一种用于随机仓室模型数值解基准测试的方法
种群与进化
2023-06-30 v2 应用统计
摘要
本文引入一种方法，用于将流行病或生物过程的随机仓室模型估计状态与对应常微分方程（ODEs）系统解析获得的解进行比较。利用 Reed-Frost 链二项或 Gillespie 算法，在离散时间间隔上数值生成随机模型的正整数值样本。将实现的模拟分布与 ODE 模型解析得到的精确解进行比较。利用这一新方法，本工作表明检查随机仓室模型的实现是否符合其所代表的 ODE 模型是可行的。该方法不要求模型处于任何特定状态或极限。这些技术利用易感-感染-恢复（SIR）流行病过程的随机仓室模型开发。随后以 Lotka-Volterra 模型为例说明此处所开发原理的普适性。该方法提供了一种测试/基准化随机仓室模型数值解的途径，例如使用单元测试，以检查计算机代码及其对应算法是否符合底层 ODE 模型。
引用
@article{arxiv.2211.02358,
title = {An approach for benchmarking the numerical solutions of stochastic compartmental models},
author = {Alison C Hale and Christopher P Jewell},
journal= {arXiv preprint arXiv:2211.02358},
year = {2023}
}
备注
21 pages 3 figures