×
詹姆斯·N·沃克。;安德鲁·布莱克。;Joshua V.罗斯。

部分观测流行病模型的贝叶斯模型判别。 （英语） Zbl 1432.92102号

数学。Biosci公司。 317，文章ID 108266，13 p.（2019）.
摘要：针对一类连续时间马尔可夫链模型，提出了一种有效的贝叶斯模型选择方法，并随后应用于流行病学中的两个重要问题。第一个问题是确定传染期分布的形状；第二个问题是确定个体是否在感染之前、同时或之后出现症状。在这两种情况下，我们都表明，在大多数情况下，可以从小群体多次暴发产生的症状发作数据中确定正确的模型。该方法的工作原理是使用粒子滤波器评估似然，该粒子滤波器结合了一种新的重要性采样算法，该算法是为部分观测的连续时间马尔可夫链设计的。这与另一种重要抽样方法相结合，以无偏估计模型证据。这些都是对精度的估计，允许使用停止标准。我们的方法是通用的，可以应用于具有棘手似然函数的生物和流行病学系统中的广泛模型选择问题。

引用于1文件

MSC公司：

92天30分 流行病学
60J28型 连续时间Markov过程在离散状态空间中的应用

关键词：

型号选择;流行病建模;重要性抽样;马尔可夫链;颗粒过滤器

软件：

EpiStruct公司;github;WBR-2019
PDF格式BibTeX公司 XML格式引用
\textit{J.N.Walker}等人，《数学》。Biosci公司。317，文章ID 108266，13 p.（2019；Zbl 1432.92102）
全文： 内政部 内政部

