[논문 리뷰] Coupling a branching process to an infinite dimensional epidemic process

A. D. Barbour|ArXiv.org|2007. 10. 19.

COVID-19 epidemiological studies참고 문헌 10인용 수 4

한 줄 요약

이 논문은 연속시간 마코프 전염병 과정(피라미드병에 대한 BK-모델)과 분열 과정 사이의 결합을 수립하여, $ M_N = o(N^{2/3}) $명 이하의 감염이 발생할 때까지 그 경로가 높은 확률로 일치함을 보인다. 주요 기여는 점차적으로 작아지는 전체 변화 거리와 함께 엄밀한 경로 기반 결합을 제공하는 것으로, 이는 이전 결과들이 $ o(N^{1/2}) $에 국한되었던 것을 넘어서며, 우도 비율 분석과 마틴게일 농도 부등식을 통해 편차를 통제한다.

ABSTRACT

Branching process approximation to the initial stages of an epidemic process has been used since the 1950's as a technique for providing stochastic counterparts to deterministic epidemic threshold theorems. One way of describing the approximation is to construct both branching and epidemic processes on the same probability space, in such a way that their paths coincide for as long as possible. In this paper, it is shown, in the context of a Markovian model of parasitic infection, that coincidence can be achieved with asymptotically high probability until o(N^{2/3}) infections have occurred, where N denotes the total number of hosts.

연구 동기 및 목표

• 기존의 $ o(N^{1/2}) $ 이하의 경계를 초월하여 전염병 과정과 분열 과정 사이의 경로 기반 결합 범위를 확장하는 것.
• 감염 수 $ M_N = o(N^{2/3}) $까지 전염병 과정과 분열 과정 간의 총 변화 거리가 점차적으로 작아지는 것을 확립하는 것.
• 기생충 감염에 대한 BK-모델과 같은 연속시간, 무한차원 전염병 모델에 대해 엄밀한 결합 프레임워크를 개발하는 것.
• 경로를 따라 전염병 과정과 분열 과정의 우도 비율을 분석하여 그 상대적 가까움을 정량화하는 것.
• 마틴게일 농도 부등식을 적용해 우도 비율의 편차를 통제하고, 고확률 경로 일치를 보장하는 것.

제안 방법

• 동일한 확률 공간 위에서 무한차원 BK-모델 전염병 과정과 분열 과정 사이의 결합을 구성하는 것.
• 길이 $ M $의 경로를 따라 두 과정의 우도 비율을 사용해 그 상대적 가까움을 평가하는 것.
• 마틴게일 농도 부등식(보조정리 4.1)을 적용해 로그 우도 비율 과정의 尾 확률를 제한하는 것.
• 감염 수 $ M $까지의 우도 비율을 제어하기 위해 정지 시간 $ t' $을 정의하여, 그 시간까지 경로 일치를 보장하는 것.
• 결합 실패 확률를 제한하기 위해 조건 $ \text{Pr}[ ilde{L}_M^N - 1 > 1] $ 및 $ \text{Pr}[|1 - ilde{L}_M^N| > \varepsilon_{M,N}^r / 2] $를 사용하는 것.
• 오차 허용 범위 $ \varepsilon_{M,N}^r = C_r \psi(M,N) \sqrt{\log(1/\psi(M,N))} $를 설정하여 상대적 가까움을 확립하며, 여기서 $ \psi(M,N) = S_M \sqrt{M}/N $이다.

실험 결과

연구 질문

• RQ1 연속시간, 무한차원 모델에서 전염병 과정과 분열 과정 사이의 경로 기반 결합 범위를 $ o(N^{1/2}) $ 감염을 초월해 확장할 수 있는가?
• RQ2 감염 수 $ M_N $까지 전염병 과정과 분열 과정 간의 우도 비율이 높은 확률로 1에 가까워지도록 보장하는 조건은 무엇인가?
• RQ3 마틴게일 농도 부등식을 어떻게 적용해 결합 프레임워크 내에서 우도 비율의 편차를 통제할 수 있는가?
• RQ4 BK-모델에서 전염병 과정과 분열 과정 간의 총 변화 거리의 최적 수렴 속도는 무엇인가?
• RQ5 $ o(N^{2/3}) $ 감염까지 분열 과정이 전염병 과정의 타당한 근사가 되는 조건은 무엇인가?

주요 결과

• 전염병 과정과 분열 과정는 $ M_N = o(N^{2/3}) $명 이하의 감염이 발생할 때까지 경로가 점차적으로 높은 확률로 일치하도록 결합될 수 있다.
• 동일한 조건 하에서 전염병 과정과 분열 과정의 경로 분포 간 총 변화 거리는 점차적으로 작다.
• 마틴게일 농도를 통해 두 과정의 우도 비율이 엄밀히 제어되며, 보조정리 4.1로부터 유도된 尾 확률 한계가 존재한다.
• 결합 오차는 $ \varepsilon_{M,N}^r = C_r \psi(M,N) \sqrt{\log(1/\psi(M,N))} $로 제한되며, 여기서 $ \psi(M,N) = S_M \sqrt{M}/N $이므로 상대적 가까움이 보장된다.
• 조건 $ M \geq (1/5)C_r^2 \log N $ 및 $ \varepsilon_{M,N}^r \leq 1 $를 만족할 경우 이 결과는 대규모 인구 근처에서 근사가 유효하게 유지됨을 보장한다.
• Ball과 Donnelly(1995)의 이전 연구는 $ o(N^{1/2}) $까지의 결합만을 보였지만, 본 연구는 이를 $ o(N^{2/3}) $까지 확장함으로써 그 결과를 향상시켰다.