Buchumschlag

Accelerated inference for stochastic compartmental models with over-dispersed partial observations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Whitehouse, Michael
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Practical identifiability and parameter estimation of compartmental epidemiological models
von: Chen, Q. Y., et al.
Veröffentlicht: (2024)

Estimation and inference of high-dimensional partially linear regression models with latent factors
von: Shi, Yanmei, et al.
Veröffentlicht: (2025)

Statistical inference for partially shape-constrained function-on-scalar linear regression models
von: Han, Kyunghee, et al.
Veröffentlicht: (2024)

Sequential Bayesian inference for stochastic epidemic models of cumulative incidence
von: Whitaker, Sam A., et al.
Veröffentlicht: (2024)

Scalable calibration of individual-based epidemic models through categorical approximations
von: Rimella, Lorenzo, et al.
Veröffentlicht: (2025)

Simulation-based inference using splitting schemes for partially observed diffusions in chemical reaction networks
von: Jovanovski, Petar, et al.
Veröffentlicht: (2025)

A new over-dispersed count model
von: Nandi, Anupama, et al.
Veröffentlicht: (2023)

Hyperevent network modelling of partially observed gossip data
von: Poda, Veronica, et al.
Veröffentlicht: (2025)

Online differentially private inference in stochastic gradient descent
von: Xie, Jinhan, et al.
Veröffentlicht: (2025)

Debiased inference for stochastic treatment interventions with survival outcomes
von: Martinussen, Torben, et al.
Veröffentlicht: (2026)

Fiducial inference for partially identified parameters with applications to instrumental variable models
von: Cui, Yifan, et al.
Veröffentlicht: (2025)

Approximate Bayesian inference for joint partially linear modeling of longitudinal measurements and spatial time-to-event data
von: Baghfalaki, Taban, et al.
Veröffentlicht: (2025)

Design-based inference for generalized network experiments with stochastic interventions
von: Chattopadhyay, Ambarish, et al.
Veröffentlicht: (2023)

Bayesian inference for functional extreme events defined via partially unobserved processes
von: Thannheimer, Max, et al.
Veröffentlicht: (2025)

Neural Bayes estimators for censored inference with peaks-over-threshold models
von: Richards, Jordan, et al.
Veröffentlicht: (2023)

Simulation-based inference for stochastic nonlinear mixed-effects models with applications in systems biology
von: Häggström, Henrik, et al.
Veröffentlicht: (2025)

Joint mixed-effects models for causal inference in clustered network-based observational studies
von: McNealis, Vanessa, et al.
Veröffentlicht: (2024)

A likelihood-based Bayesian inference framework for the calibration of and selection between stochastic velocity-jump models
von: Ceccarelli, Arianna, et al.
Veröffentlicht: (2025)

Market-implied time to transition to a low-carbon economy: a stochastic modelling and inference framework
von: Mercuri, Lorenzo, et al.
Veröffentlicht: (2026)

Leveraging specificity for causal inference in observational studies
von: Miao, Wang
Veröffentlicht: (2025)

Network inference via approximate Bayesian computation. Illustration on a stochastic multi-population neural mass model
von: Ditlevsen, Susanne, et al.
Veröffentlicht: (2023)

On the partial autocorrelation function for locally stationary time series: characterization, estimation and inference
von: Ding, Xiucai, et al.
Veröffentlicht: (2024)

On inference in parametric survival data models
von: Hjort, Nils Lid
Veröffentlicht: (2026)

Estimation, inference and model selection for jump regression models
von: Grønneberg, Steffen, et al.
Veröffentlicht: (2026)

Bayesian inference for stochastic oscillatory systems using the phase-corrected Linear Noise Approximation
von: Swallow, Ben, et al.
Veröffentlicht: (2022)

Conformal causal inference for cluster randomized trials: model-robust inference without asymptotic approximations
von: Wang, Bingkai, et al.
Veröffentlicht: (2024)

A partial likelihood approach to tree-based density modeling and its application in Bayesian inference
von: Ma, Li, et al.
Veröffentlicht: (2024)

Bayesian inference for velocity-jump models for movement
von: Blackwell, Paul G.
Veröffentlicht: (2025)

Predictive variational inference for flexible regression models
von: Kock, Lucas, et al.
Veröffentlicht: (2026)

Sample size and power calculations for causal inference of observational studies
von: Liu, Bo, et al.
Veröffentlicht: (2025)

Nonparametric efficient inference for network quantile causal effects under partial interference
von: Cheng, Chao, et al.
Veröffentlicht: (2026)

Likelihood-based inference for the Gompertz model with Poisson errors
von: Onorati, Paolo, et al.
Veröffentlicht: (2025)

Penalizing complexity priors for Bayesian inference of circular models
von: Ye, Xiang, et al.
Veröffentlicht: (2025)

Scalable skewed Bayesian inference for latent Gaussian models
von: Dutta, Shourya, et al.
Veröffentlicht: (2025)

A tutorial on spatiotemporal partially observed Markov process models via the R package spatPomp
von: Asfaw, Kidus, et al.
Veröffentlicht: (2021)

Linear models for causal inference under network interference
von: Tong, Eric, et al.
Veröffentlicht: (2026)

High-dimensional partial linear model with trend filtering
von: Lee, Sang Kyu, et al.
Veröffentlicht: (2024)

Significant inference and confidence sets for graphical models
von: Koldanov, P. A., et al.
Veröffentlicht: (2025)

Exact identifiability analysis for a class of partially observed near-linear stochastic differential equation models
von: Browning, Alexander P, et al.
Veröffentlicht: (2025)

Credible causal inference beyond toy models
von: Bastías, Pablo Geraldo
Veröffentlicht: (2024)