013)), basieren auf neur...     »