Estimation in Epidemics with Incomplete Observations
不完全观测下的传染病过程估计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：摘要研究传染病及出生死亡过程的部分观测推断，未直接对应所列领域细分。
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
不完全观测下的传染病过程估计
- 研究问题
- 当出生死亡过程或一般传染病过程仅被部分观测时，如何估计过程参数并构造大总体下的置信区域？
- 方法与思路
- 作者推广基于鞅的估计方程构造，得到显式参数估计，并利用鞅中心极限定理及方差估计开展推断。
- 材料陈述的贡献
- 摘要称给出部分观测下的显式估计量和渐近方差估计，并通过模拟考察这些估计量的适用范围与效用。
- 阅读关注点
- 应核对两类过程分别观测哪些事件、未观测部分如何进入估计方程，以及大总体近似和方差估计的条件。
- 阅读边界
- 摘要限定了特定部分观测方案，未说明更一般缺失机制下是否可用，也未提供模拟的具体表现和适用阈值。
原文摘要
Summary The construction of estimating equations by martingale methods is generalized to yield estimators with explicit expressions for the parameters of the birth-and-death and the general epidemic processes when only partial observations are available. (For the birth-and-death process the death process is observed but the number of births is observed only at the end and for the general epidemic process only the removal process is observed.) For large populations, the use of the martingale central limit theorem yields asymptotic confidence regions for the parameters. Explicit expressions are derived for estimators of the variances of the large sample distributions. The range of validity and usefulness of the new estimators is determined by simulation.