基于偏微分方程的贝叶斯层次模型用于事件传播，以新冠肺炎感染为例
应用统计
2025-09-17 v1
摘要
我们扩展了基于扩散-反应方程的 Wikle 贝叶斯层次模型 [Wikle, 2003]，用于调查 2020 年 3 月至 2022 年 2 月期间美国新冠肺炎的时空传播事件。我们的模型包含一个迁移项，以 account intra-state 传播趋势。我们应用马尔可夫链蒙特卡罗 (MCMC) 方法获取参数后验分布的样本。我们通过收集来自《纽约时报》的数据实现了该方法。我们的分析表明，该方法在一定程度上对模型误指定态具有鲁棒性，并且在模拟设置下优于几种其他方法。我们的分析结果确认扩散率在美国不同地区具有异质性，增长率和迁移速度均随时间变化。
引用
@article{arxiv.2509.13174,
title = {PDE-Based Bayesian Hierarchical Modeling for Event Spread, with Application to COVID-19 Infection},
author = {Mengqi Cen and Xuejing Meng and X. Joan Hu and Juxin Liu and Jianhong Wu},
journal= {arXiv preprint arXiv:2509.13174},
year = {2025}
}