[問卦] 接下來的逐日本土確診預測 採死亡數成長

看板Gossiping作者 (妹)時間1年前 (2022/05/17 16:04), 1年前編輯推噓3(6推 3噓 47→)
留言56則, 10人參與, 1年前最新討論串1/1
接下來可能要改看死亡數來預測了 日期 確診逐日成長率 死亡數 05/01/22 1.13 3 死亡逐日成長率 05/02/22 1.05 3 1.00 5/2起死亡幾何平均成長率 05/03/22 1.29 5 1.67 1.18 05/04/22 1.23 5 1.00 1.16 三日死亡幾何平均成長率 05/05/22 1.06 5 1.00 1.17 1.19 05/06/22 1.20 10 2.00 1.18 1.26 五日死亡幾何平均成長率 05/07/22 1.28 11 1.10 1.13 1.30 1.25 05/08/22 0.96 12 1.09 1.13 1.34 1.19 死亡七日幾何.. 05/09/22 0.91 12 1.00 1.14 1.06 1.19 1.16 05/10/22 1.26 12 1.00 1.15 1.03 1.19 1.13 05/11/22 1.13 8 0.67 1.18 0.87 0.96 1.07 05/12/22 1.11 17 2.13 1.30 1.12 1.09 1.19 05/13/22 1.10 41 2.41 1.17 1.51 1.28 1.22 05/14/22 0.98 40 0.98 0.98 1.71 1.27 1.20 05/15/22 1.07 19 0.48 0.98 1.04 1.10 1.07 05/16/22 0.90 29 1.53 1.41 0.89 1.29 1.13 05/17/22 1.07 38 1.31 1.31 0.98 1.17 1.18 確診數會因為篩檢黑數失準 所以觀察死亡數比較容易察覺真正的疫情發展 幾何平均以三日呈現短期 七日呈現中長期 正確的日數應該要以平均病程來看 例如從確診或感染到死亡的病程幾日 那最有解釋力的病程日數就是採用的幾何平均 但是現在才一個月數據仍然不足 所以先採三、五、七日來觀察 去除離群值 死亡數的逐日成長落1.1至1.3 多數落在1.13~1.18 所以比較正確的疫情成長趨勢應該會是1.13~1.18 採用的倍率是死亡逐日成長率五日幾何平均1.17453762925399 這個數值跟七日幾何平均1.17900221636237非常接近 七日有另一個好處是剛好為一個周次的日數 可以完全去除周六、日休假日的盲點 可能會影響到公務機關計數能力、醫療機構人力配置等等因素 五日跟七日值很接近所以採計效益較高 當前的確診逐日成長率越來越接近1 本土確診逐日成長率 5/14 0.984485624576741 5/15 1.07454192983553 5/16 0.897645929115987 5/17 1.06640517367133 這個值如果一直都是在趨近1.0的前後跳躍表示該數值大約就是PCR的檢測力上限 也就是黑數期已經開始 改以5/17五日逐日死亡預測全國累計確診率 05/17/22 0.037879 05/18/22 0.044490 05/19/22 0.052255 05/20/22 0.061376 05/21/22 0.072088 05/22/22 0.084671 05/23/22 0.099449 05/24/22 0.116806 05/25/22 0.137193 05/26/22 0.161139 05/27/22 0.189264 05/28/22 0.222297 05/29/22 0.261097 05/30/22 0.306668 05/31/22 0.360193 06/01/22 0.423060 06/02/22 0.496900 06/03/22 0.583628 06/04/22 0.685493 06/05/22 0.805137 06/06/22 0.945664 06/07/22 1.110718 前提是 第一假設是防疫狀況、習慣沒有太大幅度的改變 第二假設是每個人染疫的可能性一樣 但是第二假設顯然不正確 因為每個人打的劑數、衛生習慣、外出、工作、上學、用餐、家庭接觸習慣不同 所以最後倍率會漸漸縮小 最後碰壁的那個百分比大約就是第二假設的染疫可能性百分比 沒意外的話那個值大約5月底就會逐漸明朗 接下來的一個月裡醫院大概就是永遠滿載的狀況 差別在要配置多少人力在新冠、多少人力在其他病房 兩者分離 就是類似和平醫院變成新冠專責醫院之類的處理 以及新冠收治的優先權順位 之類的醫療資源分配 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.68.97.61 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1652774644.A.BB7.html
