×

流行病模型的基于仿真的贝叶斯推理。 (英语) Zbl 1471.62137号

摘要:通过数据增强马尔可夫链蒙特卡罗(DA-MCMC)使用贝叶斯范式是一种有效且灵活的动态模型拟合缺失和删减数据的方法。此样本从关节后部获取参数和缺失数据,但对于大型系统需要较高的内存开销。此外,为缺失数据设计有效的提案分发通常具有挑战性。相反,伪边缘方法使用蒙特卡罗估计对缺失数据进行整合,该估计由模型的多个独立模拟生成。这些技术可以避免DA-MCMC的高存储要求,并在一定条件下生成参数的精确边缘后验分布。提出了一种新的动态传染病模型重要性抽样方法,该方法通过对有效性准则集(基于模型结构)和观测数据进行模拟来实现。利用天花爆发时的清除时间和最终大小数据说明了这些技术的灵活性。结果表明,这些方法可以避免可逆跳跃MCMC的需要,并且可以在由于计算不可行的可能性而无法进行DA-MCMC的情况下进行推理。

MSC公司:

62-08 统计问题的计算方法
62页第10页 统计学在生物学和医学中的应用;元分析
2015年1月62日 贝叶斯推断
92天30分 流行病学
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Andrieu,C。;杜塞特,A。;Holenstein,R.,《粒子马尔可夫链蒙特卡罗方法》,《皇家统计学会杂志》,B辑(方法学),72,269-342,(2010)·Zbl 1411.65020号
[2] Andrieu,C。;Roberts,G.O.,《有效蒙特卡罗模拟的伪边缘方法》,《统计年鉴》,37,697-725,(2009)·Zbl 1185.60083号
[3] Bailey,N.T.,传染病数学理论,(1975年),查尔斯·格里芬公司,伦敦,海威科姆·Zbl 0334.92024号
[4] Ball,F.,流行病模型中感染者轨迹下总大小和总面积分布的统一方法,应用概率进展,18,289-310,(1986)·2018年6月9日Zbl
[5] Beaumont,M.A.,基因监测人群中人口增长和下降的估计,遗传学,1641139-1160,(2003)
[6] 博蒙特,医学硕士。;科努埃,J.-M。;马林·J·M。;Robert,C.P.,自适应近似贝叶斯计算,生物特征,96,983-990,(2009)·Zbl 1437.62393号
[7] 博蒙特,M。;张伟。;Balding,D.,人口遗传学中的近似贝叶斯计算,遗传学,1622025-2035,(2002)
[8] Becker,N.G.,《单一疫情数据分析》,《澳大利亚统计杂志》,25191-197年,(1983)
[9] Becker,N.G.,《传染病数据分析》(1989),查普曼和霍尔,儿童权利委员会
[10] Berthier,P。;博蒙特,医学硕士。;科努埃,J.-M。;Luikart,G.,《利用等位基因频率的时间变化基于Likelihood的有效种群规模估算:系谱方法》,遗传学,160,741-751,(2002)
[11] 布鲁姆,M.G.B。;Tran,V.C.,HIV与接触追踪:近似贝叶斯计算的案例研究,生物统计学,11644-660,(2010)·Zbl 1437.62399号
[12] 男孩,R.J。;Giles,P.R.,具有时间非均匀去除率的随机流行病模型的贝叶斯推断,数学生物学杂志,55,223-247,(2007)·Zbl 1127.62107号
[13] O·卡佩。;A.桂林。;马林·J·M。;Robert,C.P.,人口蒙特卡罗,计算与图形统计杂志,13,4,907-929,(2004)
[14] Cauchemez,S。;瓦勒隆,A.-J。;博埃尔,P.-Y。;弗拉霍特,A。;Ferguson,N.M.,根据哨点数据估计学校关闭对流感传播的影响,《自然》,452750-755,(2008)
[15] Celeux,G。;马林·J·M。;Robert,C.P.,缺失数据问题中的迭代重要性抽样,计算统计与数据分析,503386-3404,(2006)·Zbl 1445.62004号
[16] 奇斯·斯特尔,I。;辛格,B.K。;Ferguson,N.M.,《部分观察到的流行病的流行病学推断:2001年英国口蹄疫疫情的例子》,《流行病学》,第1期,第21-34页,(2009年)
[17] A.库克。;Otten,W。;Marion,G。;Gibson,G。;Gilligan,C.,异质人群中流行病多重传播率的估算,美国国家科学院学报,10420392-20397,(2007)
[18] Deardon,R。;布鲁克斯,S.P。;格伦费尔,B.T。;基林,M.J。;蒂尔德斯利,M.J。;新泽西州萨维尔。;Shaw,D.J。;Woolhouse,M.E.,大型人群中传染病个体水平模型的推断,中国统计局,20,239-261,(2010)·Zbl 1180.62163号
