×

传染病空间个体水平模型的高斯过程模拟器。 (英语。法语摘要) Zbl 1353.92008年

摘要:传染病传播空间模型的统计推断通常计算量很大。这些模型通常适用于贝叶斯马尔可夫链蒙特卡罗(MCMC)框架,该框架需要对计算繁琐的似然函数进行多次迭代。我们在这里提出了一种基于所谓仿真技术的推理方法。该方法再次设置在贝叶斯MCMC上下文中,但通过将其替换为基于模拟数据构建的似然函数的高斯过程近似值,避免了计算成本高昂的似然方程的计算。我们表明,这种方法可以用于推断空间疾病系统的模型参数和潜在特征,并且可以以计算效率高的方式完成。

MSC公司:

92B15号机组 普通生物统计学
92天30分 流行病学
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
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Anderson,T.W.1984多元统计分析导论·Zbl 0651.62041号
[2] Arulampalam,在线非线性/非高斯贝叶斯跟踪粒子滤波器教程,IEEE信号处理汇刊50,第174页–(2002)·doi:10.1109/78.978374
[3] Bastos,《高斯过程模拟器诊断》,Technometrics 51 pp 425–(2009)·doi:10.1198/TECH.2009.08019
[4] Bayarri,带功能输出的计算机模型验证,《统计年鉴》,第35页,1874–(2007)·Zbl 1144.62368号 ·doi:10.1214/009053600700000163
[5] 博蒙特,自适应近似贝叶斯计算,Biometrika 96第983页–(2009)·Zbl 1437.62393号 ·doi:10.1093/biomet/asp052
[6] Bhat,《多元输出的计算机模型校准:案例研究》,《统计决策和贝叶斯分析前沿》(2010年)
[7] 布库瓦拉斯,《复杂随机模型中的不确定性管理:狂犬病模型的设计和仿真》,第六届圣彼得堡仿真研讨会,第839页–(2009年)
[8] Brown,S.Csinos,A.Daíz-Pérez,J.C.Gitaitis,R.LaHue,S.S.Lewis,J.Martinez,N.McPherson,R.Mullis,S.Nischwitz,C.Riley,D.Sherwood,J.Sisson,V.Stephenson,M.G.Wells,L.2005佐治亚沿海平原茄科和其他作物中的Tospovirus。佐治亚大学农业与环境科学学院研究报告704
[9] Chis-Ster,2001年英国口蹄疫传播参数,《公共科学图书馆·综合》2 pp e502–(2007)·doi:10.1371/journal.pone.0000502
[10] Conti,复杂多输出和动态计算机模型的贝叶斯仿真,《统计规划与推断杂志》140页640–(2010)·Zbl 1177.62033号 ·doi:10.1016/j.jspi.2009.08.006
[11] 库克,《构建替代干预策略对历史性流行病的影响》,《皇家学会杂志:界面5》,第1203页–(2008年)
[12] Craig,使用计算机模拟器对复杂系统进行贝叶斯预测,《美国统计协会杂志》96页717–(2001)·Zbl 1017.62019年 ·doi:10.1198/016214501753168370
[13] 柯林,确定性函数的贝叶斯预测及其在计算机实验设计和分析中的应用,《美国统计协会杂志》86页953–(1991)·doi:10.1080/01621459.1991.10475138
[14] Dancik,mlegp:使用R对生物系统的计算机模型进行统计分析,生物信息学24页,1966–(2008)·Zbl 05511774号 ·doi:10.1093/bioinformatics/btn329
[15] Davis,R.A.2001年
[16] Deardon,《大型人群传染病个体水平模型的推断》,《中国统计》第20卷第239页–(2010)·Zbl 1180.62163号
[17] Gamerman,D.Lopes,H.F.2006马尔可夫链蒙特卡罗:贝叶斯推断的随机模拟·Zbl 1137.62011年
[18] Gelman,通过实际差异对模型适合性进行后验预测评估,《中国统计》第6卷第733页–(1996年)·Zbl 0859.62028号
[19] Haydon,《参考2001年英国口蹄疫疫情构建和分析流行树木》,伦敦皇家学会学报B辑,《生物科学》270,第121页–(2003)·doi:10.1098/rspb.2002.2191
[20] Hughes,《验证植物疾病在空间和时间上进展的数学模型》,IMA医学与生物学应用数学杂志14,第85页–(1997)·Zbl 0871.92026号 ·doi:10.1093/imammb/14.285
[21] Jandarov,《模拟重力模型推断传染病的时空动力学》,《皇家统计学会杂志:C辑(应用统计)》63页423–(2014)·doi:10.1111/rssc.12042
[22] Kennedy,计算机模型的贝叶斯校准,《皇家统计学会杂志:B辑(统计方法)》63,第425页–(2001)·兹比尔1007.62021 ·数字对象标识代码:10.1111/1467-9868.00294
[23] King,通过R包pomp对部分观测到的马尔可夫过程进行统计推断,《统计软件杂志》69第1页–(2015)
[24] Kwong,大规模空间传染病系统个体水平模型的线性化形式,《数学生物学公报》,第74页,1912–(2012)·兹比尔1252.62110 ·doi:10.1007/s11538-012-9739-8
[25] 刘,贝叶斯计算机模型仿真的动态建模策略,《贝叶斯分析》4第393页–(2004)·Zbl 1330.65034号 ·doi:10.1214/09-BA415
[26] 马约拉姆(Marjoram),《没有可能性的马尔可夫链蒙特卡罗》(Markov chain Monte Carlo without likehood),《美利坚合众国国家科学院院刊》(Proceedings of the National Academy of Sciences of the United States of America)100 pp 15324–(2003)·doi:10.1073/pnas.0306899100
[27] 麦金利,《没有类似洪水的流行病模型推断》,《国际生物统计学杂志》5(2009)·doi:10.2202/1557-4679.1171
[28] Nsoesie,《疫情曲线预测:监督分类方法》,《传染病统计传播》3(2011年)·doi:10.2202/1948-4690.1038
[29] Numminen,《从菌株流行率数据评估肺炎链球菌的传播动力学》,《生物统计学》63,第748页–(2013年)·兹伯利1418.92186 ·doi:10.1111/biom.12040
[30] Oakley,计算机模型输出不确定性分布的贝叶斯推断,Biometrika 89 pp 769–(2002)·doi:10.1093/biomet/89.4.769
[31] O'Hagan,预测的曲线拟合和优化设计,《皇家统计学会杂志:B辑(统计方法)》,40 pp 1–(1978)
[32] 奥尼尔,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辑(社会统计)》162,第121页–(1999)·Zbl 04549851号 ·doi:10.1111/1467-985X.00125
[33] Pokharel,《空间流行病的监督学习和预测,空间和时空流行病学》11,第59页–(2014年)·doi:10.1016/j.sste.2014.08.003
[34] 麻袋,计算机实验的设计与分析,《统计科学》4第409页–(1989)·Zbl 0955.62619号 ·doi:10.1214/ss/1177012413
[35] Santner,T.J.William,B.J.Notz,W.I.2003计算机实验的设计与分析
[36] Tildesley,英国口蹄疫爆发的最佳反应性疫苗接种策略,《自然》440第83页–(2006)·doi:10.1038/nature04324
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。