[PYTHON] J'ai essayé d'adapter la fonction exponentielle et la fonction logistique au nombre de patients positifs au COVID-19 à Tokyo

Contexte

Quelqu'un a adapté la tendance mondiale de l'infection au COVID-19 à des fonctions exponentielles et logistiques et calculé la période de doublement (https://github.com/aatishb/covid), donc clonez-la. Je l'ai appliqué aux données sur le nombre de patients publiées par le gouvernement métropolitain de Tokyo.

La raison pour Tokyo est que s'il s'agit de données nationales, la différence de circonstances selon la région sera mélangée dans une seule distribution, il est donc plus facile de l'appliquer au modèle idéal d'explosion de l'infection dans une zone limitée. .. C'est également la région la plus à risque au Japon.

La méthode d'analyse et les précautions sont écrites dans le cahier.

résultat

Le notebook est ici: https://github.com/msakuta/covid/blob/master/curvefit-tokyo.ipynb

** Based on Most Recent Week of Data **

	Confirmed cases on 2020-04-02 00:00:00 	 587.0
	Confirmed cases on 2020-03-26 00:00:00 	 212.0
	Ratio: 2.77
	Weekly increase: 176.9 %
	Daily increase: 15.7 % per day
	Doubling Time (represents recent growth): 4.8 days

** Based on Logistic Fit**

	R^2: 0.9753797360404987
	Doubling Time (during middle of growth):  12.02 (± nan ) days

** Based on Exponential Fit **

	R^2: 0.975379736914424
	Doubling Time (represents overall growth):  6.01 (± 0.38 ) days

image.png

Il convient de noter la valeur de R ^ 2, qui dépasse 0,97 pour les fonctions exponentielles et logistiques, et peut être considérée comme suivant une trajectoire de croissance explosive typique.

Sur la base du nombre de cas de la semaine la plus récente, la période de doublement est de 4,8 jours, la fonction logistique est de 12,02 jours (au point de gradient maximal) et la fonction exponentielle est de 6,01.

Une fois extrapolée

L'extrapolation de la fonction exponentielle n'est généralement pas une bonne idée, mais si la croissance exponentielle se poursuit, elle sera d'environ 20 000 dans 30 jours.

image.png

Bien sûr, il n'est pas facile de conclure que cela se produira. La ville a également demandé de s'abstenir de sortir et les perceptions des gens ont considérablement changé au cours des dernières semaines. Je pense qu'il y a de bonnes chances qu'elle converge rapidement. Cependant, en regardant ce graphique, je dois penser que c'est un temps assez nul pour dire "je marche à peine dessus" ...

La chose effrayante à propos du COVID-19 est qu'il a une période de latence inconsciente pendant laquelle il peut propager le virus. Selon la Japan Society for Infectious Diseases, cette période de latence est de 1 à 14 jours (https://www.kansensho.or.jp/ref/d77.html), mais elle est la plus longue pour prendre des mesures à cet effet. Cela signifie qu'il y a un délai d'environ deux semaines. Personnellement, je pense qu'il est trop tard pour déclarer une urgence maintenant.

De plus, le nombre de tests au Japon est considérablement plus petit que dans d'autres pays, on ne sait donc pas combien de personnes infectées non détectées se cachent.

Ce qui est encore plus difficile, c'est que les choses changent radicalement chaque semaine, donc je pense qu'il y a des domaines où les sentiments des gens ordinaires ne rattrapent pas. Cependant, même à Tokyo, un mois plus tard, comme à New York, les corps débordant de l'hôpital peuvent être conservés au réfrigérateur.

Heureusement, le nombre de personnes infectées est mis à jour quotidiennement, je voudrais donc garder un œil sur les tendances autant que possible.

référence

Bien que présentée par l'auteur original de Notebook, la vidéo suivante est fortement recommandée.

