实际不可辨识性可能妨碍 COVID-19 传染病模型的可靠预测
物理与社会
2021-01-18 v2
摘要
仓室模型被广泛用于描述和预测传染病的传播。此类模型的未知参数需要从数据中估计。此外，当某些模型变量在经验上不可获取时，如 COVID-19 的无症状携带者，它们必须作为模型的输出结果获得。在此，我们引入一个框架来量化数据中的不确定性如何影响给定模型的参数确定以及未测量变量的演化。我们阐明了该方法如何能够刻画不同的可辨识性 regime，即使在具有少量仓室的模型中也是如此。最后，我们讨论了 COVID-19 现实模型中可辨识性的缺乏可能如何阻碍对传染病动力学的可靠预测。
引用
@article{arxiv.2012.00443,
title = {Lack of practical identifiability may hamper reliable predictions in COVID-19 epidemic models},
author = {Luca Gallo and Mattia Frasca and Vito Latora and Giovanni Russo},
journal= {arXiv preprint arXiv:2012.00443},
year = {2021}
}