Stochastische Epidemiemodellierung mit dem SIR-Framework

Standardmodelle für Epidemien gehen oft davon aus, dass jedes Ergebnis vorhersehbar ist, aber reale Ausbrüche werden häufig durch zufällige Ereignisse und zufällige Interaktionen verursacht, die den Verlauf der menschlichen Gesundheit verändern. Das Verständnis dieser Unsicherheiten ist für jeden entscheidend, der analysieren möchte, wie sich Krankheiten in einer Bevölkerung wirklich ausbreiten.Dieser Kurs führt Sie durch den Übergang von grundlegenden SIR-Modellen zu ausgefeilten stochastischen Ansätzen, die die inhärente Zufälligkeit von Epidemien im Frühstadium erfassen. Was Sie lernen werden: - Verstehen Sie die grundlegenden Mechanismen und die Terminologie des Susceptible-Infectious-Recovered (SIR) Frameworks - Anwenden von stochastischen Modellierungstechniken, um Zufallsereignisse bei der Krankheitsübertragung zu berücksichtigen - Implementieren Sie Epidemiesimulationen mit R, um eine Vielzahl potenzieller Ausbruchspfade zu erkunden - Analysieren Sie die Auswirkungen von zufälligen Interaktionen auf große Populationsergebnisse - Vergleichen Sie deterministische und probabilistische Modelle, um reale Risiken für die öffentliche Gesundheit besser zu bewerten - Üben Sie sauberes Coding und moderne Datenhandhabungsmuster in der R-Umgebung Sie beginnen mit der Definition der epidemiologischen Kernkonzepte und der mathematischen Grundlagen des SIR-Modells, bevor Sie zu schriftlichen Übungen übergehen, die demonstrieren, wie Sie Simulationen schreiben. Das Material deckt alles von grundlegenden Definitionen bis zur Anwendung von Wahrscheinlichkeit in der Krankheitsmodellierung ab. Dieser Kurs richtet sich an Anfänger, die sich für öffentliche Gesundheit, Datenwissenschaft oder mathematische Modellierung interessieren, und es ist keine Vorerfahrung in der Epidemiesimulation erforderlich.