→
05/17 16:06, 1年前 , 1F
個人會推薦死亡 中重症來推 輔以中重
05/17 16:06, 1F
→
05/17 16:06, 1年前 , 2F
正出院人口比對中重症增減量
05/17 16:06, 2F
中重症有診療上的主觀 死亡會比較客觀
推
05/17 16:08, 1年前 , 3F
有白話文的總結嗎
05/17 16:08, 3F
大約五月底六月初會呈現第二假設的碰壁值
推
05/17 16:09, 1年前 , 4F
認真文沒人推
05/17 16:09, 4F
推
05/17 16:11, 1年前 , 5F
以死亡數代替確診數推測疫情發展較為準
05/17 16:11, 5F
→
05/17 16:11, 1年前 , 6F
確
05/17 16:11, 6F
→
05/17 16:19, 1年前 , 7F
你的前提是死亡率已是穩定不會變，才能
05/17 16:19, 7F
→
05/17 16:19, 1年前 , 8F
月死亡率去反推
05/17 16:19, 8F
→
05/17 16:20, 1年前 , 9F
且死亡延時7天左右
05/17 16:20, 9F
→
05/17 16:20, 1年前 , 10F
以目前台灣的死亡率來看，偏低，可能只
05/17 16:20, 10F
→
05/17 16:21, 1年前 , 11F
是還沒開始
05/17 16:21, 11F
→
05/17 16:23, 1年前 , 12F
年齡層也是很大的偏差因素，除非各年齡
05/17 16:23, 12F
→
05/17 16:23, 1年前 , 13F
層的感染人數比例一致，不然若是發生老
05/17 16:23, 13F
→
05/17 16:23, 1年前 , 14F
年人大量感染，死亡數是會大幅增加，但
05/17 16:23, 14F
→
05/17 16:23, 1年前 , 15F
無法反推成確診數大量增加(會被誤導)
05/17 16:23, 15F
現在的感染族群已經夠大了 沒有家庭的區別 剩下的區別大概就是南部的擴散還沒像北部一樣嚴重 南部的人均醫療資源相對是較差的、青年人口少、老年人口多 但是相對上接觸不如北部密集 如果南部爆發後結果如何可能還會再變動
推
05/17 16:30, 1年前 , 16F
專業
05/17 16:30, 16F
→
05/17 16:36, 1年前 , 17F
05/17 16:36, 17F
推
05/17 16:36, 1年前 , 18F
推
05/17 16:36, 18F
→
05/17 16:38, 1年前 , 19F
以南韓為例1月底這波疫情開始，2月時60
05/17 16:38, 19F
→
05/17 16:38, 1年前 , 20F
歲以上約佔總確診10%，接著最高可達20%
05/17 16:38, 20F
→
05/17 16:38, 1年前 , 21F
。這群死亡數的主要貢獻族群，可以差到2
05/17 16:38, 21F
→
05/17 16:38, 1年前 , 22F
倍的比例。不是你覺得現在穩定就真的穩
05/17 16:38, 22F
→
05/17 16:38, 1年前 , 23F
定啊
05/17 16:38, 23F
→
05/17 16:39, 1年前 , 24F
除非你有數據佐證，台灣確診者的年齡分
05/17 16:39, 24F
→
05/17 16:40, 1年前 , 25F
佈比例穩定(其實每週有公布確診者年齡)
05/17 16:40, 25F
→
05/17 16:40, 1年前 , 26F
，佐證上來就好，可以讓你的推論更完善
05/17 16:40, 26F
→
05/17 16:41, 1年前 , 27F
你的推論很好，只是需要完善，年齡層就
05/17 16:41, 27F
→
05/17 16:42, 1年前 , 28F
是一大因素，多分析一個數據吧，不然比
05/17 16:42, 28F
→
05/17 16:42, 1年前 , 29F
例啥時跑掉的你也不知道
05/17 16:42, 29F
SRadiant你沒看懂的我的內文 年齡分布隱含在第二假設裡 就是個別人的染疫可能 包括是否已達退休年齡、身體狀況、免疫力等等 你可以去分析 但是沒有公信力 要看總體 不是像SRadiant所說的浪費時間在看個體
→
05/17 17:08, 1年前 , 30F
good!?
