预测 COVID-19 疫苗接种率：一项美国的信息流行病学研究
应用统计
2021-12-10 v2 计量经济学
摘要
在中国最初爆发 COVID-19 一年后，许多国家已批准了紧急疫苗。公共卫生从业者与政策制定者必须了解预测的人群疫苗接种意愿，并实施相关的激励措施。本研究开发了一个基于传统临床数据——包含自回归综合移动平均（ARIMA）自回归模型——和创新型网络搜索查询——包含基于普通最小二乘法/最小绝对收缩与选择算子的线性回归，以及基于提升和随机森林的机器学习——的疫苗接种率预测框架。为了提高准确性，我们对临床数据和网络搜索查询实施了堆叠回归。用于临床数据的 ARIMA (1,0,8) 与用于网络数据的基于支持向量机的提升形成的堆叠回归，构成了预测美国疫苗接种速度的最佳模型。该堆叠回归提供了更准确的预测。这些结果可以帮助政府和政策制定者预测疫苗需求并为相关项目提供资金。
引用
@article{arxiv.2109.13971,
title = {Forecasting the COVID-19 vaccine uptake rate: An infodemiological study in the US},
author = {Xingzuo Zhou and Yiang Li},
journal= {arXiv preprint arXiv:2109.13971},
year = {2021}
}
备注
29 pages, 6 figures, 8 tables; This article has been accepted for publication in Human Vaccines & Immunotherapeutics, published by Taylor & Francis