标题
  • 标题
  • 作者
  • 关键词

断代缺失数据下受控分枝过程的极大似然估计

2024-05-23分类号:R181;O211.65;O212.1

【作者】王艳清   刘金灵
【部门】中南财经政法大学统计与数学学院  
【摘要】受控分枝过程是描述种群进化的一类重要模型,其中后代分布和控制分布决定了种群的进化特征,估计这些分布的参数对于过程的预测和控制至关重要。但在实际中,常常会由于观察的间断性或者资料丢失造成样本数据的断代缺失,这给参数估计带来一定的困难。本文主要是基于断代缺失数据,在一些正则假设条件下,推导了缺失样本的分布函数,基于EM算法,得到具有随机控制函数的受控分枝过程中若干参数的极大似然估计,并通过数值模拟验证了该方法的有效性。最后,我们利用此方法对2020年1月23日-2月16日杭州市COVID-19数据进行了实证分析,探索了COVID-19病毒在杭州市的传播机制,评价了疫情防控政策的实施效果。
【关键词】受控分枝过程  断代缺失数据  极大似然估计  EM算法
【基金】
【所属期刊栏目】数理统计与管理
文献传递