×
西德哈特·拉瓦特;德布，苏迪普

分析美国新冠肺炎传播的时空统计模型。 （英语） Zbl 07742662号

J.应用。斯达。 50，编号11-12，2310-2329（2023）.
摘要：冠状病毒大流行已对全世界产生广泛影响，了解该病的传播方式至关重要。在这项工作中，我们在大流行数据中提供了空间依赖性的证据，并相应地开发了一种新的统计技术，以适当地捕获新冠肺炎传播的时空依赖模式。该模型采用可分离的高斯时空过程、加性平均结构和随机误差过程。该模型通过贝叶斯框架实现，因此与经典方法相比具有计算优势。在本研究中，我们使用了美国各州的数据。我们表明，在这种情况下，二次趋势模式是最合适的。有趣的是，研究发现，人口数量对疾病的传播没有显著影响，而前一周的死亡人数对疾病传播有积极影响。残差诊断确定模型足以理解数据中的时空依赖模式。它还显示出比其他时空模型具有更好的预测能力。事实上，我们表明，所提出的方法可以很好地预测短期（1周）和长期（最多三个月）。

引用于1文件

MSC公司：

62至XX 统计

关键词：

冠状病毒;贝叶斯分析;吉布斯采样;流行病学;大流行

软件：

汽车贝叶斯特;github;阀杆;R-INLA公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Rawat}和\textit{S.Deb}，J.Appl。Stat.50，No.11--12，2310--2329（2023；Zbl 07742662）
全文： DOI程序

