人群COVID-19检测的统计模型：抽样偏差与检测误差的影响
应用统计
2021-12-28 v1 物理与社会
定量方法
摘要
我们开发了一个用于人群中疾病流行率检测的统计模型。该模型假设二值检测结果（阳性或阴性），但允许样本选择中的偏差以及I型（假阳性）和II型（假阴性）检测误差。我们的模型还整合了多种检测类型，并能够区分检测后的复测与排除。我们的定量框架使我们能够直接将检测结果解释为误差和偏差的函数。通过将我们的检测模型应用于特定辖区的COVID-19检测数据和实际病例数据，我们能够估计并提供大流行中关键指标（如疾病流行率和病死率）的不确定性量化。
引用
@article{arxiv.2105.11961,
title = {A statistical model of COVID-19 testing in populations: effects of sampling bias and testing errors},
author = {Lucas Böttcher and Maria R. D'Orsogna and Tom Chou},
journal= {arXiv preprint arXiv:2105.11961},
year = {2021}
}
备注
13 pages, 4 figures, 1 table