设一个潜伏期后的比率y与当天确诊病例x间的关系为y=A+Bx,根据表2,首先对8月12-25日的确诊病例(n0)与一个潜伏期后的比率(n14/n0)进行简单线性回归分析,结果是:A=1.279416=127.9416%,B=--5.216670×10^-9(相当于每增加一千万病例比率直接减去5.22%,降速较慢),相关系数r=-0.94116,相关系数平方为0.88579。凭感觉也能发现:疫情有反弹的倾向。 |r|>0.94,说明最近一两个潜伏期中比率y与确诊病例x的负相关性比较强,但还无法定量计算。从全球范围来看,情况不会变得太糟,至少近期内疫情指数爆发的可能性较低。得到的关系式能解释比率变化的88.6%,这是个较高的比例,可以在一定程度上说明问题,理论上后面给出的计算结果应该是比较准确的。但由于疫情喜欢跟人开玩笑,实际上准不准确笔者不敢断言。 当y=1时,理论上疫情就不会发展了,这时A+Bx=1,最终病例x=(1-A)/B,带入数值可知最终会有确诊病例约5356万例,相对前面的三千多万的预测结果[3][4]来说这个数字比较大。疫情的确在反弹。 本文进行回归分析时,用到了9月8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27205275例,根据回归分析的结果,一个潜伏期后的比率为1.1374953,27205275×1.1374953=30945874,预测14天后的9月22日确诊病例为30945874例。利用这个结果,可以求得一个潜伏期后的比率,进而预测10月6日的确诊病例为34596927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: |
E_mail: redchinacn@gmail.com
2010-2011http://redchinacn.net