用于二项计数数据监测的自适应资源分配CUSUM及其在COVID-19热点检测中的应用
机器学习
2022-08-18 v2 应用统计
统计方法学
摘要
本文提出一种高效的统计方法（记为“自适应资源分配CUSUM”），以在有限采样资源下鲁棒且高效地检测热点。我们的主要思想是将多臂老虎机（MAB）与变点检测方法相结合，以平衡热点检测中资源分配的探索与利用。进一步，使用贝叶斯加权更新来更新感染率的后验分布。然后，使用上置信界（UCB）进行资源分配与规划。最后，使用CUSUM监测统计量检测变点及变化位置。在性能评估中，我们将所提方法与文献中的几种基准方法进行比较，表明所提算法能够实现更低的检测延迟和更高的检测精度。最后，将该方法应用于华盛顿州（WA）县级每日COVID-19阳性病例的真实案例研究中的热点检测，并在非常有限的分布样本下证明了其有效性。
引用
@article{arxiv.2208.05045,
title = {Adaptive Resources Allocation CUSUM for Binomial Count Data Monitoring with Application to COVID-19 Hotspot Detection},
author = {Jiuyun Hu and Yajun Mei and Sarah Holte and Hao Yan},
journal= {arXiv preprint arXiv:2208.05045},
year = {2022}
}
备注
Accepted in Journal of Applied Statistics