在随机 SIHR 模型中使用粒子 MCMC 结合 Black-Karasinski 过程估计动态传播率
统计方法学
2025-06-02 v1 定量方法
应用统计
摘要
仓室模型在建模传染性病原体的传播方面非常有效，但在拟合表现出随机效应的真实数据集时仍存在不足。我们提出了一种具有动态传播率的随机 SIHR 模型，其中传播率由 Black-Karasinski (BK) 过程建模——这是一种具有稳定均衡分布的均值回复随机过程，使其非常适合建模长期流行病动力学。为了生成 BK 过程的样本路径并估计系统的静态参数，我们采用了粒子马尔可夫链蒙特卡洛 (pMCMC) 方法，因为其在处理复杂状态空间模型和联合估计参数方面非常有效。我们在合成数据上设计了实验，以评估估计精度及其对推断传播率的影响；除均值回复率外，所有 BK 过程参数均被准确估计。我们还评估了 pMCMC 对均值回复率误设的敏感性。结果表明，在不同均值回复率下估计精度保持稳定，尽管较小的值会增加误差方差并使推断结果复杂化。最后，我们将模型应用于亚利桑那州流感住院数据，发现参数估计与已发表的 survey 数据一致。
引用
@article{arxiv.2505.24127,
title = {Estimating dynamic transmission rates with a Black-Karasinski process in stochastic SIHR models using particle MCMC},
author = {Avery Drennan and Jeffrey Covington and Dan Han and Andrew Attilio and Jaechoul Lee and Richard Posner and Eck Doerry and Joseph Mihaljevic and Ye Chen},
journal= {arXiv preprint arXiv:2505.24127},
year = {2025}
}