Covid käppyrästä funktio

Anonyymi

Otetaan vaikka kuolleiden määrä. Alkupiste olisi päivä 0, jolloin tilanne on 0. Sitten saadaan kumulaativisia lukuja. Esimerkiksi päivä nro 1 luku 3, päivä nro 2 luku 5 jne. Eli x-akselilla päivä ja y-akselilla kokonaismäärä.

Noista pitäisi sitten saada funktio (luultavasti polynomi sellainen), joka kuvaisi mahdollisimman hyvin tilanteen kehittymistä. Funktion derivaattafunktiosta saataisiin selville päiväkohtainen tartuntojen muutos.

Miten tuota kannattaisi lähteä tekemään? Tietokone on käytössä.

4

58

    Vastaukset

    Anonyymi (Kirjaudu / Rekisteröidy)
    5000
    • Anonyymi

      Ihan silloin vuosi sitten alussa yritin tutkia noudattaako se Fibonaccin lukusarjaa, ja se taisi suurin piirtein niin mennäkin..

    • Anonyymi

      No siis vanhaan dataan voidaan muodostaa vaikka mitä sovituksia. Uusia arvoita tehdään yleensä SIR-mallilla tai sen johdannaisilla. Harrastelija tuskin pystyy kovin kummoisia ennusteita laatimaan, ellei ole tutustunut epidemiologiseen mallinnukseen. Tapoja on hurjasti. Googlaa corona modelling.

    • Anonyymi

      Eipä tuossa ole paljon järkeä. Ota vaikka data 400:lta ensimmäiseltä päivältä, niin tarvitset sovittamiseen suunnilleen 400-asteisen polynomin. Kun vielä sairastuvuus ja raportointi eivät mene päiväkohtaisesti tasatahtia, niin derivaatta ei kerro mitään. Jotta tuloksessa olisi mielekkyyttä, on tarkasteltava pidemmän ajanjakson lukuja esim. viikko- tai kuukausitasolla. Valmiit käyrät löytyvät muuten täältä https://www.worldometers.info/coronavirus/ - niihin voit sitten sovitella sopivia funktioita.

      • Anonyymi

        Ei mallin ole tarkoituskaan kulkea täsmälleen jokaisen pisteen kautta, vaan ensin valitaan mallin aste (eli se, minkä asteen polynomia sinne lähdetään sovittamaan) ja sitten selvitetään polynomin kertoimet niin, että virheen PNS minimoituu. Samaa kokeillaan muutamilla eri asteilla kunnes ollaan tyytyväisiä selitysasteeseen.
        Toinen vaihtoehto on asettaa rangaistusfunktio suurempien asteiden kertoimille, jolloin malli optimointi itsessään selvittää sopivan asteen, mutta yhtälailla sitäkin joutuu ajamaan useammilla rangaistusfunktioilla kunnes löytyy riittävän osuva käppyrä.
        Yliselittämistä (eli sitä, että käyrä kulkee tarkalleen jokaisen mittauspisteen kautta) pyritään mallinnuksessa nimenomaan välttämään, koska mittauksissa on aina satunnaisvaihtelua, jota malli ei pysty ennustamaan.


    Ketjusta on poistettu 0 sääntöjenvastaista viestiä.

    Luetuimmat keskustelut

    1. Nainen, yrittäessäsi olla vahva olet heikoksi tullut

      Tiedätkö mitä todellinen vahvuus on? Selviätkö, kun valtakunnat kukistuvat? Miten suojaudut kun menetät kaiken? :/
      Ikävä
      191
      1254
    2. Miettimisen aihetta.

      Kannattaa yrittää vain niitä oman tasoisia miehiä. Eli tiputa ittes maan pinnalle. Tiedoksi naiselle mieheltä.
      Ikävä
      122
      1108
    3. Mitkä on 3 viimeistä sanaa

      sun ja kaivattusi viesteilyssä? Ensin sun, sitten kaivatun?
      Ikävä
      48
      824
    4. Kai sä näät

      Ku sua katson et olen aika rakastunut. Rakkaus ei vain ole aina niin yksinkertaista
      Ikävä
      70
      820
    5. Just nyt mä

      En haluais sanoa sulle mitään. Voisi vaikka istua vierekkäin hiljaa. Ehkä nojaten toisiimme. Tai maata vierekkäin, ilman
      Ikävä
      53
      760
    6. Nainen miltä tuntuu olla ainoa nainen Suomessa, joka kelpaa ja on yheen sopiva minulle

      Sydämeni on kuin muuri, valtavat piikkimuurit, luottamusongelmat, ulkonäkövaatimukset, persoonavaatimukset ja älykkyysva
      Ikävä
      50
      695
    7. Kuinka hyvin tunnet mut?

      Kerro musta mies jotain.
      Ikävä
      33
      672
    8. Piristä mua ystävä

      Hyvä💫...
      Ikävä
      60
      659
    9. Nainen, mitä ajattelet minusta?

      Mitä tuntemuksia saan aikaan sinussa? :/
      Ikävä
      52
      637
    10. Hakeudu hoitoon.

      En oo kiinnostunut susta.
      Ikävä
      50
      625
    Aihe