add in individual-level variation in infectiousness
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 28/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- r
- Ambito
- machine-learning
Direzione di ricerca
Start by tracing how the model assigns β to individuals and identify the relevant simulation code and tests; the issue does not name specific files. Explore drawing individual infectiousness values from a log-normal distribution centered around 1, then check that the model uses those values and that the distribution has the intended relative variation. The issue leaves the distribution open to alternatives, so the modeling choice needs maintainer input.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Currently all individuals implicitly have the same infectiousness in our model (i.e. the same β) - we should add some individual-level variation on top of this.
Anticipate this will look something like a draw from a lognormal distribution with a mean centred around 1.
rlnorm(n, meanlog = 0, sdlog = 1)
Log-normal selected as it approximately preserves the amount of mass either side of 1 on the relative scale (e.g. p(X<0.5) = p(X>2). Open to other suggestions though.
- Lingua principale
- R
- Stelle
- 8
- Fork
- 4
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di petal-code/helios
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
petal-code/helios#174 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
petal-code/helios#173 ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 84/100
petal-code/helios#166 ·
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 92/100
petal-code/helios#161 ·
-
run_simulation() is not reproducible from seed: the leisure draw uses dqrng's own RNGForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
petal-code/helios#157 · 1 commento ·
Tutte le issue di petal-code/helios
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
rfordatascience/tidytuesday#1098 ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 84/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 72/100
microsoft/ML-For-Beginners#1056 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
atomashevic/transforEmotion#46 ·
I maintainer di solito rispondono entro 1 giorno
-
`pk.calc.time_above()` with lin-up/log-down silently drops segments that end at a negative valueAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 79/100
I maintainer di solito rispondono entro 1 giorno