基于分枝模型的传播过程推断分析
理学院
Inference for the propagation processes based on branching models
从最基础的GWBP出发,通过标签法标定每一位生成的子代成员。调整子代的数量分布形式,以及子代的数量均值等参数,分别研究上临界,临界,下临界情况下的追溯退火,和淬火的coalescence分布结果。随后,依然在分枝模型的基础上,由离散时间,过度到连续时间,即age-dependent GW模型。这时,我们有了时间尺度,可以提出一些有关时间方面的仿真问题,如在特定时刻的年龄分布等。最终,我们进入更为复杂,也更符合现实的建模阶段——CMJ模型。在GW模型中,同一代别的子代出生时间与存活时间均相同,为1个单位时刻。BHBP模型中,某一亲代在死亡前一次性产生若干数量的子代,子代存活时间不同,服从特定分布。CMJ模型的复杂性在于,在BHBP的基础上,亲代在存活期间,随时可以产生子代,如同病毒携带者随时可以感染病人。我们依然借助标签法标定个体,研究不同分布,不同参数特征下的聚合分布结果。