- kvasskvass
- 1969
- 0
- 0
- 0
@kenmcalinn 違いますよ。モデルを先に現実にフィットさせてから、そのワクチン効果を所与としてフィットさせたモデルのRからその効果を抜きにして逆算して反実仮想しているのですから、ワクチン効果が計算に影響しているのは反実仮想の方です。
2023-11-19 19:26:47@kitaroupapa427 いや式2のモデルを式8の尤度で解いてるわけですから、式2にワクチン効果が入ってるので所与としてパラメータを推定してデータとの合致を見てますよね。なのでこのでワクチン効果は計算に影響を与えています。この推定したモデルから所与の変数を変えて反事実仮想をしてますね。
2023-11-19 19:48:46@kenmcalinn @kitaroupapa427 マクリン先生が正しい。Gavish et alが使用したvaccine profile(図)を用いてて、これは実証データにより示されたワクチンの効果に基づいている。そんで、これと年齢別接種率から経時的なimmune fractonを算出してるだけ。基本的なワクチンの効果は実証データに基づく。 pic.twitter.com/eUWMieraba
2023-11-19 20:06:18@kitaroupapa427 あ、これ他のリプ見て始めて理解しました。Rを推定してそのあとに分解したと思ってたんですね。実際はRの関数(式3)の中のパラメータを未知として推定してるので分解した状態で推定してます。ちょっとかなり斜め上な解釈なんでびっくりしました笑。 pic.twitter.com/jSJFvvKBSO
2023-11-20 10:29:33@kitaroupapa427 @seijitsunasimin @kenmcalinn 「Rを実績から算出」がゆるふわ表現で混乱するのですが、推定される未知のパラメーターとして入っているのは、scaling parameterであるp, r、さらに休日と在宅時間と出社時間の効果e, w^{house}, w^{work}と言うのは、合意できますか? pic.twitter.com/DPpUVP8ZAN
2023-11-20 11:43:48