基于数据驱动马尔可夫过程与异质模拟的 COVID-19 感染预测与干预效果评估
应用统计
2021-01-11 v1 社会与信息网络
摘要
2019 冠状病毒病（COVID-19）大流行已造成大量死亡，并对全球经济发展产生破坏性影响。因此，控制其进一步传播至关重要，为此有必要揭示其传播过程机制并评估不同防控策略的效果。为应对这些问题，我们将 COVID-19 的传播描述为一个含四个参数的爆发性马尔可夫过程。所提马尔可夫过程的状态转移可清晰揭示 COVID-19 的剧烈爆发与复杂异质性。在此基础上，我们进一步提出一种具有异质感染的模拟方法。实验表明，我们的方法能紧密追踪 COVID-19 真实传播过程，揭示其传播机制，并预测不同非药物干预策略下的传播情况。更重要的是，我们的方法有助于制定针对 COVID-19 的有效策略，并在不同国家/城市间恰当比较其防控效果。
引用
@article{arxiv.2101.03133,
title = {Infections Forecasting and Intervention Effect Evaluation for COVID-19 via a Data-Driven Markov Process and Heterogeneous Simulation},
author = {Quan-Lin Li and Chengliang Wang and Yiming Xu and Chi Zhang and Yanxia Chang and Xiaole Wu and Zhen-Ping Fan and Zhi-Guo Liu},
journal= {arXiv preprint arXiv:2101.03133},
year = {2021}
}
备注
29 pages, 10 figures