针对生物种群网络的时空动态推断
应用统计
2024-02-07 v2 物理与社会
种群与进化
摘要
生态学与流行病学中的数学模型必须与观测数据一致，以产生可靠的知识和循证政策。由连通子种群网络组成的集合种群系统，由于非线性、随机性交互，在统计推断方面带来技术挑战。进行推断时遇到的数值困难会阻碍关于数学模型与数据之间联系的核心科学问题。近来，一种算法被开发出来，能够对集合种群系统中出现的高维部分观测随机动态模型进行有效的基于似然的推断。COVID-19 大流行提供了一个数学模型及其政策含义被广泛关注的情境，我们使用这一新推断技术重新审视了一个有影响力的集合种群模型，该模型在疫情早期用于告知基础流行病学认识。我们的方法支持自我批判的数据分析，使我们能够识别并解决模型局限，从而得到统计拟合和参数可识别性大幅改善的新模型。我们的结果表明，2020 年 1 月 23 日在中国启动的封控比先前认为的更有效。我们进而为未来的集合种群系统建模推荐统计分析标准。
引用
@article{arxiv.2311.06702,
title = {Inference on spatiotemporal dynamics for networks of biological populations},
author = {Jifan Li and Edward L. Ionides and Aaron A. King and Mercedes Pascual and Ning Ning},
journal= {arXiv preprint arXiv:2311.06702},
year = {2024}
}