×

WBR-2019

swMATH ID: 34589
软件作者: James N.Walker。;安德鲁·布莱克(Andrew J.Black)。;Joshua V.罗斯。
描述: WBR-2019:支持论文的代码:部分观测流行病模型的贝叶斯模型判别。针对一大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。
主页: https://www.sciencedirect.com/science/article/abs/pii/S0025556419305073
源代码:  https://github.com/EpiStruct/WBR-2019
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
相关软件: AABC公司;贝叶斯DA;MLM和ABC的保密性;斯托克西米格普;github;EpiStruct公司
引用于: 2文件

2篇连载文章中引用

1 计算物理杂志
1 数学生物科学

按年份列出的引文