报告形式：腾讯会议

报告主题：新型冠状病毒（COVID-19）的潜伏期分布估计和流行趋势预测

报告摘要：在本次报告中，我将介绍估计潜伏期和预测COVID-19流行趋势的新方法。首先，我将描述一种使用湖北省以外发现的病例数来估算武汉市COVID-19发病数的新方法。其次，我将介绍一项横截面及后续研究来估计潜伏期的分布。我们的新方法可以通过减少回忆偏倚并利用大量随时可用的时间数据来提高估计的准确性。最后，我将介绍一个创新的随机动力学模型，该模型可以描述COVID-19的独特传播动力学以及在国内实施的干预措施的效果。基于新提出的模型，我们可以估计和预测COVID-19爆发的关键特征，例如无症状携带者的百分比、基本传染数和控制再生数、流行趋势（例如感染病例数和活跃病毒携带者的数量）。

这是与张原、秦静、尤翀、林秋实、邓宇昊、胡文杰，孙嘉瑞和胡陶钧等的共同工作。

项目研究受到国家自然科学基金新冠肺炎专项项目（编号：82041023）及浙江大学新型冠状病毒肺炎（COVID-19）应急科研专项的资助。

报告人介绍：<span style=""color:#333333;" BlinkMacSystemFont, " font-size:14px;background-color:#ffffff;"=""">评论人介绍：许王莉，中国人民大学统计学院教授。近年来一直从事模型拟合优度检验，高维数据分析，随机缺失数据，两阶段抽样数据以及纵向数据分析等方面的统计推断研究。先后主持4项国家自然科学基金，1项教育部人文社会科学重点研究基地重大项目和教育部人文社科基金等多项科研课题," 在统计学国际一流期刊（包括顶尖期刊）发表论文60 余篇，并在科学出版社合作出版《非参数蒙特卡洛检验及其应用》和单著《缺失数据的模型检验及其应用》。