模拟引力模型以推断传染病的时空动力学
统计方法学
2013-02-18 v3 应用统计
统计计算
摘要
用于传染病动力学的概率模型有助于理解感染传播背后的机制。当这些模型的似然函数计算代价高昂时,传统的基于似然的推断方法在计算上可能难以处理。此外,传统推断可能导致参数估计较差,且拟合模型可能无法捕捉观测数据中重要的生物学特征。我们提出了一种受近期复杂计算机模型仿真与校准工作启发的新方法来解决这些问题。我们的核心示例是引力时间序列易感-感染-恢复 (TSIR) 模型。我们的方法聚焦于具有科学意义的动力学过程特征。我们利用模型模拟所得的关键汇总统计量,寻找引力模型的高斯过程近似。我们通过模拟示例表明,新方法计算高效,能提供准确的参数推断,并产生良好的模型拟合。我们将该方法应用于分析英格兰和威尔士两个时期的麻疹疫情:疫苗接种前期(1944–1965 年)和疫苗接种期(1966–1994 年)。基于我们的结果,我们能够获得关于麻疹传播的重要科学见解。一般而言,我们的方法适用于传统基于似然的推断在计算上难以处理或模型拟合较差的问题。当模型模拟代价高昂时,它也是近似贝叶斯计算 (ABC) 的一种替代方案。
引用
@article{arxiv.1110.6451,
title = {Emulating a gravity model to infer the spatiotemporal dynamics of an infectious disease},
author = {Roman Jandarov and Murali Haran and Ottar Bjørnstad and Bryan Grenfell},
journal= {arXiv preprint arXiv:1110.6451},
year = {2013}
}
备注
31 pages, 8 figures and 2 tables