典型文献
基于分层贝叶斯时空Poisson模型的流行病建模研究
文献摘要：
流行病的广泛传播对经济发展以及日常生活造成了巨大的冲击.因此,收集流行病相关数据并分析其发病率或感染强度的时空规律对制定相应的控制策略,经济恢复政策等方面至关重要.文章讨论了基于分层贝叶斯时空Poisson模型的流行病建模方法,具体包括数据模型,过程模型以及参数模型的不同设定,参数先验分布的讨论,模型选择等.基于这种思路对流行病的传播和发展进行分析,可以研究不同地区的空间差异性及其他协变量对流行病趋势的影响,同时也可以研究病毒传播的时空依赖性和空间效应的异方差结构.所讨论的建模方法可为相关问题研究提供理论参考.对于参数估计,可利用已有的软件WinBUGS和OpenBUGS中默认的马尔可夫链蒙特卡罗算法(MCMC)下的Gibbs抽样算法.
文献关键词：
分层贝叶斯模型;时空分析;流行病建模;Gibbs抽样
中图分类号：
作者姓名：
梁永玉;田茂再
作者机构：
兰州财经大学统计学院,兰州730020;中国人民大学应用统计科学研究中心,北京100872;中国人民大学统计学院,北京100872
文献出处：
引用格式：
[1]梁永玉;田茂再-.基于分层贝叶斯时空Poisson模型的流行病建模研究)[J].系统科学与数学,2022(02):462-472
A类：
流行病建模
B类：
斯时,Poisson,建模研究,广泛传播,集流,感染强度,时空规律,经济恢复,复政,数据模型,过程模型,参数模型,先验分布,模型选择,空间差异性,协变量,病毒传播,时空依赖性,空间效应,异方差,参数估计,WinBUGS,OpenBUGS,默认,马尔可夫链,蒙特卡罗算法,MCMC,Gibbs,分层贝叶斯模型,时空分析
AB值：
0.42195
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
