关于流行病更新模型与顺序蒙特卡洦推断与预测的入门指南
统计方法学
2025-09-25 v2 定量方法
应用统计
摘要
更新模型在统计流行病学中广泛用作半机械模型来描述疾病传播。虽然主要用于估算即时传播数，但也可用于生成投影、估算消除概率、建模干预措施效果等。我们展示了如何使用简单的时间序列蒙特卡洦方法（也称为粒子滤波器）对这些模型进行推断。我们的目标是让熟悉统计推断的读者了解这些方法和模型，并提供实用性指南进行实现。我们聚焦于这些方法的灵活性及其能够同时处理多种统计及其他偏差的能力。我们利用这种灵活性将现有用于估算即时传播数的方法与生成投影的方法统一起来。配套网站 SMC and epidemic renewal models 提供额外的案例分析、可复现的示例代码及其他材料。
引用
@article{arxiv.2503.18875,
title = {A primer on inference and prediction with epidemic renewal models and sequential Monte Carlo},
author = {Nicholas Steyn and Kris V. Parag and Robin N. Thompson and Christl A. Donnelly},
journal= {arXiv preprint arXiv:2503.18875},
year = {2025}
}
备注
Companion website: https://nicsteyn2.github.io/SMCforRt/