仿真模型的贝叶斯校准：教程与澳大利亚吸烟行为模型

流行病学、生物学、生态学与环境过程的仿真模型正日益使用贝叶斯统计进行校准。贝叶斯方法提供了合成多数据源的简单规则，并能计算由于校准数据不确定性导致的模型输出不确定性。随着发表的教程与研究数量增长，这些领域中贝叶斯校准常见困难的解决方案已更为明晰，且跨所有领域成功校准的逐步流程正在浮现。我们给出了贝叶斯校准关键步骤的陈述，并概述了从这些应用科学之一或多个中浮现的针对各步骤的分析与方法。因此我们呈现了跨越若干科学学科的贝叶斯校准方法学综合。为演示这些步骤并给出贝叶斯校准中涉及计算的进一步细节，我们校准了一个澳大利亚烟草吸烟行为的区室模型。我们发现，2016 年估计在年满 20 岁前开始吸烟的出生队列比例处于 20 世纪初以来的最低值，且戒烟率处于最高值。作为一个新颖结果，我们量化了戒烟者在晚年受调查时转为报告为“从不吸烟者”的速率；据我们所知，这一现象从未被使用横截面调查数据量化过。