以潜伏期为单位预测新冠肺炎疫情

（一个潜伏期预测增量是指某个预测病例数量减去14天前的实际病例数量或预测病例数量。）

从表3的预测结果上看，最近十几个潜伏期都是疫情迅速发展的时期，每个潜伏期的病例增量都明显高于前一潜伏期一定比例，从目前的略多于200万猛增至十月中期的超过1000万。在这以后疫情的发展速度仍然在加快，到12月中后期，疫情发展速度达到顶峰，一个潜伏期内病例增量超过1400万接近1500万，相当于平均单日增量超过100万。多么可怕啊！

之后疫情发展速度开始缓慢下降，到明年2月一个潜伏期内的病例增量降到1000万以下。到4月末5月初发展速度会下降到和目前水平差不多的程度：一个潜伏期增长略多于200万例，疫情发展速度的下降会更加显著，大体上是每过两个潜伏期下降一半。明年6月初期一个潜伏期内的病例增量会下降到100万例以下，9月初会降到10万例左右，12月初会降到1万例左右。

到后年也就是2022年年初，疫情才会趋于缓和。

上述对疫情的预测是很恐怖的：最终病例超过2亿且疫情还要肆虐1年都不止。不过好在这是笔者根据不可靠的回归分析结果做出的理论预测，很可能也是不可靠的，而且笔者也真的希望自己犯了高估疫情的错误。

本文的预测结果与前文^[2]差别太大了，两亿多与两千多万相比，简直差出一个量级。这暴露出笔者采用的方法稳定性太差：由于进行回归分析时只涉及一个潜伏期，该潜伏期内的波动性对结果影响会非常大。如何克服这种波动性所引起的预测结果的巨大震荡，是笔者下一篇文章要讨论的问题。

作者：壮壮                             日期：2020年7月1日