利用多项式混沌在传染病建模中进行高效不确定性量化与敏感性分析
应用统计
2021-09-17 v1 统计计算
摘要
在COVID-19（及其他传染病）的政治决策过程和控制中，数学模型发挥着重要作用。理解和量化模型及其预测中的不确定性至关重要，以便做出正确决策并可信地传达结果和局限。我们提议使用广义多项式混沌的高效框架在SIR型模型中进行不确定性量化。通过基于丹麦COVID-19传播数据的两个具体案例研究，我们展示了该技术的适用性。测试用例涉及峰值时间估计和超级传播，并说明了极少数的模型评估如何能提供有洞察力的统计信息。
引用
@article{arxiv.2109.08066,
title = {Efficient Uncertainty Quantification and Sensitivity Analysis in Epidemic Modelling using Polynomial Chaos},
author = {Bjørn Jensen and Allan P. Engsig-Karup and Kim Knudsen},
journal= {arXiv preprint arXiv:2109.08066},
year = {2021}
}
备注
18 pages, 7 figures, associated code at https://gitlab.gbar.dtu.dk/bcsj/covid-19-ctrl-public-code , submitted to MMNP