Get best of the week

Fighting Covid-2019: Giliran Besar datang

Bagian 1. Berapa banyak orang yang akan membunuh coronavirus?


Sejak penulisan artikel pertama saya tentang perkiraan epidemi coronavirus, sedikit lebih dari seminggu telah berlalu, tetapi banyak yang telah berubah.

Pertama-tama, ada titik balik dalam dinamika epidemi global: kurva kematian baru mencapai puncaknya. Ini berarti bahwa periode pertama epidemi global telah berakhir, ketika setiap hari jumlah kematian baru tumbuh hampir secara eksponensial.

Seminggu yang lalu, saya dengan senang hati akan mengatakan bahwa sekarang epidemi juga akan cepat menurun. Tetapi data baru yang terakumulasi selama seminggu terakhir telah menghilangkan optimisme ini. Memang, di beberapa negara (seperti Cina, dan mungkin Jerman), perkembangan epidemi digambarkan oleh kurva logistik. Tetapi negara-negara lain mengecewakan saya.

Perkiraan segar jumlah korban epidemi dan gambar-gambar indah di bawah potongan.

Menit Perawatan UFO


Pandemi COVID-19, infeksi pernafasan akut yang berpotensi parah yang disebabkan oleh coronavirus SARS-CoV-2 (2019-nCoV), telah secara resmi diumumkan di dunia. Ada banyak informasi tentang Habré tentang topik ini - selalu ingat bahwa Habré dapat diandalkan / bermanfaat, dan sebaliknya.

Kami mendesak Anda untuk kritis terhadap informasi apa pun yang dipublikasikan.


Sumber resmi

, .

Cuci tangan, rawat orang yang Anda cintai, tinggal di rumah kapan saja memungkinkan dan bekerja dari jarak jauh.

Baca publikasi tentang: coronavirus | kerja jarak jauh

Ternyata kecerobohan populasi, yang tidak terburu-buru untuk menerapkan tindakan karantina yang ditetapkan oleh pemerintah, serta keraguan pemerintah beberapa negara untuk menerapkan langkah-langkah tersebut, mengarah pada distorsi kurva logistik.

Pada awalnya, memang, epidemi mendapatkan momentum, dan setiap hari jumlah kematian meningkat. Kemudian mencapai maksimum. Dan setelah itu ... tetap maksimal. Inilah yang terjadi di Iran dan Italia.





Jika kita berurusan dengan kurva logistik, segera setelah maksimum akan ada penurunan. Selain itu, jika kita mempertimbangkan turunan pertama dari kurva logistik (kurva kematian harian), maka itu adalah simetris tentang titik infleksi nya. Ini berarti bahwa ketajaman sisi kiri puncak kurva akan sama dengan ketajaman kurva pada titik awal kenaikan, seperti yang ditunjukkan pada gambar di bawah ini.

Sayangnya, di banyak negara hal ini tidak terjadi. Bagian atas kurva datar, dan sama sekali berbeda dari awal tajam kurva. Tergantung pada berapa lama populasi dikarantina, panjang bagian datar dari kurva kematian harian meningkat.

Jika Anda melihat kurva kematian total, maka itu tidak lagi terlihat seperti logistik. Seolah-olah kurva logistik dipotong setengah dan garis lurus yang condong ke cakrawala dimasukkan di antara kedua bagiannya. Di daerah ini, jumlah kematian setiap hari meningkat sekitar jumlah yang sama. Lihat lagi kasus Iran dan Italia.





Dan inilah kurva kematian harian di seluruh dunia. Dia hanya berusaha semaksimal mungkin. Sayangnya, tidak mudah untuk memprediksi berapa lama kurva akan tetap berada di wilayah maksimum sebelum penurunan jumlah kematian dimulai. Namun, berdasarkan pertimbangan umum, orang harus berpikir bahwa karena sejumlah besar negara dengan ukuran karantina profil populasi, bagian atas jadwal pandemi global juga akan berubah menjadi datar.





Dalam artikel terakhir, kami menyebutkan pilihan di depan kami: untuk mengembangkan prosedur yang tidak hanya memberikan perkiraan jumlah kematian yang paling mungkin, tetapi juga memprediksi kesalahannya. Artinya, kita perlu memiliki ramalan optimis untuk orang mati (sedemikian sehingga jumlah kematian akhir akan lebih besar dari ramalan ini), serta ramalan pesimistis (yang akan melebihi jumlah akhir kematian).

Selama seminggu terakhir, kami menghadapi tugas lain: untuk menggambarkan dinamika kematian dengan mempertimbangkan efek flat top, ketika tidak lagi mungkin menggunakan kurva logistik klasik untuk peramalan.

Penulis berhasil menyelesaikan kedua masalah, dan mengembangkan teknik peramalan yang memungkinkan seseorang menghitung kesalahan ramalan, dan juga memperhitungkan efek flat top.

Sayangnya, saat ini penulis tidak memiliki cukup waktu untuk penulis untuk sepenuhnya menggambarkan model peramalan yang dibangun. Oleh karena itu, pada bagian pertama kami akan menyajikan ramalan yang dijanjikan untuk dunia secara keseluruhan dan untuk beberapa negara secara terpisah, dan di bagian selanjutnya dari artikel ini saya akan menjelaskan bagaimana ramalan ini diterima dan bagaimana pembaca dapat mengulangi ramalan tersebut dengan Python.

Ini ramalan yang dijanjikan. Saya berencana untuk memperbarui setidaknya seminggu sekali, menggunakan data baru. Tapi saya akan menyimpan ramalan sebelumnya untuk menggambarkan dinamika pemodelan.



Ngomong-ngomong, mereka bertanya mengapa saya tidak menggunakan Excel untuk perkiraan? Saya menjawab: Excel memiliki mekanisme bawaan yang memungkinkan Anda menemukan parameter yang sesuai dengan minimum fungsi arbitrer. Meskipun 99% pengguna, mekanisme ini tidak diketahui, dan penggunaannya tidak sepenuhnya sepele. Ini adalah level yang dicapai dalam artikel sebelumnya.

Tetapi pada bagian berikut dari artikel ini kami akan melakukan pemodelan simulasi, ketika untuk setiap negara kami akan melakukan prosedur serupa beberapa ribu kali, dengan cara tertentu mengubah set data statistik yang masuk. T.N. simulasi bootstrap.

Penulis tidak tahu bagaimana melakukan simulasi di Excel tanpa menggunakan VisualBasic. Pada saat yang sama, dalam Python, transisi dari pencarian fungsi minimum dalam satu kasus ke pencarian dalam beberapa ribu kasus dilakukan dengan menulis beberapa baris kode. Saya akan menunjukkan trik ini di bagian ketiga artikel ini.

Segera akan ada tautan ke bagian 2 artikel ini.

More articles:


All Articles