基于贝叶斯时变模型分析 COVID-19 传播的初期阶段
统计方法学
2020-07-23 v4
摘要
新型冠状病毒 COVID-19 近期爆发，以各种方式影响了我们所有人的日常生活。在医学研究者努力寻找疗法、医生与护士照料感染者之际，世界各地正实施“封锁”、“居家”、“社交距离”等措施以遏制其进一步传播。为对具有非平稳性的传播进行建模，我们针对每日收集的新增病例计数时间序列，提出了一种新颖的时变半参数 AR 模型，并将其扩展提出一种新颖的时变 INGARCH 模型。我们所提出的模型结构适于采用哈密顿蒙特卡洛（Hamiltonian Monte Carlo, HMC）采样进行高效计算。我们通过仿真验证了方法的有效性，显示其优于若干相近的现有方法。最后，我们分析了新增确诊人数的每日时间序列数据，以研究其在不同政府干预措施下的传播情况。
引用
@article{arxiv.2004.02281,
title = {Analyzing initial stage of COVID-19 transmission through Bayesian time-varying model},
author = {Arkaprava Roy and Sayar Karmakar},
journal= {arXiv preprint arXiv:2004.02281},
year = {2020}
}