连续时间传染动力学中离散时间方法的局限性

传染的连续时间马尔可夫过程模型被广泛研究，尤其因为其在预测现实世界传染演变和制定控制措施方面的效用。然而，经常采用离散时间方法来分析此类模型或进行数值模拟。在这种情况下，时间被离散化为均匀步长，状态间的转移速率被转移概率取代。在本文中，我们阐明了该方法的潜在局限性。我们展示了离散化时间如何导致可准确研究的模型参数值受到限制。我们考察了文献中采用的数值模拟方案，展示了与连续时间形式体系相比，同步型更新方案会如何偏倚离散时间形式体系。基于事件的模拟（如 Gillespie 算法）被提出作为最优模拟方案，无论在复现连续时间过程还是计算速度方面。最后，我们展示了离散化时间会如何影响传染病阈值的值，即便在感染率和恢复率均较大且二者比值较小时。