固定时间描述性统计低估了疫情曲线集合的极值
物理与社会
2021-02-03 v1 种群与进化
应用统计
摘要
在世界各地，学者们正竞相预测新型冠状病毒 COVID-19 的传播。此类预测通常通过对大量合理相关参数组合进行数值模拟疫情来实现。从所得模拟曲线集合导出的任何疫情轨迹预测都必须附有置信区间，以传达与预测相关的不确定性，这一点至关重要。在此我们认为，用于汇总集合统计的最先进方法未能捕捉关键的流行病学信息。具体而言，当前方法系统性地压制了关于预测轨迹峰值的信息。其根本问题在于统计分析中每个时间步被单独处理。我们建议使用基于曲线的描述性统计来汇总轨迹集合。所呈现的结果使研究者能够报告更具代表性的置信区间，从而产生更现实的疫情轨迹预测，并进而在当前及未来大流行面前促成更好的决策。
引用
@article{arxiv.2007.05035,
title = {Fixed-time descriptive statistics underestimate extremes of epidemic curve ensembles},
author = {Jonas L. Juul and Kaare Græsbøll and Lasse Engbo Christiansen and Sune Lehmann},
journal= {arXiv preprint arXiv:2007.05035},
year = {2021}
}
备注
4 pages, 2 figures