R igraph 手册页

time_bins.sir {igraph}

R 文档

图上的 SIR 模型

描述

在图上运行 SIR (易感-感染-康复) 模型的模拟

用法

## S3 method for class 'sir'
time_bins(x, middle = TRUE)

## S3 method for class 'sir'
median(x, na.rm = FALSE, ...)

## S3 method for class 'sir'
quantile(x, comp = c("NI", "NS", "NR"), prob, ...)

sir(graph, beta, gamma, no.sim = 100)

参数

x	一个 sir 对象，由 sir 函数返回。
middle	逻辑标量，是否返回时间箱的中间值或边界。
na.rm	逻辑标量，是否忽略 NA 值。 sir 对象目前不包含任何 NA 值，因此此参数实际上被忽略。
...	附加参数，目前被忽略。
comp	字符标量。用于计算分位数的组件。 NI 是感染个体， NS 是易感个体， NR 代表康复个体。
prob	概率数值向量，在 [0,1] 中，它们指定要计算的分位数。
图	运行模型的图。如果是有向图，则忽略边方向，并给出警告。
beta	非负标量。易感个体且具有单个感染邻居的感染率。具有 n 个感染邻居的易感个体的感染率是 beta 的 n 倍。形式上，这是指数分布的速率参数。
gamma	正标量。感染个体的恢复率。形式上，这是指数分布的速率参数。
no.sim	整数标量，要执行的模拟运行次数。

详细信息

SIR 模型是流行病学中的一个简单模型。人口中的个体可能处于三种状态：易感、感染和康复。康复的人被认为是免疫疾病的。易感者以取决于其感染邻居数量的速率被感染。感染者以恒定的速率康复。

函数 sir 模拟该模型。

函数 time_bins 对模拟步骤进行分箱，使用 Freedman-Diaconis 启发式方法确定箱宽度。

函数 median 和 quantile 分别计算使用 time_bins 计算的箱中结果的中位数和分位数。

值

对于 sir，结果以 ‘sir’ 类的对象返回，该对象是一个列表，每个模拟一个元素。每个模拟本身是一个列表，包含以下元素。它们都是数值向量，长度相等

times

事件发生的时间。

NS

人口中易感个体的数量，随时间变化。

NI

人口中感染个体的数量，随时间变化。

NR

人口中康复个体的数量，随时间变化。

函数 time_bins 返回一个数值向量，时间箱的中间值或边界，具体取决于 middle 参数。

median 返回三个命名数值向量的列表， NS， NI 和 NR。向量中的名称由时间箱创建。

如果仅请求一个分位数，则 quantile 返回与 median 相同的向量（但仅返回一个，即请求的那个）。如果请求多个分位数，则返回这些向量的列表，每个分位数一个。

作者

Gabor Csardi csardi.gabor@gmail.com. Eric Kolaczyk (http://math.bu.edu/people/kolaczyk/) 在 R 中编写了初始版本。

参考

Bailey, Norman T. J. (1975). The mathematical theory of infectious diseases and its applications (2nd ed.). London: Griffin.

参见

plot.sir 用于方便地绘制结果

示例

g <- sample_gnm(100, 100)
sm <- sir(g, beta=5, gamma=1)
plot(sm)

---