몬테 카를로 expectation maximization 방법을 이용한 확률적 질병 확산 모형 추정 연구

Abstract

본 논문에서는 질병 확산 모형을 구축하고 추정하기 위한 통계적 방법을 제안한다. 질병의 확산 과정을 모형화 하기 위하여 전통적으로 미분 방정식을 이용한 방법이 제안되어 왔다. 미분 방정식을 이용한 모형 구축은 질병의 확산 과정이 결정적 추세를 따른다는 가정을 한다. 본 연구에서는 질병의 확산 과정이 확률적 추세를 따른다는 가정에서 확률적 화학 반응 모형을 이용하여 질병 확산 모형을 구축하고자 하였다. 특히 확률적 화학 모형의 반응 상수를 추정하기 위하여 몬테 카를로 EM (Monte Carlo expectation maximization; MCEM) 방법을 이용하였다. 제안된 MCEM 방법은 대표적인 질병 확산 모형 가운데 하나인 SIRS (susceptible - infected - recovered - susceptible) 모형에 정용하였고 그 결과를 베이지안 추론을 기반으로 하는 MCMC (Markov Chain Monte Carlo) 방법과 비교하였다. MCEM의 결과는 상대적으로 안정적이고 빠른 수렴의 결과를 제공하였다. 또한 2009년 미국에서 발생한 신종 플루의 초기 확산 자료에 적합하여 모형의 추정에 적용하였다. 본 연구에서 제안한 MCEM 방법은 베이지안 추정 방법의 하나의 대안으로 활용될 수 있을 것이다.