Estimation in Multitype Epidemics
多类型流行病模型中的估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究多类型传染过程的统计识别，比例混合本身不足以确定网络与干扰等经济学分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多类型流行病模型中的估计
- 研究问题
- 多类型人群的易感性与传染性参数，在完整过程、移除过程或仅终态可观测时，分别能否识别并达到何种估计速率？
- 方法与思路
- 作者在类型间比例混合的流行病模型中，针对三类观测数据推导估计程序，并在发生重大暴发的条件下研究渐近性质。
- 材料陈述的贡献
- 摘要称三类数据下易感性估计均以平方根样本量速率一致；传染性估计依赖观测方式，易感性相等时可能变慢、不一致或不可识别。
- 阅读关注点
- 应核对比例混合与重大暴发条件，逐一比较三种观测方式，并检查易感性相等时传染性估计速率下降与识别失败的机制。
- 阅读边界
- 仅据所给 Crossref 摘要；文中摘要将“有效”解释为平方根样本量速率的一致性，不能进一步推断达到信息界或具有普遍最优性。
原文摘要
Summary A multitype epidemic model is analysed assuming proportionate mixing between types. Estimation procedures for the susceptibilities and infectivities are derived for three sets of data: complete data, meaning that the whole epidemic process is observed continuously; the removal processes are observed continuously; only the final state is observed. Under the assumption of a major outbreak in a population of size n it is shown that, for all three data sets, the susceptibility estimators are always efficient, i.e. consistent with a √n rate of convergence. The infectivity estimators are ‘in most cases’ respectively efficient, efficient and unidentifiable. However, if some susceptibilities are equal then the corresponding infectivity estimators are respectively barely consistent (√log(n) rate of convergence), not consistent and unidentifiable. The estimators are applied to simulated data.