参考文献：

[1] Lloyd，A.L.，传染病模型中传染期的实际分布：持续性和动力学的变化模式，Theor。大众。《生物学》，60，1，59-71（2001）
[2] Wearing，H.J。；罗哈尼，P。；Keeling，M.J.，《传染病管理的适当模型》，《公共科学图书馆·医学》，第2期，第7期（2005年）
[3] 弗雷泽，C。；莱利，S。；安德森，R.M。；弗格森，N.M.，传染病爆发可控的因素。，程序。国家。阿卡德。科学。美国，101 16，6146-6151（2004）
[4] Gelfand，A.E。；Dey，D.K.，《贝叶斯模型选择：渐近和精确计算》，J.R.Stat.Soc.Ser。B（方法学），56，3，501-514（1994）·Zbl 0800.62170号
[5] 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，生物特征，82，4，711-732（1995）·Zbl 0861.62023号
[6] 沃克，J.N。；J.V.罗斯。；Black，A.J.，从家庭分层数据推断流行病学参数，《公共科学图书馆·综合》，12，10，1-21（2017）
[7] 布莱克，A.J。；齿轮，N。；McCaw，J.M。；McVernon，J。；Ross，J.V.，根据前几百项研究收集的数据表征大流行的严重性和传染性，《流行病学》，19，61-73（2017）
[8] Black，A.J.，部分观测时间流行病模型的重要性抽样，统计计算。，29, 617-630 (2019) ·Zbl 1430.62030
[9] 世界卫生组织，《2017年流感大流行期间世卫组织监测指南》。
[10] 卫生保护局、苏格兰卫生保护局、北爱尔兰传染病监测中心和威尔士国家公共卫生服务局，前几百人项目：2009年英国早期猪流感病例综合评估的流行病学协议。
[11] 澳大利亚卫生部，澳大利亚大流行性流感健康管理计划，2014年。
[12] 辛希默，J.S。；Suchard，医学硕士。；Weiss，R.E.，连续时间马尔可夫链进化模型的贝叶斯选择，分子生物学。演变。，18, 6, 1001-1013 (2001)
[13] 汉克斯，E.M。；Hooten，M.B。；Alldredge，M.W.，动物运动的连续时间离散空间模型，Ann.Appl。统计，9，1，145-165（2015）·Zbl 1454.62445号
[14] Fong，Y。；Guttorp，P。；Abkowitz，J.，造血干细胞命运决定的隐藏随机二室模型中的贝叶斯推断和模型选择，Ann.Appl。统计，3，4，1695-1709（2009）·Zbl 1184.62035号
[15] 《终结论，支持Walker论文的代码》，Black and Ross 2019。可用：https://github.com/EpiStruct/WBR-2019。2019年4月3日（2019年）查阅。
[16] Kroese，D。；Taimre，T。；Botev，Z.，《蒙特卡罗方法手册》（2011），威利·兹比尔1213.65001
[17] Beaumont，M.A.，基因监测人群中人口增长或下降的估计，遗传学，164，3，1139-1160（2003）
[18] Andrieu，C。；Roberts，G.O.，《有效蒙特卡罗计算的伪边缘方法》，《统计年鉴》。，37, 2, 697-725 (2009) ·Zbl 1185.60083号
[19] Drovandi，C.C。；McCutchan，R.A.，Alive（SMC^2）：具有难以处理可能性的低计数时间序列模型的贝叶斯模型选择，生物统计学，72，2，344-353（2016）·Zbl 1419.62228号
[20] Touloupou，P。；Alzahrani，N。；Neal，P。；斯宾塞，S.E.F。；McKinley，T.J.，《需要大规模数据增强的模型的高效模型比较技术》，贝叶斯分析。，13, 2, 437-459 (2018) ·Zbl 1407.62085号
[21] Alzahrani，N。；Neal，P。；斯宾塞，S.E。；麦金利，T.J。；Touloupou，P.，计数数据时间序列的模型选择，计算。统计数据分析。，122，33-44（2018）·Zbl 1469.62013号
[22] 戈登，N。；鲑鱼，D。；Smith，A.，非线性/非高斯贝叶斯状态估计的新方法，IEE Proceedings F，140107-113（1993）
[23] Liu，J.S。；Chen，R。；Logvinenko，T.，带重采样的顺序重要性采样的理论框架，实践中的顺序蒙特卡罗方法，225-246（2001），施普林格·Zbl 1056.93584号
[24] 皮特，M.K。；多斯桑托斯·席尔瓦，R。；佐丹尼，P。；Kohn，R.，《基于粒子滤波的马尔可夫链蒙特卡罗模拟方法的一些性质》，J.Econom。，171, 2, 134-151 (2012) ·Zbl 1443.62499号
[25] Liu，J.S.，科学计算中的蒙特卡罗策略（2008），Springer Science&Business Media·Zbl 1132.65003号
[26] 麦金利，T.J。；J.V.罗斯。；Deardon，R。；Cook，A.R.，基于仿真的流行病模型贝叶斯推断，计算。统计数据分析。，71, 434-447 (2014) ·Zbl 1471.62137号
[27] 基林，M.J。；Rohani，P.，《人类和动物传染病建模》（2007年），普林斯顿大学出版社：新泽西州普林斯顿大学出版·Zbl 1279.92038号
[28] 布莱克，A.J。；McKane，A.J。；努内斯，A。；Parisi，A.，具有分布感染期的易感感染-再感染模型中的随机波动，Phys。版本E，80，021922（2009）
