多层回归后抽样接口：一种用于追踪社区层面 COVID-19 病毒传播的应用
应用统计
2026-01-06 v3
摘要
我们提出了一种新的贝叶斯工作流程，用于多层回归后抽样(MRP)，并引入了针对时间变化数据和细粒度地理信息的扩展，以及公开可用的开源计算工具，促进广泛的研究采用和可重复性。在新冠肺炎疫情期间，缺乏全面或随机检测，我们开发了一种新型方法，用于合成随机抽样的代理，以估计社区层面的病毒暴露率，该方法基于对 asymptomatic 患者（其患者因手术程序而就诊）进行的病毒 RNA 检测。该方法收集 SARS-CoV-2 暴露的常规检测数据，并对样本代表性进行统计调整，使用 MRP 调整样本的非代表性并生成稳定的小组估计。我们以追踪密歇尔州社区层面 COVID-19 病毒传播为例，说明了 MRP 接口的应用。
引用
@article{arxiv.2405.05909,
title = {Multilevel Regression and Poststratification Interface: An Application to Track Community-level COVID-19 Viral Transmission},
author = {Yajuan Si and Toan Tran and Jonah Gabry and Mitzi Morris and Andrew Gelman},
journal= {arXiv preprint arXiv:2405.05909},
year = {2026}
}