StatModeling https://blog.hatena.ne.jp/StatModeling/ StatModeling Memorandum https://statmodeling.hatenablog.com/ Stan 理論 前の記事の続きです。 今回はSIRモデルを人数のまま扱い、確率過程で扱います。このことでモデルはより正確になって定量的になりますが、「時間がたったらどうなるのか？」などの定性的な理解は難しくなります。時間に関しては一日ごとに感染者数が発表されることを考えて離散時間にします。離散時間の場合はStanの得意領域です。連続時間の場合は確率微分方程式となります。Rでは{yuima}パッケージがよく使われるでしょうか。 それでは元の微分方程式を離散時間の確率モデルに変換します。 まずは適当な時間刻み幅Δtを持ってきて差分化します。 nは時点を表します。は時刻t-Δtから時刻tまでの間にSからIになった人… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fstatmodeling.hatenablog.com%2Fentry%2Fsir-model-ode-2" title="SIRモデルからはじめる微分方程式と離散時間確率過程（後編） - StatModeling Memorandum" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> http://kasugano.sakura.ne.jp/images/old/20141125_SP_I_obs_seed.png Hatena Blog https://hatena.blog 2015-02-28 00:00:00 rich https://statmodeling.hatenablog.com/entry/sir-model-ode-2 1.0 100%