随机流行病模型中感染与移除率的配对估计方法
统计方法学
2026-03-24 v1
摘要
随机流行病模型可在观测到感染时间与移除时间时估计感染率与移除率及基本传播数 ()。然而实际中往往仅观测到移除时间而非感染时间，依赖移除时间的现有方法在中大 情况下表现不稳定或产生偏差。我们研究针对部分观测场景下的 SIR/SEIR 模型推断问题，开发基于插值的估计方法，利用小规模完全观测感染期样本，推导其所需的配对暴露项闭式表达式，并采用学生化参数 bootstrap 进行偏差校正与不确定性量化。在模拟实验中，仅依赖移除时间的方法在中大 情况下表现较差，而即使观测到十几个完全感染期也能显著提升感染率估计。对 1861 年 Hagelloch measles outbreak 进行再分析，在模拟缺失情境下恢复出不同学校班级间传播差异的稳定定性结果。基于本研究结果，我们主张以收集适度数量的完全感染期为目标，以提升流行病早期监测的准确性。
引用
@article{arxiv.2603.21992,
title = {Pair-based estimators of infection and removal rates for stochastic epidemic models},
author = {Seth D. Temple and Jonathan Terhorst},
journal= {arXiv preprint arXiv:2603.21992},
year = {2026}
}