参考文献：

[1] Alexakis，C。；Eleftheriou，K。；Patsoulis，P.，《Covid-19遏制措施与股市回报：国际空间计量经济学调查》，J.Behav。出口财务。，29 (2021)
[2] Alzahrani，S.I。；Aljaman，I.A。；Al-Fakih，E.A.，《使用ARIMA预测模型预测当前公共卫生干预下新冠肺炎疫情在沙特阿拉伯的传播》，J.Infect。公众。健康。，13, 914-919 (2020)
[3] Anastasopoulou，C。；Russo，L。；Tsakris，A。；Siettos，C。；Othumpangat，S.，《新型冠状病毒疫情的基于数据的分析、建模和预测》，《公共科学图书馆·综合》，15，e0230405（2020）
[4] 安德森·L·M。；哈登，S.R。；萨格，M.M。；Runkle，J.D。；Lundquist，T.E.，《分析美国局部Covid-19传播的空间决定因素》，科学。Total Environ.公司。，754 (2020)
[5] 布兰吉亚多，M。；卡梅莱蒂，M。；Baio，G。；Rue，H.，带有R-INLA的时空模型，Spat。时空。流行病。，4, 33-49 (2013)
[6] 盒子，G.E.P。；Pierce，D.A.，自回归积分移动平均时间序列模型中的残差自相关分布，美国统计协会，65，1509-1526（1970）·Zbl 0224.62041号
[7] 克鲁克斯，J.L。；？zkaynak，H.，多重pm2的同步统计偏差校正。区域光化学网格模型Atmos中的5个物种。环境。，95, 126-141 (2014)
[8] Deb，S.和Majumdar，M.，《分析新冠肺炎发病模式和估计繁殖数量的时间序列方法》，预印本（2020年）。在arXiv的可用性：2003.10655。
[9] Deb，S。；Tsay，R.S.，具有时空相互作用的时空模型及其在空气污染数据中的应用，Stat.Sin。，29, 1181-1207 (2019) ·Zbl 1421.62156号
[10] Dickson，M.M。；埃斯帕，G。；朱利安尼，D。；Santi，F。；Savadori，L.，《评估遏制措施对意大利covid-19时空动态的影响》，非线性。动态。，101, 1833-1846 (2020)
[11] Elhorst，J.P.，空间面板数据模型的规范和估计，国际注册科学。修订版，26244-268（2003）
[12] Faíco-Filho，K.S。；帕萨雷利，V.C。；Bellei，N.，严重急性呼吸系统综合征冠状病毒2型中较高的病毒载量与死亡有关吗？，美国J.特罗普。医学Hyg。，103, 2019-2021 (2020)
[13] Fuentes，M.，《时空协方差函数可分性测试》，J.Stat.Plan。推断。，136, 447-466 (2006) ·Zbl 1077.62076号 ·doi:10.1016/j.jspi.2004.07.004
[14] 朱利安尼，D。；Dickson，M.M。；埃斯帕，G。；Santi，F.，《模拟和预测新型冠状病毒在意大利的时空传播》，BMC。感染。数字化信息系统。，20, 1-10 (2020)
[15] Gneiting，T。；Raftery，A.E.，《严格正确的评分规则、预测和估计》，《美国统计协会期刊》，第102期，第359-378页（2007年）·Zbl 1284.62093号 ·doi:10.1198/0162145000001437
[16] Guliyev，H.，使用空间面板数据模型确定新型冠状病毒肺炎的空间效应，Spat。统计，38（2020）
[17] Holshue，M.L。；DeBolt，C。；Lindquist，S。；Lofy，K.H。；魏斯曼，J。；布鲁斯，H。；Spitters，C。；Ericson，K。；Wilkerson，S。；Tural，A.，2019年美国第一例新型冠状病毒病例，《新英格兰医学杂志》，382929-936（2020）
[18] [数据集]JHU-CSSE，约翰斯·霍普金斯大学的2019新型冠状病毒COVID-19（2019-nCoV）数据库，2020。可在https://github.com/CSSEGISandData/COVID-19。上次访问时间为2020年11月30日。
[19] 约旦，A。；Krüger，F。；Lerch，S.，使用scoringRules评估概率预测，J.Stat.Softw。，90, 1-37 (2019) ·doi:10.18637/jss.v090.i12
[20] Kang，D。；Choi，H。；Kim，J.-H。；Choi，J.，中国新冠肺炎疫情的空间流行动力学，国际传染病杂志。数字化信息系统。，94, 96-102 (2020)
[21] Katris，C.，《基于时间序列的疫情传播预测统计方法：新型冠状病毒肺炎在希腊的应用》，专家。系统。申请。，166 (2021) ·doi:10.1016/j.eswa.2020.114077
[22] Khan，F.M.（法语：Khan，F.M.）。；Gupta，R.，Arima和nar基于时间序列分析的印度新冠肺炎病例预测模型，J.Saf。科学。弹性，1，12-18（2020年）
[23] Körba，伊拉克。；Sözen，A。；Tuncer，A.D。；Kazancólo lu，F..，利用ARIMA、NARNN和LSTM方法对欧洲各国新冠肺炎病例进行竞争性分析和预测，混沌-孤立分形，138（2020）
[24] Lee，D。；拉什沃思，A。；Napier，G.，《利用CARBayesT软件包利用条件自回归先验对R进行时空面积单位建模》，J.Stat.Softw。，84, 1-39 (2018) ·doi:10.18637/jss.v084.i09
[25] Leffler，C.T。；英格·E。；Lykins，J.D。；霍根，M.C。；McKeown，C.A。；Grzybowski，A.，《全国冠状病毒死亡率与人口统计、检测、封锁和公众佩戴口罩的关联》，Am.J.Trop。医学Hyg。，103, 2400-2411 (2020) ·doi:10.4269/ajtmh.20-1015
