作者
摘要
流行病和气候变化等全球问题需要迅速的国际协调和政策传播。然而，这些现象很少见，其中一个显著的例子是2020年初对新冠肺炎疫情的国际政策应对。在这里，我们建立了一个基于主体的快速政策传播模型，其中国家构成主体，传播的主要机制是同侪模仿。由于准确预测政策扩散曲线具有挑战性，我们利用数据同化，即在线数据馈送来限制模型与观测值之间的差异。我们应用的特定数据同化算法是一种粒子滤波器，因为它实现方便，能够处理类别变量，并且模型的计算成本不太高，因此不需要更高效的算法。我们发现，在至少100次模拟运行的集合中，仅此模型就能够相对较好地预测政策扩散。然而，粒子滤波器提高了对数据的拟合度，从500次向上可靠地运行，增加滤波频率可以改善预测。
建议引用
Yannick Oswald&Nick Malleson&Keiran Suchak，2024年。"基于Agent的2020年国际政策扩散模型——基于粒子过滤器的新冠肺炎疫情应对,"人工社会与社会模拟杂志《人工社会与社会模拟杂志》，第27卷（2），第1-3页。手柄：RePEc:jas:jasssj:2023-17-3
更正
本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:jas:jassj:2023-17-3年。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用这个表格。
如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。
有关本项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Francesco Renzini（以下电子邮件可用）。供应商的一般联系方式： 。
请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。
