但不论理论上多么靠,模型都要经过事实的检验,首先要与建立模型所用的事实对照:
4月日期(t)
|
新冠肺炎实际
确诊人数(n)
|
回归分析计算结果(x)
|
理论与实际的偏差(x-n)
|
相对偏差((x-n)/a)
|
1
|
823626
|
814947
|
-8679
|
-11%
|
2
|
896475
|
893952
|
-2523
|
-3.2%
|
3
|
972303
|
972957
|
654
|
0.83%
|
4
|
1051697
|
1051962
|
265
|
0.34%
|
5
|
1133758
|
1130967
|
-2791
|
-3.5%
|
6
|
1210956
|
1209972
|
-984
|
-1.2%
|
7
|
1279722
|
1288977
|
9255
|
12%
|
8
|
1353361
|
1367982
|
14621
|
19%
|
9
|
1436198
|
1446987
|
10789
|
14%
|
10
|
1521252
|
1525992
|
4740
|
-6.0%
|
11
|
1610909
|
1604997
|
-5912
|
-7.5%
|
12
|
1696588
|
1684002
|
-12586
|
-16%
|
13
|
1773084
|
1763007
|
-10077
|
-13%
|
14
|
1844863
|
1842012
|
-2851
|
-3.6%
|
15
|
1914916(n15)
|
1921017
|
6101
|
7.7%
|
建立模型涉及的数据跨度超过100万(1914916-823626=1091290),理论与实际的偏差不超过±1.5万,粗略地看模型的精确度是可以接受的。比较精确地看,数据间隔都是1日,用偏差除以单日增量可以得到相对偏差;正向偏差最大为19%,负向偏差为-16%,两者相差约35%,不到50%,不会出现因为偏差导致的错位。 模型与建立模型所用数据的差别在可以接受的范围内。
|