马尔可夫种群模型推断的新框架
统计方法学
2021-01-05 v1
摘要
在这项工作中，我们构建了用于马尔可夫种群模型近似推断的联合高斯似然。我们证明马尔可夫种群模型可由带时变系数的线性随机微分方程系统近似。我们表明该随机微分方程系统收敛于一组常微分方程。我们从该极限常微分方程系统推导出所提出的联合高斯确定性极限近似（JGDLA）模型。结果是一种仅依赖于确定性方程组解的马尔可夫种群模型推断方法。我们表明，我们的方法不需要随机填充，并且在模拟的易感-感染-恢复数据集上相比Euler-Maruyama格式展现出更好的预测能力。我们使用JGDLA将随机易感-暴露-感染-恢复系统拟合到钻石公主号COVID-19邮轮数据集。
引用
@article{arxiv.2101.00491,
title = {A New Framework for Inference on Markov Population Models},
author = {Adam Walder and Ephraim M. Hanks},
journal= {arXiv preprint arXiv:2101.00491},
year = {2021}
}