混合前向 incubation 时间传染病模型的假设检验及其在 COVID-19 暴发中的应用
统计方法学
2023-08-09 v1 应用统计
摘要
2019 年出现的新型冠状病毒病（COVID-19）潜伏期分布对理解该病与制定有效疾病控制措施具有关键临床意义。Qin 等（2020）设计了一项横断面与前向随访研究，以收集若干个体特定观测时间与 COVID-19 症状发作之间的持续时间。他们进一步提出一种混合前向 incubation 时间传染病模型，即潜伏期分布与前向时间分布的混合，以建模所收集持续时间并估计 COVID-19 潜伏期分布。在本文中，当潜伏期服从两参数分布时，我们给出混合前向 incubation 时间传染病模型中未知参数可识别性的充分条件。在相同设定下，我们提出似然比检验（LRT）以检验混合前向 incubation 时间传染病模型为齐次指数分布的零假设。该检验问题非正则，因为仅在备择假设下存在 nuisance 参数。我们建立了 LRT 的极限分布并给出其显式表示。亦获得了在局部备择序列下 LRT 的极限分布。我们的模拟结果表明 LRT 具有合意的第一类错误与功效，并分析了中国 COVID-19 暴发数据集以阐明 LRT 的实用性。
引用
@article{arxiv.2212.03070,
title = {Hypothesis test on a mixture forward-incubation-time epidemic model with application to COVID-19 outbreak},
author = {Chunlin Wang and Pengfei Li and Yukun Liu and Xiao-Hua Zhou and Jing Qin},
journal= {arXiv preprint arXiv:2212.03070},
year = {2023}
}
备注
34 pages, 2 figures, 2 tables