[19] Demiris,N。;O'Neill,P.D.,两级混合流行病的贝叶斯推断,《斯堪的纳维亚统计杂志》,32,265-280,(2005)·Zbl 1091.62114号
[20] 德米里斯,N。;O'Neill,P.D.,《通过随机图对结构化人群中随机多型流行病的贝叶斯推断》,《皇家统计学会杂志》。B系列(方法学),67731-745,(2005)·Zbl 1101.62106号
[21] Demiris,N。;O'Neill,P.D.,广义随机流行病最终结果概率的计算,统计学与计算,16309-317,(2006)
[22] Diggle,P.J。;Gratton,R.J.,隐式统计模型的蒙特卡罗推理方法(含讨论),《皇家统计学会杂志》,B辑(方法学),46,193-227,(1984)·Zbl 0561.62035号
[23] (Doucet,A.;Freitas,N.D.;Gordon,N.,《实践中的序贯蒙特卡罗方法》(2001),Springer)·Zbl 0967.00022号
[24] 艾奇纳,M。;Dietz,K.,《天花的传播潜力:基于疫情详细数据的估计》,《美国流行病学杂志》,158,110-117,(2003)
[25] Erhardt,R.J。;Smith,R.L.,空间极值的近似贝叶斯计算,计算统计与数据分析,56,6,1468-1481,(2012)·Zbl 1246.65023号
[26] 费恩黑德,P。;Meligkotsidou,L.,部分观测连续时间模型的精确滤波,皇家统计学会杂志。B系列(方法学),66771-789,(2004)·Zbl 1046.62100号
[27] 费恩黑德,P。;Prangle,D.,《为近似贝叶斯计算构建汇总统计:半自动近似贝叶斯计算》,英国皇家统计学会杂志。B系列(方法学),74419-474,(2012)·Zbl 1411.62057号
[28] Gelman,A。;卡林,J.B。;斯特恩,H.S。;鲁宾,D.B.,贝叶斯数据分析,(2004),查普曼和霍尔/CRC·Zbl 1039.62018号
[29] Gibson,G.J。;Renshaw,E.,使用马尔可夫链方法估计随机房室模型中的参数,IMA医学和生物学应用数学杂志,15,19-40,(1998)·Zbl 0916.92024号
[30] Gibson,G.J。;Renshaw,E.,使用马尔可夫链方法的随机分段模型的似然估计,统计与计算,11,347-358,(2001)
[31] (Gilks,W.;Richardson,S.;Spiegelhalter,D.,Markov Chain Monte Carlo in Practice,(1996),查普曼和霍尔)·Zbl 0832.00018号
[32] Gillespie,D.T.,耦合化学反应的精确随机模拟,物理化学杂志,812340-2361,(1977)
[33] Green,P.J.,可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定,生物统计学,82,711-732,(1995)·Zbl 0861.62023号
[34] Haario,H。;Saksman,E。;Tamminen,J.,《自适应大都会算法》,伯努利,7,223-242,(2001)·Zbl 0989.65004号
[35] Hastings,W.,使用马尔可夫链的蒙特卡罗采样方法及其应用,生物特征,57,97-109,(1970)·Zbl 0219.65008号
[36] Höhle,M。;Feldmann,U.,随机流行病模型的Rladybug-an R包,计算统计和数据分析,52,2,680-686,(2007)·兹比尔1317.62003
[37] 离子,E。;布雷托,C。;King,A.,《非线性动力系统的推断》,美国国家科学院学报,103,18438-18443,(2006)
[38] 朱厄尔,C.P。;Kypraios,T。;Neal,P。;Roberts,G.O.,《新兴传染病的贝叶斯分析》,贝叶斯研究,第4465-496页,(2009年)·Zbl 1330.62395号
[39] 基林,M.J。;Rohani,P.,《人类和动物传染病建模》(2008),普林斯顿大学出版社·Zbl 1279.92038号
[40] 基林,M.J。;Ross,J.V.,《随机疾病动力学研究方法》,《皇家学会界面杂志》,第5期,第171-181页,(2008年)
[41] Kypraios,T.,2007年。部分观测随机流行病的有效贝叶斯推断和一类新的半参数时间序列模型。博士论文。兰卡斯特大学。
