コンテンツへスキップ

COVID-19 感染防止対策 感染拡大を見てからでは遅い、予測に基づく事前の対応を 予測の難しさの事例  

2021/09/11

とはいうものの、今回のインフルエンザに限定すれば、予測の根拠となる科学的データに乏しくモデルの構築も難しい。

私は、感染は人と人の社会的交流によるのであることから、年間の社会的季節行事に依存する効果が大きいと考え、それを現時点で得られる唯一の予測根拠と考え、2020年の感染者再生産率の推移に基づき今年2021年の感染者数の予測をしてみた。

下のグラフで、青線と黄色線がそれである。この方式での予測は、再生産者率の算出方法に微妙に影響する。そこで、OWDの表に記載されているreproduchion_rateを用いて予測したものをTI20_OWD(黄色線)、1週間の合計感染者数を基準として直近1週間の感染数をその前週の感染者数で割った値を実効再生産者率とした推定値をTI20_WEEK(青色線)とした。また、OWDデータをダウンロードして、ICL(紫線)及びIHMEの予測値(赤色線)をグラフに重ねて描いた。また、青棒は日毎に発表されている感染確認数である。

実際の感染確認者数と予測値の開きは様々に見える。この原因は基礎となる根拠が乏しいことによると思われる。

私の(TI20)予測方式では現時点ではかなりよい一致が見られ、さらに年末までの予測をすることが出来る。

参考: 下のグラフは、Our World in Data の日本の場合のグラフ画像を転載した。

https://ourworldindata.org/grapher/daily-new-estimated-infections-of-covid-19?country=~JPN

No comments yet

コメントを残す

以下に詳細を記入するか、アイコンをクリックしてログインしてください。

WordPress.com ロゴ

WordPress.com アカウントを使ってコメントしています。 ログアウト /  変更 )

Google フォト

Google アカウントを使ってコメントしています。 ログアウト /  変更 )

Twitter 画像

Twitter アカウントを使ってコメントしています。 ログアウト /  変更 )

Facebook の写真

Facebook アカウントを使ってコメントしています。 ログアウト /  変更 )

%s と連携中

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください

%d人のブロガーが「いいね」をつけました。