在知道结果之前反思一下“每个估计都

[account_disabled]

有错误。这个错误是您将要做出的假设的结果现在我将告诉你假设。策略和假设现在您知道该项目的目标了。（任何项目中都需要解释的第一点）在这种情况下它基本上是估计。“预测将会发生什么。为了进行估计需要模型、算法。一个数学工具可以让我们做到这一点。我们将使用已知的数据来训练这个数学工具（模型）。该项目的策略是我们利用来自中国的数据“训练模型以捕捉-的动态。下一步是将我们发现的动态转移到您想要估计的国家西班牙和意大利。这是过程我们将使用来自中国的死亡数据来捕捉动态因为我们发现来自中国的确诊病例的动态分布更大。我们对此策略做出什么假设第一个假设-在中国的影响动态与其他国家相似。



我已经告诉过你现实并非如此。但它可以让你了解如果我们采取与中国相同的措施会发生什么。基本上我们使用来自唯一一个结束了-的国家的数据来训练模型。（如果我们有更多的国家和更多 以色列移动的电话数字 的数据建模和估计会更有效。情况总是如此）第二个假设我们不会像模型那样对国家措施的干预进行建模以便能够在不同情景下进行估计。这里我们直接假设你想学习的国家的措施与中国类似。但事实并非如此。在这个意义上我们会犯错误。我们也可能会犯错误因为来自中国的数据没有被正确统计。有了这个就清楚了。这种方法的优点是速度快并且只需来自您所在国家地区的少量数据即可粗略估计-的影响。它简单且可复制。它可以用作初步估计的标准方法。






中国如何“训练动态模型第步旨在捕捉病毒在人群中的动态。我所说的动态是指-的影响如何随着时间的推移而演变。在中国情况是这样的在右图中您可以看到-的动态。这就是我们想要建模的。我们将使用一个模型来捕捉累积人口随时间增长的动态。这是Gz模型k是累积种群稳定时的最终值。是期初人口的值。是模型的增长常数。模型越大模型稳定的速度越快。通常k与k类似并且是模型动力学的一部分。在蓝色中您可以在累积数据图中看到模型。右边是它的导数。这让我们对中国的-曲线有了一个了解。这是用中国死亡数据计算的模型这就是我们将在意大利和西班牙复制的动力如何在其他国家复制该模式下一步是将这种动态转移到我们想要估计-影响的国家。