疫情预测

今天是2020年2月5日。

这几天已经养成了一个习惯,每天早上起来8点准时关注国家卫生健康委员会公布的疫情信息:

http://www.nhc.gov.cn/xcs/xxgzbd/gzbd_index.shtml

然后关注疫情的走势图:

丁香园数据


而就在今天,总人数的上升趋势总算有了一点减缓。减缓的原因是疑似病例的增加速度有了明显的下降:


丁香园数据

也就是说我可以大胆地用模型来进行预测了

模型预测

上一次的模型是与确诊人数相关的,没把确诊人数放在心上。直到有一天看了一篇微博才想起来,医疗资源是非常紧缺的,特别是被用来确诊的新型冠状病毒检测试剂盒(https://weibo.com/1729014640/IrQIZae8x?type=comment#_rnd1580877834840)。也就是说有很多疑似病例本身就是新型冠状病毒的感染者,但是由于没有试剂盒,无法确诊,然后被分到了疑似这一类。因此针对确诊病例和疑似病例的总和进行预测才比较合理。

对于疑似病例我们要做出两个假设。

一是所有的疑似病例都是新型冠状病毒的感染者。事实当然可能不是这样,但恰恰因为现在人们都不经常在公共场所活动,所以感染流感病毒的概率也大大减少了。

二是疑似病例不会再感染他人。这一点假设基本上也能满足(https://baijiahao.baidu.com/s?id=1656888983611787452&wfr=spider&for=pc)当然也有由于医院收容能力有限,被迫回家隔离的(http://m.gougaoxiao.com/redianxinwen/202001/260105.html)。但是对于被迫回家隔离的病人,我想他们顶多只会感染亲属家人,不会再进一步成为超级传播者。

拟合

由于在疫情的发展过程中,模型的参数会发生改变,所以我选择了两个点(1月25日和1月29日)重新拟合,以达到最好的拟合结果。


拟合结果


预测

这个时候模型的参数是:

\beta = 0.19;  \alpha=0.202

两个值已经很接近了,但是用这两个参数还是没有办法预测。因为现在\alpha > \beta,所以模型最最终无法收敛。只能人工调参了。虽然有可能不准,但要是真的等到走势明显的时候,用模型预测就失去意义了

我们先假设最好的情况:潜在的感染者(由于种种原因可以传染给他人但是没有被隔离的人)停止传播病毒,也就是让\alpha=0:

“最好的情况”预测图

接下来做个最坏的预测,就是让\alpha=0.18:

当alpha=0.18时的预测图

哈哈哈,有点可怕。

正经点,好好画:

当alpha=0.18时的预测图

都快发展到明年去了,明显太不合理

接下来做一个比较合理一点的预测,就是折个中,让\alpha=0.1
:

当alpha=0.1时的预测图

需要说明的是,大家不必被红色的线所吓倒。红色曲线的变化都是在参数死亡率和康复率保持现在这种水平的情况下才会出现的,一旦有疗效比较明显的药物被发现或者发明出来,红色曲线会很快就降下来的。

最重要的是绿色曲线的走势,只要当潜在的感染者都被发现隔离之后,这场疫情就基本上告终了。

总结一下:

确诊和疑似病例的总数大概会在2月14日左右达到峰值。3月初的时候,疑似病例不会大幅增加。3月中旬的时候,疑似病例就不再会有增加

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,539评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,911评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,337评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,723评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,795评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,762评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,742评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,508评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,954评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,247评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,404评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,104评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,736评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,352评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,557评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,371评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,292评论 2 352

推荐阅读更多精彩内容

  • 现实直接打脸型, 2月3号开盘,2月4号大盘直接跳水,一天亏损1000多元, 哈哈。心痛的感觉。。。(过节绝对不能...
    小可蛮阅读 895评论 0 0
  • 2/5日更新:2月4日汇总的“疑似病例”人数有点奇怪,有的地方显示累计疑似病例23260,对比昨天只新增了46例。...
    锐不可叮当阅读 30,902评论 25 44
  • 前几日做的是关于第二天新增确诊病例的预测,但是发现那个实在是太简单了,因为疑似病例中最后被确诊成肺炎的比例基本是不...
    Rich070阅读 5,029评论 1 7
  • “国家卫生和计划生育委员会3月31日通报,上海市和安徽省发现3例人感染H7N9禽流感病例。其中2人抢救无效死亡,1...
    贝塔鱼阅读 1,148评论 0 2
  • 姓名:陈昊 公司:安徽宇烁光电科技有限公司 【日精进打卡第44天】 【知~学习】 《六项精进》大纲背诵1遍遍共34...
    陈昊_ff18阅读 116评论 0 1