[29] 布莱克，A.J。；Ross，J.V.，《流行病最终规模分布的计算》，J.Theor。生物学，367，159-165（2015）·Zbl 1412.92273号
[30] 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，Adv.App。探针。，18, 289-310 (1986) ·2018年6月9日Zbl
[31] 杜克，R。；Cappé，O.，粒子滤波重采样方案的比较，ISPA 2005。第四届图像和信号处理与分析国际研讨会论文集，2005，64-69（2005），IEEE
[32] Lau，L.L。；Cowling，B.J。；方，V.J。；Chan，K.-H。；Lau，E.H。；Lipsitch，M。；Cheng，C.K。；霍克，P.M。；Uyeki，T.M。；Peiris，J.M.，自然获得性流感病毒感染中的病毒脱落和临床疾病，J.Infect。数字化信息系统。，201, 10, 1509-1516 (2010)
[33] 安德森，R.M。；弗雷泽，C。；加尼，A.C。；唐纳利，C.A。；莱利，S。；新墨西哥州弗格森。；Leung，G.M。；Lam，T.H。；Hedley，A.J.，《流行病学、传播动力学和sars控制：2002-2003年疫情》，Philos。事务处理。R.Soc.伦敦Ser。B、 359、1447、1091-1105（2004）
[34] 豪斯，T。；Baguelin，M。；Van Hoek，A.J。；怀特，P.J。；萨迪克，Z。；Eames，K。；里德，J.M。；Hens，N。；梅利加罗，A。；Edmunds，W.J.，《模拟流感大流行期间当地反应性学校关闭对危急护理提供的影响》，Proc。R.Soc.B，27817192753-2760（2011）
[35] 布莱克，A.J。；豪斯，T。；基林，M.J。；Ross，J.V.，基于家庭的大流行性流感抗病毒预防的流行病学后果，J.R.Soc.Interface，10，81，20121019（2013）
[36] 布莱克，A.J。；Ross，J.V.，使用流行病早期的家庭序列间隔数据估计马尔科夫流行病模型，《公共科学图书馆·综合》，8，8，1-8（2013）
[37] 布莱克，A.J。；Ross，J.V.，《大流行早期接触者追踪和抗病毒预防：重大疫情爆发的可能性》，Math。《医学生物学》，32，3，331-343（2014）·Zbl 1325.92082号
[38] Rubin，D.B.，应用统计学家Ann.统计学家的贝叶斯合理和相关频率计算。，12, 4, 1151-1172 (1984) ·Zbl 0555.62010号
[39] 道德博士。；Jasra，A。；A.李。；Yau，C。；Zhang，X.，活性粒子滤波器及其在粒子马尔可夫链蒙特卡罗中的应用，斯托克。分析。申请。，33, 6, 943-974 (2015) ·Zbl 1337.82019年
[40] 杰曼，S。；Geman，D.，《随机松弛、吉布斯分布和图像的贝叶斯恢复》，IEEE Trans。模式分析。机器。智力。，6, 6, 721-741 (1984) ·Zbl 0573.62030号
[41] Chib，S.，吉布斯输出的边际可能性，美国统计协会，90，432，1313-1321（1995）·Zbl 0868.62027号
[42] 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，J.R.Stat.Soc.A，162，121-130（1999）
[43] Pooley，C.M。；南卡罗来纳州Bishop。；Marion，G.，使用基于模型的提案在离散状态空间上进行快速参数推断，连续时间Markov过程，J.R.Soc.Interface，120150225（2015）
[44] Skilling，J.，嵌套采样，AIP Conf.Proc。，735, 1, 395-405 (2004)
[45] R.Salomone，L.South，C.Drovandi，D.Kroese，通过顺序蒙特卡罗进行无偏和一致嵌套抽样，arXiv:1805.03924（2018）。
[46] 肖邦，N。；雅各布，体育。；Papaspiliopoulos，O.，（SMC^2）：状态空间模型序列分析的有效算法，J.R.Stat.Soc.，75，3，397-426（2013）·兹比尔1411.62242
[47] Golightly，A。；Kypraios，T.，随机动力学模型的高效（SMC^2）方案，统计计算。，28, 6, 1215-1230 (2018) ·Zbl 1430.62054号
[48] 麦金利，T.J。；Neal，P。；斯宾塞，S.E。；Conlan，A。；Tiley，L.，部分观测过程的贝叶斯模型选择：应用于传染病的实验传播研究。，贝叶斯分析。（将于2019年出现）
[49] Akaike，H.，统计模型识别的新视角，IEEE Trans。自动化。控制，19，6，716-723（1974）·Zbl 0314.62039号
[50] Hurvich，C.M。；Tsai，C.-L.，小样本中的回归和时间序列模型选择，Biometrika，76，2，297-307（1989）·Zbl 0669.62085号
[51] Schwarz，G.，估算模型的维数，《Ann.Stat.》，6，2，461-464（1978）·Zbl 0379.62005年
[52] 施皮盖尔哈特，D.J。；贝斯特，N.G。；卡林，B.P。；Van Der Linde，A.，模型复杂性和拟合的贝叶斯度量，J.R.Stat.Soc.，64，4，583-639（2002）·兹比尔1067.62010
[53] 普尔，C.M。；Marion，G.，贝叶斯模型证据作为偏差信息标准的实用替代品，R.Soc.开放科学。，5, 3, 171519 (2018)
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。