05/17 17:08, 30F
→
05/17 17:09, 1年前 , 31F
人力? 看前面幾篇文就知道!早就超過!
05/17 17:09, 31F
如果要成長的話還有空間 就是類似蓋方艙之類的做法 但是上海的案例看來效益上有許多爭論 方艙要在兩周內蓋完要擋住梅雨季漏水很有難度 蓋完後疫情可能也過高峰期了 或是說各地方政府有哪些可以做的創新？
噓
05/17 17:24, 1年前 , 32F
本來不想噓的，年齡分布叫做看個體？
05/17 17:24, 32F
→
05/17 17:24, 1年前 , 33F
無視年齡分布才叫可笑好嗎？XD
05/17 17:24, 33F
→
05/17 17:25, 1年前 , 34F
不信，你可以用南韓的數據套進你的假說
05/17 17:25, 34F
→
05/17 17:26, 1年前 , 35F
驗證看看，南韓至少量能充足吧？
05/17 17:26, 35F
→
05/17 17:27, 1年前 , 36F
假設實際有10萬人染疫，老年人佔1萬，
05/17 17:27, 36F
→
05/17 17:27, 1年前 , 37F
跟10萬人染疫，老年人佔2萬。這兩種情況
05/17 17:27, 37F
→
05/17 17:27, 1年前 , 38F
的死亡人數會一樣嗎？那你要用A去推B怎
05/17 17:27, 38F
→
05/17 17:27, 1年前 , 39F
麼推？
05/17 17:27, 39F
→
05/17 17:28, 1年前 , 40F
言盡於此，反正你沒打算學我又何必多說
05/17 17:28, 40F
你可以去分析南韓 我沒有阻止你 南韓我也分析過 之前有po你也在底下亂 你看事情要有總體面 而且你的觀點完全錯誤 我是在預測總確診人數 不是在預測老人 也不是在預測死亡人數 你根本沒有搞清楚問題 還是你閱讀障礙？ 你既然覺得何必多說 請遵守你的承諾以後不要再我的文章底下回覆 我不歡迎你 ※ 編輯: gyGirl (219.68.97.61 臺灣), 05/17/2022 17:41:23
噓
05/17 17:42, 1年前 , 41F
分析過，然後呢？符合你的假說嗎？
05/17 17:42, 41F
→
05/17 17:42, 1年前 , 42F
你提一個假說，不用先驗證可行性？只靠
05/17 17:42, 42F
→
05/17 17:43, 1年前 , 43F
你一句話就要人相信這種推測法可行喔
05/17 17:43, 43F
→
05/17 17:43, 1年前 , 44F
老人比例會影響整體死亡的人數，你想不
05/17 17:43, 44F
→
05/17 17:43, 1年前 , 45F
通喔？XD
05/17 17:43, 45F
→
05/17 17:44, 1年前 , 46F
你要用整體死亡率預測確診數，前提就是
05/17 17:44, 46F
→
05/17 17:44, 1年前 , 47F
死亡率穩定，但老人比例會影響死亡 人
05/17 17:44, 47F
→
05/17 17:45, 1年前 , 48F
數以及整體死亡率。再說下去要收錢囉
05/17 17:45, 48F
→
05/17 17:46, 1年前 , 49F
蠢不是錯，知道錯還不改才是真蠢
05/17 17:46, 49F
噓
05/17 17:47, 1年前 , 50F
看得懂的人，不會被你誤導，就行了，你
05/17 17:47, 50F
→
05/17 17:47, 1年前 , 51F
不用改沒關係
05/17 17:47, 51F
→
05/17 18:30, 1年前 , 52F
印象中沒有國家成功預測疫情發展狀況
05/17 18:30, 52F
→
05/17 18:33, 1年前 , 53F
南韓首都圈2600萬人疫情發展參考
05/17 18:33, 53F
→
05/17 18:33, 1年前 , 54F
南韓原估27萬高峰實際光首都圈就衝破
05/17 18:33, 54F
→
05/17 18:33, 1年前 , 55F
05/17 18:33, 55F
推
05/18 15:51, 1年前 , 56F
就問你這篇算文組還理組的？
05/18 15:51, 56F
‣ 更多 gyGirl 的文章
文章代碼(AID): #1YWrRqkt (Gossiping)