• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Infectious Disease Modelling >Fitting dynamic models to epidemic outbreaks with quantified uncertainty: A primer for parameter uncertainty identifiability and forecasts
【2h】

Fitting dynamic models to epidemic outbreaks with quantified uncertainty: A primer for parameter uncertainty identifiability and forecasts

机译：将动态模型拟合到具有不确定性的流行病暴发：参数不确定性可识别性和预测的入门

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Mathematical models provide a quantitative framework with which scientists can assess hypotheses on the potential underlying mechanisms that explain patterns in observed data at different spatial and temporal scales, generate estimates of key kinetic parameters, assess the impact of interventions, optimize the impact of control strategies, and generate forecasts. We review and illustrate a simple data assimilation framework for calibrating mathematical models based on ordinary differential equation models using time series data describing the temporal progression of case counts relating, for instance, to population growth or infectious disease transmission dynamics. In contrast to Bayesian estimation approaches that always raise the question of how to set priors for the parameters, this frequentist approach relies on modeling the error structure in the data. We discuss issues related to parameter identifiability, uncertainty quantification and propagation as well as model performance and forecasts along examples based on phenomenological and mechanistic models parameterized using simulated and real datasets.
机译：数学模型提供了一个量化的框架，科学家可以利用该框架评估潜在的潜在机制假设，这些机制可以解释不同时空尺度上观测数据的模式，生成关键动力学参数的估算值，评估干预措施的影响，优化控制策略的影响，并生成预测。我们回顾并说明了一个简单的数据同化框架，用于使用时间序列数据描述基于常微分方程模型的数学模型，该时间序列数据描述了与例如人口增长或传染病传播动态有关的病例计数的时间进展。与总是提出如何为参数设置先验问题的贝叶斯估计方法相反，这种频繁使用的方​​法依赖于对数据中的错误结构进行建模。我们将讨论基于使用模拟和真实数据集参数化的现象学和力学模型的示例，讨论与参数可识别性，不确定性量化和传播以及模型性能和预测有关的问题。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号