@InProceedings{2023_du1100,
	author = "Juliana Du and Barbara Pascal and Patrice Abry",
	title = "Performances comparées d'estimateurs du coefficient de reproduction de la Covid19 à l'aide de données synthétiques réalistes",
	booktitle = "29° Colloque sur le traitement du signal et des images",
	year = "2023",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "2023-1100",
	pages = "p. 157-160",
	month = "Aout # 6 - Sept # 9",
	address = "Grenoble",
	doi = "",
	pdf = "2023_du1100.pdf",
	abstract = "Estimer précisément le coefficient de reproduction est un enjeu majeur pour surveiller et contrôler une épidémie. Afin d'évaluer et de comparer plusieurs estimateurs proposés durant la pandémie de Covid19, une procédure de génération de données épidémiologiques synthétiques réalistes est élaborée, reflétant à la fois la propagation épidémique, suivant le modèle épidémiologique proposé par Cori et col., et un processus de collecte de nombre de cas dégradé (erreur de report, données manquantes). Des simulations de Monte Carlo sur un large jeu de données synthétiques aux dynamiques variées fournissent une évaluation quantitative des performances d'estimation du coefficient de reproduction..pdf",
}