基于监测数据的预报
统计方法学
2019-12-19 v1 应用统计
摘要
预测疫情的后续发展一直是传染病建模的主要目标之一。本章回顾了量化疫情预报准确性的统计方法。我们区分点预报与概率预报，并描述跨模型评价与比较预测表现的不同方法。两个案例研究展示了如何将不同技术应用于单变量与多变量预报。我们聚焦于基于常规公共卫生监测的计数时间序列预报：瑞士流感样病例的周计数，以及德国柏林诺如病毒胃肠炎的按年龄分层计数。所有分析的数据与代码均可在补充 R 包中获取。
引用
@article{arxiv.1809.03735,
title = {Forecasting Based on Surveillance Data},
author = {Leonhard Held and Sebastian Meyer},
journal= {arXiv preprint arXiv:1809.03735},
year = {2019}
}
备注
This is an author-created preprint of a book chapter to appear in the Handbook of Infectious Disease Data Analysis edited by Leonhard Held, Niel Hens, Philip D O'Neill and Jacco Wallinga, Chapman and Hall/CRC, 2019. 19 pages, including 9 figures and 4 tables; supplementary R package 'HIDDA.forecasting' available https://HIDDA.github.io/forecasting/