×

兹马思-数学第一资源

部分观测流行病模型的贝叶斯模型判别。(英语) Zbl 1432.92102
摘要:针对一类广泛的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,并应用于流行病学中的两个重要问题。第一个问题是确定感染期分布的形状;第二个问题是确定个人是否在感染之前、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,可以从小群体中多次暴发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来评估似然性,该滤波器结合了针对部分观测的连续时间Markov链设计的新的重要抽样算法。这与另一种重要抽样方法相结合,对模型证据进行无偏估计。这些都带有精度估计,允许使用停止标准。我们的方法是通用的,可以应用于生物和流行病学系统中具有难以处理的似然函数的广泛的模型选择问题。
理学硕士:
92日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
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 劳埃德传染病模型的持续性理论。平民。生物学,60,1,59-71(2001)
[2] Wearing,H.J.;Rohani,P.;Keeling,M.J.,《传染病管理的适当模型》,PLoS医学出版社,2,7(2005)
[3] Fraser,C.;Riley,S.;Anderson,R.M.;Ferguson,N.M.,《使传染病暴发可控的因素》,Proc。自然。阿卡德。科学。美国,101166146-6151(2004)
[4] Gelfand,A.E.;Dey,D.K.,《贝叶斯模型选择:渐近性和精确计算》,J.R.Stat.Soc。爵士。B(方法学),56,3,501-514(1994)·Zbl 0800.62170
[5] 格林,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,生物计量学,824711-732(1995)·Zbl 0861.62023
[6] Walker,J.N.;Ross,J.V.;Black,A.J.,《从家庭分层数据推断流行病学参数》,PLoS ONE,12,10,1-21(2017年)
[7] Black,A.J.;Geard,N.;McCaw,J.M.;McVernon,J.;Ross,J.V.,《从最初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)
[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,29617-630(2019年)·Zbl 1430.62030
[9] 世界卫生组织,《世卫组织流感大流行期间监测指南》,2017年。
[10] 健康保护局、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,第一个几百(FF100)项目:联合王国早期猪流感病例综合评估的流行病学方案,2009年。
[11] 澳大利亚卫生部,《澳大利亚大流行性流感卫生管理计划》,2014年。
[12] Sinsheimer,J.S.;Suchard,M.A.;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。《进化》,18,6,1001-1013(2001)
[13] Hanks,E.M.;Hooten,M.B.;Alldrange,M.W.,《动物运动的连续时间离散空间模型》,Ann。申请。Stat.,9,1145-165(2015年)·Zbl 06446564
[14] Fong,Y.;Guttorp,P.;Abkowitz,J.,《造血干细胞命运决定的隐随机二室模型中的贝叶斯推理和模型选择》,Ann。申请。Stat.,3,4,1695-1709(2009年)·62ZB034
[15] Epistruct,代码支持造纸机,布莱克和罗斯2019。网址:https://github.com/episitrut/WBR-2019。访问日期:2019年4月3日(2019年)。
[16] Kroese,D.;Taimre,T.;Botev,Z.,《蒙特卡罗方法手册》(2011),威利·Zbl 1213.65001
[17] Beaumont,M.A.,《遗传监测种群中种群增长或下降的估计》,遗传学,164,31139-1160(2003)
[18] Andrieu,C.;Roberts,G.O.,《有效蒙特卡罗计算的伪边缘方法》,Ann。Statist.,37,2697-725(2009年)·Zbl 1185.60083
[19] Drovandi,C.C.;McCutchan,R.A.,Alive\(SMC^2\):低计数时间序列模型的贝叶斯模型选择,生物识别,72,2,344-353(2016)·Zbl 1419.62228
[20] Touloupou,P.;Alzahrani,N.;Neal,P.;Spencer,S.E.F.;McKinley,T.J.,《需要大规模数据扩充的模型的有效模型比较技术》,Bayesian Anal.,13,2,437-459(2018年)·Zbl 1407.62085
[21] 时间序列;时间序列;计算机;时间序列。统计数据分析,12233-44(2018年)·Zbl 06920306
[22] Gordon,N.;Salmond,D.;Smith,A.,《非线性/非高斯贝叶斯状态估计的新方法》,IEE论文集F,140,107-113(1993)
[23] Liu,J.S.;Chen,R.;Logvinenko,T.,《序列重要性抽样与再抽样的理论框架》,序列蒙特卡罗方法在实践中,225-246(2001),Springer·Zbl 1056.93584
[24] Pitt,M.K.;dos Santos 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》,经济学杂志,171,2,134-151(2012)·Zbl 1443.62499
[25] 刘杰,科学计算中的蒙特卡罗策略(2008),施普林格科学与商业媒体·Zbl 1132.65003