[26] Leroux，B.G.，Lei，X.和Breslow，N.，《小区域疾病率估计：空间依赖性的新混合模型》，收录于《流行病学、环境和临床试验的统计模型》，Springer，2000年，第179-191页。doi:·Zbl 0957.62095号
[27] 林格伦，F。；Rue，H.，贝叶斯空间建模与R-INLA，J.Stat.Softw。，63, 1-25 (2015)
[28] Mardia，K.V。；Goodall，C.R.，多元环境监测数据的时空分析，多元环境统计，6347-385（1993）·兹比尔0825.62996
[29] Miller，D.M.，《减少曲线拟合中的转换偏差》，《美国统计》，38，124-126（1984）
[30] 米纳斯尼，B。；McBratney，A.B.，Matérn函数作为土壤变异函数的一般模型，Geoderma，128192-207（2005）·doi:10.1016/j.geoderma.2005.04.003
[31] Neumann，J。；Burks，A.W.，《自生自动机理论》，1102024（1966），伊利诺伊大学出版社：Urbana，伊利诺依大学出版社
[32] 天堂，I。；Conesa，D。；Lopez-Quilez，A。；Bellido，J.M.，半连续物种分布建模用共享组件的时空模型结构，Spat。统计，22，434-450（2017）·doi:10.1016/j.spasta.2017.08.001
[33] Pettitt，A.N.，使用Anderson-DDarling统计量测试几个独立样本的正态性，J.R.Stat.Soc.：Ser。C（应用统计），26，156-161（1977）
[34] Pujadas，E.、Chaudhry，F.、McBride，R.、Richter，F.，Zhao，S.、Wajnberg，A.、Nadkarni，G.、Glicksberg，B.、Houldsworth，J.和Cordon-Cardo，C.，SARS-CoV-2病毒载量预测COVID-19死亡率，medRxiv，2020年。
[35] 罗杰森，P.A.，《寻找地理中心的新方法及其在美国各州的应用》，Geogr.教授。，67, 686-694 (2015)
[36] H街。；马蒂诺，S。；肖邦，N.，《利用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断》，J.R.Stat.Soc.：Ser。B（Stat.Methodol.），71，319-392（2009）·Zbl 1248.62156号
[37] Sahu，S.K。；Gelfand，A.E。；Holland，D.M.，Fusing点和面层时空数据及其在湿沉降中的应用，J.R.Stat.Soc.：Ser。C（应用统计），59，77-103（2010）
[38] Sartorius，B。；劳森·A·B。；Pullan，R.L.，《建模和预测新型冠状病毒的时空传播、相关死亡和英国关键风险因素的影响》，科学。众议员，11，1-11（2021）
[39] 医学硕士Shereen。；Khan，S。；Kazmi，A。；北巴希尔。；Siddique，R.，《新型冠状病毒感染：人类冠状病毒的起源、传播和特征》，《高级研究杂志》，第24期，第91-98页（2020年）·doi:10.1016/j.jare.2020.03.005
[40] Sun，F。；马修斯，S.A。；Yang，T.-C。；Hu，M.-H.，《截至2020年6月28日美国各县新型冠状病毒肺炎期间流行的空间分析：地理因素在哪里重要？》？，流行病学年鉴。，52, 54-59 (2020)
[41] 高木，H。；库诺，T。；Y.横山。；上山，H。；松城，T。；哈里，Y。；Ando，T.，《基于美国前50大城市社会经济特征的新型冠状病毒肺炎流行/死亡的荟萃回归》，J.Med.Virol。，93, 595-598 (2021) ·doi:10.1002/jmv.26335
[42] Tuli，S.、Tuli，S.、Tulie，R.和Gill，S.S.，使用机器学习和云计算预测新型冠状病毒疫情的增长和趋势，物联网，2020年，第100222页。
[43] 弗拉克，M。；Friederics，P.，《多元变量间、空间和时间偏差修正》，J.Clim。，28, 218-237 (2015)
[44] Wang，H。；王，X。；威尔曼，J.F。；Liang，R.Y.，使用高斯-马尔可夫随机场的贝叶斯随机土壤建模框架，J.风险不确定性工程系统。A： 土木工程，4（2018）·doi:10.1061/AJRUA6.0000965
[45] 王，P。；郑，X。；李，J。；Zhu，B.，用逻辑模型和机器学习技术预测新冠肺炎的流行趋势，混沌孤立分形，139（2020）
[46] Wang，L.，Zhou，Y.，He，J.，Zhu，B.，Wang，F.，Tang，L..，Kleinsasser，M.，Barker，D.，Eisenberg，M.C.和Song，P.X.K.，《中国新冠肺炎疫情的流行病学预测模型和评估干预措施的软件》，《数据科学杂志》。18（2020年），第409-432页。
[47] Wu，J.T。；Leung，K。；Leung，G.M.，《现代预测和预测2019-nCoV疫情在中国武汉爆发的潜在国内和国际传播：建模研究》，《柳叶刀》，395689-697（2020）
[48] 张，S。；王，S。；袁，L。；刘，X。；龚，B.，疫情对农业生产的影响和新型冠状病毒预测，中国农业。经济。版本（2020）·doi:10.1108/CAER-04-2020-0055
[49] Zhou，Y.，Wang，L.，Zhang，L.、Shi，L.和Yang，K.、He，J.、Zhao，B.、Overton，W.、Purkayastha，S.和Song，P.，一个时空流行病学预测模型，用于告知美国县级COVID-19风险，哈佛数据科学。版本（2020）。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。