专家简介：陈松蹊，北京大学讲席教授，中国科学院院士。美国科学促进会、数理统计学会、美国统计学会会士，曾任数理统计学会理事会常务理事, 目前任Bernoulli Society Scientific Secretary. 曾任The Annals of Statistics， Journal of the American Statistical Association副主编。
报告摘要：针对2019冠状病毒疾病感染的疫苗在现实世界中的表现对于对抗疫情至关重要。我们提出了一个变系数随机流行病模型，根据公开的流行病学和疫苗接种数据来估计疫苗的有效性。为了应对未观测状态变量带来的挑战，我们开发了一种多步骤分散估计程序，该程序使用不同的数据段来估计不同的参数。B样条结构用于近似潜在感染率，并促进模型模拟，以获得潜在状态变量的估算值和基于模拟的估算值之间的目标函数，导致使用疫苗前阶段的数据对诊断率进行基于模拟的估计，并使用疫苗后阶段的数据对疫苗效果参数进行估计。并用核回归估计了随时间变化的感染率、恢复率和死亡率。我们应用所提出的方法分析了10个国家的数据，这些国家共使用了8种疫苗。分析表明，全面疫苗接种的平均有效性比部分疫苗接种的平均有效性至少高出22%，并且在2021 11月20日之前（包括Delta变体占主导地位的时期）大大高于世界卫生组织公认的50%的水平。
腾讯会议号：816 428 718
时 间：2022年5月25日下午14：00
