Wirkung Corona-Maßnahmen - Hierarchische Bayes-Schätzung |
| 03.02.2021, 23:15 | leoclid | Auf diesen Beitrag antworten » |
| Wirkung Corona-Maßnahmen - Hierarchische Bayes-Schätzung ich habe ein Paper zur Wirksamkeit von Corona-Maßnahmen gefunden: https://science.sciencemag.org/content/e...abd9338/tab-pdf Hier wird angenommen, dass für die Reproduktionsrate gilt: R(t) = produkt über ( i= 1 bis I ) exp(-a(i)*x(t,i)) wobei i von 1 bis n die einzelnen Maßnahmen wie Schulschließungen, Ausgangsbeschränkungen usw. bedeutet. dabei ist R(t): Die Reproduktionsrate zum Zeitpunkt t; a(i) die Gewichtung des Faktors i; x(t,i) Die Angabe, ob Faktor i zum Zeitpunkt t erfüllt ist. Dann wird beschrieben, dass die Maßnahmenfaktoren a(i) geschätzt werden aufgrund der Beobachtungen der Reproduktionszahlen zu verschiedenen Zeitpunkten mittels Bayes-Verfahren. Es wird auch eine a-priorior-Verteilung anzugeben. Aber um das Bayes-Verfahren anwenden zu können, muss ich doch wissen, welcher Verteilung die R(t)'s überhaupt genügen. Das steht im Paper nicht drin. Übersehe ich vielleicht irgendwas. Ich kenne zum Beispiel statistische Modelle, in denen steht, dass die Beobachtungen Exponentialverteilt mit Paramter a sind und a eine gegebenen Prior-Verteilung folgt. Dann weiß ich, wie a zu berechnen ist. Nur hier nicht. Gibt es da vielleicht irgendeine Methode oder Konvention, die ich nicht kenne? Entschuldigung, dass ich meine Frage nocht nicht getext habe. Ich versuche das so schnell wie möglich zu machen. Ich freue mich trotzdem über jede noch so kleine Hilfe auf meine Frage. Grüße, Leoclid |
||
|
|
Verwandte Themen
| Die Beliebtesten » |
|
| Die Größten » |
| Die Neuesten » |
