Approximation and inference of epidemic dynamics by diffusion processes
Résumé
Epidemic data are often aggregated and partially observed. Parametric inference through likelihood-based approaches is rarely straightforward, whatever the mathematical representation used. Recent data augmentation and likelihood-free methods do not completely circumvent the issues related to incomplete data in practice, mainly due to the size of missing data and to the various tuning parameters to be adjusted. In this context, diffusion processes provide a good approximation of epidemic dynamics and allow shedding new light on inference problems related to epidemic data. In this article we summarize and extend previous work on the elaboration of a statistical framework to deal with epidemic models and epidemic data using multidimensional diffusion processes with small diffusion coefficient. First, we construct multidimensional diffusion processes with small variance as mathematical representations of epidemic dynamics, by approximating Markov jump processes. Second, we introduce an inference method related to the asymptotic of the small diffusion coefficient on a fixed time interval for the parameters of the diffusion processes obtained, when all the coordinates are discretely observed. Consistency and asymptotic normality of estimators for this case are obtained for parameters in drift (high and low frequency observations) and diffusion (high frequency observations) coefficients. Third, as an extension of previous work, the case of incomplete data, when only one coordinate of the system is observed, is considered for high frequency observations. Finally, the performances of our estimators are explored for single outbreaks (SIR model, simulated data) and for recurrent outbreaks (SIRS model, simulated and observed data).
Publiée
2016-04-12
Numéro
Rubrique
Numéro spécial : Special Issue on Modelling and Inference for Infectious diseases
Les auteurs dont l'article est accepté pour publication sont invités à télécharger, compléter soigneusement et signer le formulaire de transfert de copyright à la Société Française de Statistique.
Instructions
- Pour les articles à plusieurs auteurs, un seul des auteurs est tenu de signer ce formulaire. Cet auteur est présumé avoir consulté ses co-auteurs et avoir reçu leur accord quant au contenu du formulaire.
- Le formulaire complété et signé est scanné (au format JPEG ou PDF) et envoyé par courriel, comme fichier attaché, à Gilles Celeux
Remarques
- En transférant le copyright d'un article à la Société Française de Statistique (SFdS) pour sa publication dans le Journal de la SFdS, l'(es) auteur(s) conserve(nt) les trois droits de propriété suivants:
- le droit de reproduire et d'utiliser l'article à des fins non lucratives dans un contexte éducatif, professionnel ou académique (par exemple, faire circuler des copies sous format papier ou électronique, déposer l'article complet sur un site internet), pour autant que, dans le corps du fichier électronique ou de la copie de l'article, le Journal de la Société Française de Statistique soit clairement citée comme source originale de publication et que les références bibliographiques complètes de l'article soient mentionnées (année, volume, numéro du fascicule, nombre de pages et adresse web/URL du J-SFdS), comme c'est le cas dans la version électronique originale;
- le droit d'accorder l'autorisation de reproduire des tableaux, graphiques ou illustrations qui apparaissent dans l'article, pour autant que le Journal de la SFdS soit clairement citée comme source originale de publication et que les références bibliographiques complètes de l'article soient mentionnées;
- la propriété intellectuelle.
- Les auteurs peuvent contacter l'un des rédacteurs en chef du J-SFdS s'ils désirent obtenir l'autorisation pour d'autres formes de distribution de l'article.