×

兹马思-数学第一资源

部分观测时间流行病模型的重要抽样。(英语) Zbl 1430.62030
摘要:我们提出了一种重要抽样算法,它可以产生与观察值完全匹配的马尔科夫流行病模型的实现,取一段时间内单个事件类型的个数。重要性抽样可以用来构造一个有效的粒子滤波器,以系统的状态为目标,从而估计执行贝叶斯推理的可能性。当在粒子边缘Metropolis-Hastings方案中使用时,与简单的bootstrap抽样相比,重要性抽样在单位计算时间的有效样本量方面提供了较大的加速。该算法是通用的,具有最小的限制,并且我们展示了如何将它应用于任何我们希望在一段时间内精确匹配单个事件类型数量的连续时间马尔可夫链。

理学硕士:
6205年 抽样理论,抽样调查
6202年 马尔可夫过程:假设检验
15层62层 贝叶斯推理
92日30分 流行病学
软件:
主教;github
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Aho,A.V.,Ullman,J.D.:计算机科学基础。W、 H.弗里曼与公司,纽约(1995)·Zbl 0816.68001
[2] 张志强,张志强,化学与化学化学研究,化学与化学研究。物理学,127214107,(2007)
[3] Andrieu,C.;Doucet,A.;Holenstein,R.,《粒子马尔可夫链蒙特卡罗方法(与讨论)》,J.R.Stat.Soc。B、 72269-342,(2010年)·Zbl 1411.65020
[4] Black,AJ;Geard,N.;McCaw,JM;McVernon,J.;Ross,JV,根据前几百项研究中收集的数据描述大流行的严重性和传染性,《流行病》,19,61-73,(2017年)
[5] Black,AJ;McKane,AJ,生态学模型的随机公式及其应用,趋势生态学。进化论,27337-345,(2012年)
[6] Black,AJ;Ross,JV,使用流行病早期阶段的家庭序列区间数据估计马尔科夫流行病模型,PLoS ONE,8,e73420,(2013)
[7] Black,AJ;Ross,JV,《流行病最终规模分布的计算》,J.Theor。生物学,367159-165,(2015年)·Zbl 1412.92273
[8] David,H.A.,Nagaraja,H.N.:订单统计,第三版。威利,纽约(2005年)
[9] 马尔可夫粒子链;粒子链中的粒子。肛门。申请书,33943-974,(2015年)·Zbl 1337.82019号
[10] Doucet,A.,de Freitas,N.,Gordon,N.J.(编辑):序列蒙特卡罗方法在实践中的应用。斯普林格,纽约(2001)·000ZB0967
[11] Doucet,A.;Johansen,AM,《粒子过滤和平滑教程:十五年后》,Handb。非线性滤波器,12,3,(2009)·Zbl 05919872
[12] Doucet,A.;Pitt,MK;Deligiannidis,G.;Kohn,R.《使用无偏似然估计量时马尔可夫链蒙特卡罗的有效实现》,Biometrika,102295-313,(2015年)·邮编:450067
[13] Drovandi,C.C.:具有多个CPU的伪边缘算法(2014)。http://eprints.qut.edu.au/61505
[14] Bayesian-LikDros系列,适用于2016年的Bayesian-LikDros系列,型号为34Ct-LikDros,型号为34Ct-LikDros;2016年,型号为34Cc-LikDros,型号为:34Ct-LikDros,型号:34Cc-LikDros;型号:34Ct-LikDros,2016年)·Zbl 1419.62228
[15] 说明:2017年。https://github.com/epithruct/Black-2018
[16] Gibson,GJ;Renshaw,E.,使用马尔可夫链方法估计随机房室模型中的参数,数学。医学。生物学,15,19-40,(1998)·Zbl 0916.92024
[17] Gibson,MA;Bruck,J.,多物种和多通道化学系统的有效精确随机模拟,J.Phys。化学。A、 1041876-1889,(2000年)
[18] 吉列斯皮,DT,耦合化学反应随机时间演化数值模拟的一般方法,J。计算机。物理学,22403-434,(1976年)
[19] Gollightly,A.,Kypraios,T.:随机动力学模型的有效\(SMC^2\)方案。统计计算。(2017年)。https://doi.org/10.1007/s11222-017-9789-8
[20] Gollightly,A.;Wilkinson,DJ,使用粒子马尔可夫链蒙特卡罗对随机生化网络模型的贝叶斯参数推断,界面焦点,1807-820,(2011)
[21] Gordon,NJ;Salmond,DJ;Smith,AFM,《非线性/非高斯贝叶斯状态估计的新方法》,IEE Proc。F、 140,107-113,(1993年)
[22] Jenkinson,G.;Goutsias,J.,《随机流行病学某些模型中主方程的数值积分》,PLoS ONE,7,e36160,(2012)
[23] Jewell,CP;Kypraios,T.;Neal,P.;Roberts,GO,《新兴传染病的贝叶斯分析》,Bayesian Anal.,4465-496,(2009年)·Zbl 1330.62395
[24] Keeling,M.J.,Rohani,P.:在人和动物中建立传染病模型。普林斯顿大学出版社,普林斯顿,新泽西州(2007)·Zbl 1279.92038
[25] Knuth,D.:计算机编程的艺术,第一卷。Addison Wesley,雷丁,MA(1997年)·Zbl 0883.68015
[26] Kroese,D.P.,Taimre,T.,Botev,Z.I.:蒙特卡罗方法手册。纽约威利(2011)·Zbl 1213.65001
[27] Lau,MSY;Cowling,BJ;Cook,AR;Riley,S.,推断家庭流感动态和控制,Proc。自然。阿卡德。科学,1129094-9099,(2015)
[28] 麦金利,TJ;Ross,JV;Deardon,R.;Cook,AR,流行病模型的基于模拟的贝叶斯推理,计算机。统计数据分析,71434-447,(2014年)·Zbl 06975399
[29] O'Neill,PD;Roberts,GO,《部分观测随机流行病的贝叶斯推断》,J.R.Stat.Soc。A、 162121-130,(1999年)
[30] Pitt,MK;Silva,R.;Giordani,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特性》,J.Economo.,171134-151,(2012)·Zbl 1443.62499
[31] Pooley,CM;Bishop,SC;Marion,G.,使用基于模型的离散状态空间参数快速推断方案,连续时间马尔可夫过程,J.R.Soc。接口,120150225,(2015)
[32] Regan,DG;Wood,JG;Benevent,C.;等人,估计预防与男性发生性关系的男性中甲型肝炎爆发的关键免疫阈值,Epidemiol。感染,1441528-1537,(2016年)
[33] Roh,MK;Gillespie,DT;Petzold,LR,加权随机模拟算法中重要抽样的状态相关偏差法,化学杂志。物理学,133174106,(2010年)
[34] Sherlock,C.;Thiery,AH;Roberts,GO;Rosenthal,JS,《伪边缘随机游走大都市算法的效率》,Ann。2015年,第43-238页·Zbl 1326.65015
[35] Stockdale,JE;Kypraios,T.;O'Neill,PD,Abakaliki天花数据的建模和贝叶斯分析,流行病,19,13-23,(2017)
[36] van Kampen,N.G.:物理和化学中的随机过程。阿姆斯特丹爱思唯尔(1992)·Zbl 0974.60020
[37] Walker,JN;Ross,JV;Black,AJ,从家庭分层数据推断流行病学参数,PLoS ONE,12,e0185910,(2017)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。