[42] 马约拉姆,P。;莫里托,J。;Plagnol,V.公司。;Tavaré,S.,《没有可能性的马尔可夫链蒙特卡罗》,美国国家科学院学报,10015324-15328,(2003)
[43] 麦金利,T.J。;库克,A.R。;Deardon,R.,《没有可能性的流行病模型推断》,《国际生物统计杂志》,第5期,(2009年)
[44] 北卡罗来纳州大都会。;罗森布鲁斯,A。;罗森布鲁斯,M。;出纳员,A。;特勒,E.,用快速计算机器计算状态方程,化学物理杂志,211087-1091,(1953)·Zbl 1431.65006号
[45] Neal,P.,《针对家庭流行病的高效无忧贝叶斯计算》,统计与计算,(2010年)
[46] 奥尼尔,P。;巴尔丁,D。;北卡罗来纳州贝克尔。;埃罗拉,M。;Mollison,D.,用马尔可夫链蒙特卡罗方法分析家庭疫情的传染病数据,应用统计学,49,517-542,(2000)·Zbl 0965.62098号
[47] 奥尼尔,P.D。;Becker,N.G.,《当敏感性变化时对流行病的推断》,生物统计学,299-108,(2001)·Zbl 1017.62115号
[48] 奥尼尔,P.D。;Roberts,G.O.,部分观测到的随机流行病的贝叶斯推断,皇家统计学会杂志。A系列(概述),162121-129,(1999)
[49] O'Ryan,C。;哈雷,E.H。;布鲁福德,M.W。;博蒙特,M。;韦恩,R.K。;Cherry,M.I.,零散南非水牛种群遗传多样性的微卫星分析,动物保护,185-94,(1998)
[50] O.帕帕斯皮利奥普洛斯。;Roberts,G.O。;Sköld,M.,《分层模型和数据增强的非中心参数化》,(Bernardo,J.M.;Bayarri,M.J.;Berger,J.O.;Dawid,A.P.;Heckerman,D.;Smith,A.F.M.;West,M.《贝叶斯统计学》第7卷(1998),牛津大学出版社),307-326
[51] Plummer,M.、Best,N.、Cowles,K.、Vines,K.,2010年。Coda:MCMC的输出分析和诊断,R包版本0.14-2。
[52] R开发核心团队,R:统计计算的语言和环境,(2011年),奥地利维也纳R统计计算基金会
[53] Rida,W.N.,一般随机流行病模型中感染率某些估计的渐近性质,英国皇家统计学会杂志。B系列(方法学),53,269-283,(1991)·Zbl 0800.62737号
[54] Roberts,G.O。;Rosenthal,J.S.,《自适应MCMC示例》,《计算与图形统计杂志》,18,349-367,(2009)
[55] 罗斯,J。;Taimre,T。;Pollett,P.,关于种群模型中的参数估计,理论种群生物学,70498-510,(2006)·Zbl 1118.92052号
[56] Sisson,S。;范,Y。;Tanaka,M.M.,《无可能性序贯蒙特卡罗》,美国国家科学院院刊,1041760-1765,(2007)·Zbl 1160.65005号
[57] 田中,M.M。;弗朗西斯,A.R。;卢西亚尼,F。;Sisson,S.,使用近似贝叶斯计算从基因型数据估计结核病传播参数,遗传学,1731511-1520,(2006)
[58] 塔瓦雷,S。;巴尔丁,D.J。;格里菲斯,R。;Donnelly,P.,从DNA序列数据推断聚合时间,遗传学,145,505-518,(1997)
[59] Toni,T。;韦尔奇,D。;斯特雷尔科瓦,N。;艾普森。;Strumpf,M.P.,动力学系统中参数推断和模型选择的近似贝叶斯计算方案,皇家学会接口杂志,6187-202,(2009)
[60] Weirman,J.C。;Marchette,D.J.,用易感染易感模型模拟计算机病毒流行率,重新引入,计算统计与数据分析,45,1,3-23,(2004)·兹比尔1429.68037
[61] R.D.威尔金森,2010年。近似贝叶斯计算(ABC)在模型误差的假设下给出了准确的结果(提交出版)。
[62] Wong,H。;邵,Q。;Ip,W.,《用变化点模拟呼吸道疾病:香港SARS疫情的教训》,计算统计与数据分析,57,1589-599,(2013)
[63] 杨,Y。;Longini,I.M。;Halloran,E.,密切接触群体传染病发病率数据的数据扩充方法,计算统计学和数据分析,51,126582-6595,(2007)·Zbl 1445.62300号
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。