基于Dirichlet模型的国内COVID-19疫情数据的Bayesian估计

发布时间：2021-04-20 16:36

　　对累计治愈病例数、现有重症病例数、累计病死病例数、现有轻症病例数的点估计与区间估计进行计算,在Bayesian框架下建立Dirichlet模型,共264个逐日概率指标（治愈概率、重症概率、病死概率及轻症概率）作为参数,通过MCMC方法完成参数的Bayesian估计,最后分别计算COVID-19逐日4个总量指标的点估计及区间估计.结果发现:264条MC链均收敛于各自的后验分布,最大MC误差与标准差的比值百分数仅为0.774 55%;除病死概率可信区间带略宽外,其他3个概率的可信区间带与点估计曲线几乎重合,逐日4个概率点估计最大误差限为3.07%;截至2020-03-28,4个总量指标点估计值分别为75 447.80、742.004 5、3 299.885、1 948.745例,与样本值几乎相等;95%CI分别为:（75 301.20,75 594.39）、（689.881 0,796.082 6）、（3 189.937,3 409.833）、（1 864.045,2 035.075）. 

【文章来源】：四川师范大学学报(自然科学版). 2020,43(06)北大核心

【文章页数】：9 页

【参考文献】：
期刊论文
[1]新型冠状病毒肺炎防控效果的定量评估[J]. 陈端兵,白薇,王岩,王敏,俞伍平,周涛.  电子科技大学学报. 2020(03)
[2]修正SEIR传染病动力学模型应用于湖北省2019冠状病毒病（COVID-19）疫情预测和评估[J]. 曹盛力,冯沛华,时朋朋.  浙江大学学报(医学版). 2020(02)
[3]基于迁徙数据估计武汉感染新型冠状病毒的人员数量[J]. 杨政,原子霞,贾祖瑶.  电子科技大学学报. 2020(03)
[4]GeoBUGS疾病制图法在条件自回归模型中的应用[J]. 高文龙,张继巍,拉扎提.木拉提,李学朝,秦天燕,李娟生.  中国卫生统计. 2017(05)
[5]OpenBUGS软件介绍及应用[J]. 张继巍,高文龙,秦天燕,刘建正,李学朝,拉扎提木拉提,李娟生.  中国卫生统计. 2017(01)



本文编号：3150032