How to go viral: A COVID-19 model with endogenously time-varying parameters.
How to go viral: A COVID-19 model with endogenously time-varying parameters.
复制标题
DOI：
10.1016/j.jeconom.2021.01.001
复制
发表时间：
2023-01
影响因子：
6.3
通讯作者：
Matthes C
中科院分区：
文献类型：
--
作者：
Ho P;Lubik TA;Matthes C
我们估计了一个具有内生时变参数的面板模型，用于美国各州的新冠肺炎病例和死亡人数。感染的功能形式结合了流行病学模型的重要特征，但可以灵活地进行参数设置，以捕捉大流行的不同轨迹。每日死亡被建模为滞后病例的尖峰和板条回归。我们的贝叶斯估计表明，社会距离和测试对参数有显著影响。例如，阳性检测率每增加10个百分点，报告病例的死亡率就会增加2个百分点。模型预测表现良好，即使相对于流行病学和统计学的模型也是如此。
We estimate a panel model with endogenously time-varying parameters for COVID-19 cases and deaths in U.S. states. The functional form for infections incorporates important features of epidemiological models but is flexibly parameterized to capture different trajectories of the pandemic. Daily deaths are modeled as a spike-and-slab regression on lagged cases. Our Bayesian estimation reveals that social distancing and testing have significant effects on the parameters. For example, a 10 percentage point increase in the positive test rate is associated with a 2 percentage point increase in the death rate among reported cases. The model forecasts perform well, even relative to models from epidemiology and statistics.
登录
查看更多内容
影响因子：
6.3
作者：
Korolev, Ivan
通讯作者：
Korolev, Ivan
影响因子：
6.3
作者：
Liu L;Moon HR;Schorfheide F
通讯作者：
Schorfheide F
影响因子：
3.7
作者：
MITCHELL, TJ;BEAUCHAMP, JJ
通讯作者：
BEAUCHAMP, JJ
影响因子：
6.9
作者：
RICHARDS, FJ
通讯作者：
RICHARDS, FJ
影响因子：
1.6
作者：
Farboodi, Maryam;Jarosch, Gregor;Shimer, Robert
通讯作者：
Shimer, Robert