以潜伏期为单位预测新冠肺炎疫情

同样为了研究的现实意义考虑，笔者在分析增长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。

根据表2，首先对6月17-30日的确诊病例（n0）与一个潜伏期后的增长率（(n14-n0)/n0）进行简单线性回归分析，一个潜伏期后的增长率y与当天确诊病例x间的关系为y=A+Bx：A=0.308919=30.8919%，B=-3.43288×10^-9（相当于每增加一千万病例增长率直接减去3.43%），相关系数r=-0.802585，相关系数平方为0.644143。

|r|>0.8且十分接近0.8，说明最近一两个潜伏期中确诊病例与增长率是高度负相关的。这意味着从全球范围来看疫情有了好转的可能，至少近期内指数爆发的可能性较低。得到的关系式能解释增长率变化的64.4%——超过3/5不到2/3，可以在一定程度上说明问题，但准确度也没多高，所以后面给出的计算结果只有参考意义。

回归分析的结果也可以从直观上理解：最近一个潜伏期内疫情持续恶化，单日病例增量多次突破20万例，平均算来每天也差不多有20万例，虽然单个周期的病例增量达到新高（2779435例），但相对增长率却是新低（0.272885）。

当y=0时，理论上疫情就不会发展了，这时A+Bx=0，最终病例x=-A/B，带入数值可知最终会有确诊病例约8999万例，差不多是九千万例。

对6月17-30日的情况进行回归分析时，用到了7月14日的确诊病例数量，这是本次预测中涉及到的最有时效性的数据，在预测未来中应当重点运用。当日新冠肺炎确诊病例为12964809例，根据回归分析的结果，一个潜伏期后的增长率为0.264413，12964809×(1+0.264413)= 16392869，预测14天后的7月28日确诊病例为16392869例。利用这个结果，可以求得一个潜伏期后的增长率，进而预测8月11日的确诊病例为20534439例。依此类推，可以预测多个潜伏期以后的新冠肺炎确诊病例数量，结果如表3：