潜 Hawkes 过程可用于流行病学建模吗？
统计方法学
2022-08-16 v1 机器学习
种群与进化
摘要
理解 COVID-19 的传播已成为众多研究的主题，凸显了可靠传染病模型的重要性。在此，我们引入一种新颖的传染病模型，使用带时间协变量的潜 Hawkes 过程来建模感染情况。与其他模型不同，我们通过由底层 Hawkes 过程驱动的概率分布来建模报告病例。通过 Hawkes 过程建模感染使我们能够估计一个感染者是被谁感染的。我们提出一种核密度粒子滤波（KDPF）用于推断潜病例与再生数，并预测近期的新增病例。计算量与感染人数成正比，使得使用粒子滤波类算法（如 KDPF）成为可能。我们在合成数据集和英国各地地方当局的 COVID-19 报告病例上展示了所提算法的性能，并将我们的模型与替代方法进行了基准比较。
引用
@article{arxiv.2208.07340,
title = {Can a latent Hawkes process be used for epidemiological modelling?},
author = {Stamatina Lamprinakou and Axel Gandy and Emma McCoy},
journal= {arXiv preprint arXiv:2208.07340},
year = {2022}
}