https://www.youtube.com/watch?v=Kas0tIxDvrg

https://www.youtube.com/watch?v=54XLXg4fYsc&t=1s

Recommended Posts

J'ai essayé d'adapter la fonction exponentielle et la fonction logistique au nombre de patients positifs au COVID-19 à Tokyo
Je veux obtenir le nom du fichier, le numéro de ligne et le nom de la fonction dans Python 3.4
J'ai dessiné un graphique Python en utilisant des données publiques sur le nombre de nouveaux patients positifs au coronavirus (COVID-19) à Tokyo + avec un lien vers la version nationale des données de pratique
J'ai essayé d'illustrer le temps et le temps du langage C
J'ai essayé d'implémenter la fonction d'envoi de courrier en Python
J'ai essayé de combattre le minimum local de la fonction Goldstein-Price
J'ai essayé de classer le nombre de décès par habitant de COVID-19 (nouveau virus corona) par pays
J'ai essayé de visualiser la tranche d'âge et la distribution des taux d'Atcoder
(Python) J'ai essayé d'analyser 1 million de mains ~ J'ai essayé d'estimer le nombre d'AA ~
J'ai essayé d'extraire et d'illustrer l'étape de l'histoire à l'aide de COTOHA
J'ai essayé de vérifier et d'analyser l'accélération de Python par Cython
J'ai essayé d'afficher la valeur d'altitude du DTM dans un graphique
J'ai implémenté le modèle VGG16 avec Keras et essayé d'identifier CIFAR10
Créez un bot qui publie sur Slack le nombre de personnes positives pour le nouveau virus corona à Tokyo
J'ai essayé la fonction de tableau croisé dynamique des pandas
J'ai essayé de corriger la forme trapézoïdale de l'image
J'ai essayé de vectoriser les paroles de Hinatazaka 46!
J'ai essayé de notifier la mise à jour de "Hameln" en utilisant "Beautiful Soup" et "IFTTT"
J'ai essayé de prédire le nombre de personnes infectées par le virus corona au Japon par la méthode du dernier article en Chine
J'ai essayé de prédire le nombre de personnes infectées par le virus corona en tenant compte de l'effet de s'abstenir de sortir
J'ai essayé d'entraîner la fonction péché avec chainer
Comment obtenir le nombre de chiffres en Python
J'ai essayé de notifier la mise à jour de "Devenir romancier" en utilisant "IFTTT" et "Devenir un romancier API"
J'ai essayé de publier l'API GraphQL de la situation de personne infectée COVID 19 dans la préfecture de Hyogo.
J'ai essayé de résumer la forme de base de GPLVM
J'ai essayé d'automatiser la mise à jour de l'article du blog Livedoor avec Python et sélénium.
J'ai essayé d'approcher la fonction sin en utilisant le chainer
J'ai essayé de visualiser les informations spacha de VTuber
J'ai essayé d'effacer la partie négative de Meros
J'ai essayé de comparer la vitesse de traitement avec dplyr de R et pandas de Python
J'ai essayé de classer les voix des acteurs de la voix
J'ai essayé de résumer les opérations de chaîne de Python
J'ai essayé de publier automatiquement sur ChatWork au moment du déploiement avec Fabric et ChatWork Api
J'ai essayé de publier l'API GraphQL de la situation de personne infectée COVID 19 dans la préfecture de Hyogo. (Partie 2)
[Pour les débutants] Je souhaite expliquer le nombre d’apprentissage d’une manière facile à comprendre.
J'ai essayé de vérifier la classification yin et yang des membres hololive par apprentissage automatique
J'ai essayé de mettre HULFT IoT (Edge Streaming) dans la passerelle Rooster de Sun Electronics
[Traitement du langage naturel] J'ai essayé de visualiser les remarques de chaque membre de la communauté Slack
J'ai essayé de trouver l'entropie de l'image avec python
Essayez de gratter les données COVID-19 Tokyo avec Python
[Courses de chevaux] J'ai essayé de quantifier la force du cheval de course
Comment trouver le nombre optimal de clusters pour les k-moyennes
J'ai essayé d'obtenir les informations de localisation du bus Odakyu
J'ai essayé de trouver la moyenne de plusieurs colonnes avec TensorFlow
J'ai essayé de résumer le code souvent utilisé dans Pandas
J'ai essayé de programmer le test du chi carré en Python et Java.
J'ai essayé d'afficher l'heure et la météo d'aujourd'hui w
[Introduction au modèle de maladie infectieuse] J'ai essayé de m'adapter et de jouer
[Python] J'ai essayé de visualiser la relation de suivi de Twitter
J'ai essayé de résumer les commandes souvent utilisées en entreprise
J'ai essayé un peu le comportement de la fonction zip
[Apprentissage automatique] J'ai essayé de résumer la théorie d'Adaboost
Je veux connaître la nature de Python et pip