COVID-19的潜伏期分布估计
摘要：COVID-19 孵化期分布的平滑非参数估计：与荷兰国家公共卫生与环境研究院（RIVM）的研究员对来自武汉的88名旅客的调查有关 Backer等（2020）。讨论了平滑非参数方法与Backer等（2020）中使用的三个参数分布（威布尔分布、对数正态分布和伽玛分布）相比的优势。 结果表明，在连续模型中，平滑密度估计的典型收敛速度为$n^{2/7}$，其中$n$是样本大小。非平滑的非参数最大似然估计（MLE）本身通过迭代的凸下界算法（Groeneboom和Jongbloed，2014）计算。所有计算都可以在Groeneboom（2020）的R脚本中获得。
作者：Piet Groeneboom
论文ID：2009.12649
分类：Applications
分类简称：stat.AP
提交时间：2023-08-03