Mixed Time Series Quasi-Likelihood Models for Uncovering Covid-19 Viral Load and Mortality Dynamics
混合类型时间序列拟似然模型：新冠病毒载量与死亡动态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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要核心是混合类型多变量时间序列建模与 Granger 检验，应用场景为公共卫生。
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
混合类型时间序列拟似然模型：新冠病毒载量与死亡动态
- 研究问题
- 如何联合分析作为病毒载量代理的连续有界检测指标与死亡计数，兼顾两类时间序列的取值性质和时间预测关系？
- 方法与思路
- 作者提出 MixTSQL 模型，以均值与方差设定构造混合类型时间序列拟似然，并使用拟极大似然估计及 Granger 因果检验。
- 材料陈述的贡献
- 摘要称，模型无需完整分布假设，估计量具有一致性与渐近正态性，并在圣保罗周度数据中发现病毒载量先于死亡的预测关系。
- 阅读关注点
- 应核对均值方差设定、动态稳定性条件、混合序列的联合建模方式，以及 Granger 检验的滞后选择和代理指标测量问题。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明正则条件，Granger 关系也不足以确立干预因果效应。
原文摘要
Accurate real-time monitoring of disease transmission is crucial for epidemic control, which has conventionally relied on reported cases or hospital admissions. Such metrics are frequently susceptible to delays in reporting, various forms of bias, and under-ascertainment. Cycle threshold values obtained from reverse transcription quantitative polymerase chain reaction offer a promising alternative, serving as a proxy for viral load. In this paper, we aim to jointly model the viral load and the number of deaths (mortality), which involves a continuous bounded and a count time series, and therefore, a proper mixed-type model is needed. This is the motivation to introduce a new mixed-valued time series quasi-likelihood (MixTSQL) model capable of analyzing multivariate time series of different types, like continuous, discrete, bounded, and continuous positive. The MixTSQL model only requires a mean-variance specification with no distributional assumptions needed, and allows for testing Granger causality. Statistical guarantees are provided to ensure consistency and asymptotic normality of the proposed quasi-maximum likelihood estimators. We analyze weekly viral load and Covid-19 death counts in São Paulo, Brazil, using our MixTSQL model, which not only establishes the temporal order in which viral load Granger-causes mortality but also offers a comprehensive joint statistical analysis.