简介:摘要目的新型冠状病毒肺炎疫情已经成为全球关注的公共卫生问题,其潜伏期等流行病学特征尚不明确,本研究旨在对新型冠状病毒肺炎的潜伏期分布进行估计。方法收集各省份卫生健康委员会官方发布信息平台的确诊病例暴露与发病信息,利用区间删失数据估计方法,基于Log-normal、Gamma和Weibull分布,对新型冠状病毒肺炎的潜伏期分布进行估计。结果本研究共收集确诊病例109例,平均年龄为39.825岁。基于Log-normal分布的潜伏期M=4.938(P25~P75:3.451~7.304)d,Gamma分布的潜伏期M=5.064(P25~P75:3.489~7.301)d,Weibull分布的潜伏期M=5.678(P25~P75:3.653~7.666)d。Gamma分布的对数似然函数值最大。结论COVID-19的潜伏期服从Gamma分布,基于区间删失数据的估计方法可用于传染病潜伏期分布的估计。
简介:构建了依赖于Nekrasov矩阵的严格对角占优矩阵;在引入恰当的参数的基础上,通过对对角矩阵、M矩阵、严格对角占优矩阵逆矩阵范数界的估计,得到了Nekrasov矩阵的逆矩阵范数的新界;通过数值例子说明了新估计式的有效性。
简介:惯性导航系统(INS)以其自主的工作能力广泛应用于军事武备的导航、制导与控制系统和国民经济的诸多领域.它的主要缺点是定位误差随其工作时间的增长而增大.对惯导系统的误差进行估计和补偿是在保证性能价格比的前提下,提高惯性导航系统精度的有效途径.目前,对惯导系统的误差修正均采用外信息(如GPS的输出信息)校正,即在INS工作的全部时间内,定期地利用GPS输出的速度和位置信息与INS输出的相应信息的差值作为观测量,对INS误差进行估计和补偿.Kalman滤波的方法广泛地应用于惯导系统的误差修正初始对准.本文研究了当地水平惯导系统的的误差估计和补偿问题.分析结果表明,采用Kalman滤波的方法,可以精确地估计惯导系统的误差(包括陀螺漂移和加速度计零偏),误差估计的精度高,并且估计的方差阵收敛快.