具有三级混合的随机流行病模型的统计推断
应用统计
2009-08-17 v1 统计计算
摘要
我们定义了一个随机流行病模型，其中每个个体属于一个家庭、一个次级分组（通常是学校或工作场所）以及整个社区。此外，感染性接触在这三种环境中以可能不同的速率发生。针对该模型，我们考虑如何使用不同类型的数据来估计感染率参数，以理解哪些可以推断、哪些不能推断以及推断的精度。我们发现，与最终规模数据相比，时间数据可以带来相当大的推断收益；数据中的异质性程度对非家庭传播的推断有显著影响；并且推断结果可能与具有两级混合的模型得到的结果有实质性差异。
引用
@article{arxiv.0908.2066,
title = {Statistical inference for stochastic epidemic models with three levels of mixing},
author = {Tom Britton and Theodore Kypraios and Philip O'Neill},
journal= {arXiv preprint arXiv:0908.2066},
year = {2009}
}