Bayesian calibration of simulation models: A tutorial and an Australian smoking behaviour model
Auteurs : Stephen Wade (The Daffodil Centre, The University of Sydney a Joint Venture with Cancer Council NSW, Sydney, Australia), Marianne F Weber (The Daffodil Centre, The University of Sydney a Joint Venture with Cancer Council NSW, Sydney, Australia), Peter Sarich (The Daffodil Centre, The University of Sydney a Joint Venture with Cancer Council NSW, Sydney, Australia), Pavla Vaneckova (The Daffodil Centre, The University of Sydney a Joint Venture with Cancer Council NSW, Sydney, Australia), Silvia Behar-Harpaz (The Daffodil Centre, The University of Sydney a Joint Venture with Cancer Council NSW, Sydney, Australia), Preson J Ngo (The Daffodil Centre, The University of Sydney a Joint Venture with Cancer Council NSW, Sydney, Australia), Sonya Cressman (Faculty of Health Science, Simon Fraser University, Burnaby, Canada), Coral E Gartner (School of Public Health, The University of Queensland, Brisbane, Australia), John M Murray (School of Mathematics and Statistics, UNSW, Sydney, Australia), Tony A Blakely (Melbourne School of Population and Global Health, The University of Melbourne, Melbourne, Australia), Emily Banks (National Centre for Epidemiology and Population Health, The Australian National University, Canberra, Australia), Martin C Tammemagi (Faculty of Applied Health Sciences, Brock University, St. Catharines, Canada), Karen Canfell (The Daffodil Centre, The University of Sydney a Joint Venture with Cancer Council NSW, Sydney, Australia), Michael Caruana (The Daffodil Centre, The University of Sydney a Joint Venture with Cancer Council NSW, Sydney, Australia)
Résumé : Simulation models of epidemiological, biological, ecological, and environmental processes are increasingly being calibrated using Bayesian statistics. The Bayesian approach provides simple rules to synthesise multiple data sources and to calculate uncertainty in model output due to uncertainty in the calibration data. As the number of tutorials and studies published grow, the solutions to common difficulties in Bayesian calibration across these fields have become more apparent, and a step-by-step process for successful calibration across all these fields is emerging. We provide a statement of the key steps in a Bayesian calibration, and we outline analyses and approaches to each step that have emerged from one or more of these applied sciences. Thus we present a synthesis of Bayesian calibration methodologies that cut across a number of scientific disciplines. To demonstrate these steps and to provide further detail on the computations involved in Bayesian calibration, we calibrated a compartmental model of tobacco smoking behaviour in Australia. We found that the proportion of a birth cohort estimated to take up smoking before they reach age 20 years in 2016 was at its lowest value since the early 20th century, and that quit rates were at their highest. As a novel outcome, we quantified the rate that ex-smokers switched to reporting as a 'never smoker' when surveyed later in life; a phenomenon that, to our knowledge, has never been quantified using cross-sectional survey data.
Outils pour cet article
Posez des questions sur cet article à notre assistant IA
Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.
⚠La licence de l'article ne nous permet pas de nous appuyer sur son contenu et l'assistant IA ne peut se servir que des métadonnées de l'article plutôt que de l'article complet.
Le résumé précédent a été créé il y a plus d'un an et peut être réexécuté (si nécessaire) en cliquant sur le bouton Exécuter ci-dessous.
⚠La licence de cet article spécifique ne nous permet pas de nous appuyer sur son contenu et les outils de synthèse seront exécutés en utilisant les métadonnées de l'article plutôt que l'article complet. Cependant, l'outil produira quand même un bon résultat, et vous pouvez également essayer nos outils sur des papiers avec des licences plus ouvertes.
Articles similaires résumés avec nos outils d'IA
Naviguez à travers encore plus d'articles similaires en utilisant une
représentation arborescenteRecherchez des articles similaires (en version bêta)
Nous comparons le titre et le résumé avec les articles indexés dans notre base. Pour les articles arXiv, la recherche porte sur la même catégorie ; pour les DOI et les autres sources, elle couvre toutes les sources et disciplines. Vous pouvez la relancer à mesure que notre base s’enrichit.
Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.