前文[2]对于比率与病例数量的回归分析结果可靠性较高——相关系数的绝对值大于0.98,相当接近1,比之前文章[3]
[4]的回归分析结果(相关系数分别为0.84和0.80)明显高一些。同时,根据分析结果计算得到的预测结果也与现实非常接近:偏低不到1%,与之前的文章[3][4]相比(分别偏高12%和1.5%)偏差明显变小。虽然现实喜欢与人开玩笑,但在这次预测中却没有,笔者现在更困惑了:到底什么情况下预测的准确性才比较高呢? 本文中笔者研究的是比率与病例数量的关系:采用一天后的比率会导致波动过大,规律很不明显;应该综合考虑多天的数据,但如果考虑5天或7天等天数后的比率现实意义又不明确;目前公认的新冠肺炎潜伏期为14天,对于某一天来说,知道了当天和14天以后的病例数量,就可以计算出一个潜伏期后的比率。为了使研究具有一定的现实意义,笔者决定选最后一种方法,计算结果如表2:
同样为了研究的现实意义考虑,笔者在分析比率与新冠肺炎病例数量的关系时会考虑一个潜伏期14天的情况。 同样为了研究的现实意义考虑,笔者在分析比率与新冠肺炎病例数量的关系时会考虑一个潜伏期14天的情况。 设一个潜伏期后的比率y与当天确诊病例x间的关系为y=A+Bx,根据表2,首先对8月12-25日的确诊病例(n0)与一个潜伏期后的比率(n14/n0)进行简单线性回归分析,结果是:A=1.410071=141.0071%,B=-1.159215×10^-8(相当于每增加一百万病例比率直接减去1.16%,降速较快),相关系数r= -0.998530,相关系数平方为0.997061。凭感觉也能发现:疫情发展速度明显放缓。 |
E_mail: redchinacn@gmail.com
2010-2011http://redchinacn.net