Байесовский вывод в эпидемиологическом моделировании: руководство для начинающих

arXiv:2603.15175v2 Тип объявления: replace-cross Аннотация: Данная лекция представляет собой самостоятельное введение в байесовский вывод и методы Марковской цепи Монте-Карло (MCMC) для оценки параметров в эпидемических моделях. Используя классическую компартментальную модель «Восприимчивые-Инфицированные-Выздоровевшие» (SIR) в качестве примера, мы выводим функцию правдоподобия из первых принципов, задаем априорные распределения для параметров передачи и выздоровления и реализуем алгоритм Метрополиса-Хастингса для выборки из апостериорного распределения. Лекция предназначена для аспирантов и исследователей в области математической эпидемиологии с ограниченным опытом работы с байесовской статистикой.

Источник: arxiv.org