[26] McKinley,T.J.;Ross,J.V.;Deardon,R.;Cook,A.R.,《流行病模型的基于模拟的贝叶斯推断》,计算机。统计数据分析,71434-447(2014)·Zbl 06975399
[27] Keeling,M.J.;Rohani,P.,《人类和动物传染病模型》(2007),普林斯顿大学出版社:普林斯顿大学出版社新泽西·Zbl 1279.92038
[28] 传染病周期分布;传染病模型。版次。E、 80021922(2009年)
[29] Black,A.J.;Ross,J.V.,《流行病最终规模分布的计算》,J.Theor。生物,367159-165(2015)·Zbl 1412.92273
[30] Ball,F.,传染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。应用程序。Prob.,18289-310(1986年)·中银0606.92018
[31] Douc,R.;Cappé,O.《粒子滤波重采样方案的比较》,ISPA 2005。第四届图像与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.;Fang,V.J.;Chan,K.-H.;Lau,E.H.;Lipsitch,M.;Cheng,C.K.;Houck,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.Infecture。第201、10、1509-1516页(2010年)
[33] Anderson,R.M.;Fraser,C.;Ghani,A.C.;Donnelly,C.A.;Riley,S.;Ferguson,N.M.;Leung,G.M.;Lam,T.H.;Hedley,A.J.,《sars的流行病学、传播动力学和控制:2002-2003年的流行》,Philos。翻译。R、 伦敦服务中心。B、 359、1447、1091-1105(2004年)
[34] 流行性感冒的应对措施;流行性感冒的影响。R、 Soc。B、 27817192753-2760(2011年)
[35] Black,A.J.;House,T.;Keeling,M.J.;Ross,J.V.《大流行性流感家庭抗病毒预防的流行病学后果》,J.R.Soc。接口,1018120121019(2013)
[36] Black,A.J.;Ross,J.V.,《利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,8,8,1-8(2013)
[37] Black,A.J.;Ross,J.V.,《大流行早期的接触追踪和抗病毒预防:大爆发的概率》,数学。医学。生物,32,331-343(2014)·Zbl 1325.92082
[38] Rubin,D.B.,Bayesian合理和相关的频率计算应用统计学家,Ann。统计师,12,4,1151-1172(1984年)·Zbl 0555.62010
[39] Moral,P.D.;Jasra,A.;Lee,A.;Yau,C.;Zhang,X.,《活着的粒子过滤器及其在粒子马尔可夫链中的应用》,Stoch。肛门。申请书,336943-974(2015年)·Zbl 1337.82019号
[40] Geman,S.;Geman,D.,《随机松弛,吉布斯分布和图像的贝叶斯恢复》,IEEE Trans。肛门模式。机器。国际,6,6,721-741(1984年)·零担0573.62030
[41] Chib,S.,Gibbs输出的边际可能性,J.Am。统计协会,904321313-1321(1995)·Zbl 0868.62027
[42] O'Neill,P.D.;Roberts,G.O.,部分观察到的随机流行病的贝叶斯推断,J.R.Stat.Soc。A、 162121-130(1999年)
[43] Pooley,C.M.;Bishop,S.C.;Marion,G.,《使用基于模型的方案快速推断离散状态空间的参数,连续时间马尔可夫过程》,J.R.Soc。接口,120150225(2015)
[44] Skilling,J.,《嵌套取样》,AIP Conf.Proc.,735,1395-405(2004年)
[45] R、 Salomone,L.South,C.Drovandi,D.Kroese,《通过序贯蒙特卡罗进行无偏一致嵌套抽样》,arXiv:1805.03924(2018年)。
[46] 肖邦,N.;雅各布,P.E.;帕帕斯皮利奥普洛斯,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)·Zbl 1411.62242
[47] Golightly,A.;Kypraios,T.,《随机动力学模型的有效(SMC^2\)方案》,Stat.Comput.,28,6,1215-1230(2018年)·Zbl 1430.62054
[48] McKinley,T.J.;Neal,P.;Spencer,S.E.;Conlan,A.;Tiley,L.,《部分观察过程的贝叶斯模型选择:在传染病的实验传播研究中的应用》,《贝叶斯肛门》。(出炉日期:2019年)
[49] Akaike,H.,《统计模型识别的新视角》,IEEE Trans。自动驾驶。控制,19,6,716-723(1974)·Zbl 0314.62039
[50] Hurvich,C.M.;Tsai,C.-L.,小样本回归和时间序列模型选择,生物计量学,76,2,297-307(1989)·零担0669.62085
[51] Schwarz,G.,估计模型的维数,Ann。Stat.,6,2461-464(1978年)·Zbl 0379.62005
[52] Spiegelhalter,D.J.;Best,N.G.;Carlin,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年)·Zbl 1067.62010
[53] Pooley,C.M.;Marion,G.,《贝叶斯模型证据作为偏离信息准则的实用替代》,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。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。