贝叶斯时空流行病模型及其在羊痘中的应用
应用统计
2014-03-10 v1
摘要
流行病数据通常具有某些特征，例如存在大量零值、疾病传播机制的空间特性或环境噪声。本文通过适当的贝叶斯建模来解决这些问题。为此，我们利用适用于具有过多零值的时空计数数据的随机回归模型。所建立的回归框架可通过 Ornstein-Uhlenbeck 过程形式纳入序列相关性和时变协变量。此外，我们探讨了不同先验分布的影响，包括默认选项以及基于 -先验混合变体的技术。我们研究了不同距离核函数对流行病模型分量的影响。进而，我们开发了基于分支过程的方法来检验疾病控制情景，从而将传统时空模型与流行病过程联系起来，这对以政策为导向的决策制定十分有用。该方法通过对希腊埃夫罗斯地区一个羊痘数据集的应用加以说明。
引用
@article{arxiv.1403.1783,
title = {Bayesian spatio-temporal epidemic models with applications to sheep pox},
author = {C. Malesios and N. Demiris and K. Kalogeropoulos and I. Ntzoufras},
journal= {arXiv preprint arXiv:1403.1783},
year = {2014}
}