Đánh giá cỡ mẫu cho ước lượng tham số trong những mô hình cấu trúc giai đoạn

Abstract

Stage-structured models consider development processes which are divided by different developmental stages. These models are common statistical models in disease progressions and biological development of plants and animals. A Bayesian approach based on deterministic transformations in the Metropolis-Hastings algorithm is considered the most accurate estimate to estimate parameters for these stage-structured models. The main purpose of this paper is to evaluate the appropriate sample size for the given stage-structured model by applying the Bayesian approach to estimate parameters. The results of the proposed sample size assessment method are very useful in finding out the sample size at each sampling time and the appropriate number of sampling times for designing experiments. The results of this sample size assessment are also applied to COVID-19 incubation period data. This study on the COVID-19 incubation period is a continuation of previous studies and has implications for pandemic prevention.

Tóm tắt

Mô hình cấu trúc giai đoạn nghiên cứu quá trình phát triển được phân chia theo từng giai đoạn. Mô hình này rất phổ biến trong nghiên cứu sự phát triển của các loại bệnh và sự phát triển sinh học của thực vật và động vật. Cách tiếp cận Bayes nhúng phép biến đổi tham số vào thuật toán Metropolis-Hastings được sử dụng để ước lượng các tham số cho các mô hình này cho đến nay được đánh giá là cách tiếp cận chính xác với các nghiên cứu thực nghiệm. Mục đích chính của bài viết là áp dụng phương pháp tiếp cận Bayes ước lượng tham số trong mô hình cấu trúc giai đoạn không xuất hiện tỷ lệ chết cho các nghiên cứu mô phỏng để xác định cỡ mẫu thích hợp cho mô hình cấu trúc với các giai đoạn cho trước. Kết quả của việc đánh giá cỡ mẫu này được áp dụng cho dữ liệu thời gian ủ bệnh của COVID-19. Nghiên cứu trên dữ liệu này được xem là sự tiếp nối của các nghiên cứu trước và có ý nghĩa trong công tác phòng chống đại dịch.