我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
人类和动物群体中的传染病往往带来严重的健康和社会经济风险。从统计的角度来看，由于接触习惯的改变、传染源的突变以及人类和动物对流行病的反应的改变，没有两种流行病是相同的，这使他们的预测变得复杂。因此，控制传染机制的模型参数通常是未知的。另一方面，随着数据的积累，需要迅速决定疫情控制策略。在本文中，我们提出了一种用于对结构化人群中的流行病进行推理和在线预测的完全贝叶斯方法。我们方法的主要特点是开发了一种基于MCMC（和自适应MCMC）的方法，用于参数估计、流行病预测和当前未观察到的感染风险的在线评估。我们使用两项补充研究来说明我们的方法：对2001年英国口蹄疫疫情进行分析，并对未来可能发生的禽流感疫情对英国家禽业的潜在风险进行建模。
克里斯·杰维尔（Chris P.Jewell）。 西奥多·基普拉奥斯（Theodore Kypraios）。 彼得·尼尔。 加雷斯·O·罗伯茨。 “新发传染病的贝叶斯分析。” 贝叶斯分析。 4 (3) 465 - 496, 2009 https://doi.org/10.1214/09-BA417
