так на немецкий для этого надо перевести для начала ;)

Ratio = InfectedTotalModel_t / InfectedDetected_t

К сожалению, этот параметр пока не поддается экспериментальной проверке и существенно различается по регионам. Примеры:

Германия в целом: население 83 млн, детектировано 165 тыс. (все цифры округленно)=>40% (модель).

Бавария: население 13 млн, детектировано 43 тыс.=>66%

Тиршенройт (Оберпфальц): население 72,5 тыс., детектировано 1110 ПЦР-инфицированных (1,5% популяции)=>300%.

Наблюдая за динамикой в Баварии (43000 positive, 13.076.721 Einwohner, 70.541,57 km²)по сравнению, скажем, с НРВ (ca. 35000 positive, 17.932.651 Einwohner, 34.110,26 km²), вижу, что число инфицированных в Баварии с некоторых пор росло быстрее и достигло бОльшего значения несмотря на то, что при меньшем населении и меньшей его плотности все должно было быть как раз наоборот (меры были сравнимые).

Далее, если следовать модели, надо было давно и в первую очередь снимать карантин в Тиршенройте, затем в Баварии (2/3 уже достигла), а уж потом в остальных землях, причем в восточных - в последнюю очередь, там далеко до трети. Извините, что критикую, но это сразу бросается в глаза и как-то навевает сомнения, думаю, не только у меня.

Буду благодарна за комментарий, хотя буду рада, если Вы окажетесь правы и все переносят эту заразу без симптомов.

К сожалению, этот параметр пока не поддается экспериментальной проверке и существенно различается по регионам.

Соглашусь. Это некая усредненная величина по Германии. Технически нужно считать в каждом городе / регионе отдельно. Возможно, что оценку нужно корректировать в зависимости от того сколько людей на полной изоляции. Значение в 40% можно принять только с допущением, что все живут примерно одинаковой жизнью. На качество самой модель это не влияет. Как оценивать результаты полученные из модели это уже другой вопрос. На Хабре был правильный комментарий на этот счет. Можно предположить, что в крупных городах количество заразившихся выше.

В любом случае это хоть какая-то оценка, и это лучше, совсем никакой.

На твиттере Hendrik Streeck довольно активный. Он разделяет Ваше мнение о большом проценте инфицированных, но не смог это на практике доказать.

Очень любопытная картинка из Италии.

Они практически подобрались к 70% инфицированных. В этот момент (71%) должно быть насыщение при базовом числе репродукции = 3,5, но его нет.

Есть два варианта.

1) Либо после 71% идет достижение 100%. Помним, что 71% это переломная точка, но не окончание эпидемии.

2) Либо действительно надо корректировать на количество людей сидящих на жестком карантине.

Тогда нужен коэффициент коррекции.

с Италией проблема. Там эпидемия началась и достигла пика в ломбардии, в других регионах она почти не начиналась. Ломбардия была изолирована. Тогда в ломбардии должно бы быть 90%, но там продолжается эпидемия.

Итальянца говорят, что у них сейчас R=1

пс Италией проблема. Там эпидемия началась и достигла пика в ломбардии, в других регионах она почти не начиналась. Ломбардия была изолирована. Тогда в ломбардии должно бы быть 90%, но там продолжается эпидемия.Итальянца говорят, что у них сейчас R=1

Я добавил в модель специальный корректирующий фактор и понял, что не может его быть. Если его применить, то окажется, что в начальный момент эпидемии было совершенно другое базовое число репродукции. Но у нас то оно вычислено на основе данных из отчетов. Данные просто не сойдутся и нам искусственно придется занижать это самое число. Возможно действительно нужно дробить по регионам. Надо отвлечься и подумать на свежую голову.

Визуально, если продолжить кривую из Италии, то они идут на уровень сатурации в 100% и возможно нужно обратить внимание на "пост-процесс" по достижении плато на модельных данных.

а может все-таки в условиях повышенной плотности населения и большого количества завозных случаев действительно быть другой базовый и эффективный R?

Нью Йорк тоже можно посмотреть, там как в Ломбардии по цифрам.

И да к вопросу начала эпидемии. Вы считаете, когда она началась, если исходная точка = 1. Но если эпидемия началась например с группы лыжников из 30 человек (или 3 группы по 10) то день 1 сразу сдвигается минимум на 3 недели. У если со 100+ пассажиров самолёта из Китая например, то и на месяц.

в италии R=1 в условиях строгого карантина с аусгангсшперре ( сняли вчера)

Там не может быть в таких условиях более 50%, если изначальное значение 3,5.

R_t=1 должно быть при R'₀=3,5 и P = 0,71. Это переломная точка, но не окончание эпидемии. О том что происходит после этого момента фактически и согласно прогнозам модели похоже не совпадает. Надо разбираться.

это я понимаю, но там нет реального R=1, там строгий карантин, реальное число эффективного R не может быть ниже 2,5 учитывая меры.

Да, так как у заразившиеся на этой неделе начнут появляться симптомы на следующей. Как раз в следующее воскресенье будет видно по графикам. Кроме масок правда было послабление карантинных мер. Посмотрим, что перевесит.

А есть возможность отделить одно от другого? Вот выше было мнение, что введение масок уравновешивает негативные результаты послабления карантинных мер. Т.е. теперь уже не узнать, так это или нет и что было бы без введения масок?

Сравнивать со Швецией не получится до конца года, потому как только тогда можно будет подвести итоги.

Да, это на взгляд не- математика важный момент.

Настоящий эффективный R нам не известен, пока не выйдем с карантина. Вот в Африке он близок к настоящему

Второе: может такое быть, что в настоящем эффективном R как раз и должна учитываться бессимптомная трансмиссия. Но пока эффективный R фактический (учтенный), как и число заражений в графиках RKI...

В любом случае это хоть какая-то оценка, и это лучше, совсем никакой.

Позвольте и мне сделать оценку. Вводить любой коэффициент (200, 100, 1000, неважно) без данных о наличии антител именно к этому вирусу, только на основании числа репродукции - весьма сильное допущение, поэтому и сделанный кардинальный вывод (снимать карантин, уже немного осталось до 70%) - трудно принять, т.к. он подсказывает снимать карантин именно там, где было наибольшее число пострадавших.

Можно предположить, что в крупных городах количество заразившихся выше.

Следовательно, там надо снимать в первую очередь? Это очень рискованная рекомендация - ведь коэффициент может отличаться и на порядок, а значит при второй волне жертв м.б. достаточно.

К тому же, число положительных тестов - функция общего числа проведенных тестов. Различие в общем числе тестов на 100 тыс. в каждом регионе также внесет существенные коррективы в достоверность числа положительных тестов, на основании которого все рассчитывается. Модель не объясняет, почему НРВ, где R0 апиори д.б. выше по определению (бОльшая связность, бОльшая скученность), чем в Баварии, должна иметь меньшее число "иммунизированных" (40% vs 66%). Т.о. она противоречит наблюдаемой картине.

Меня сейчас интересует ситyация в Тиршенройте, где один положительный тест на 60 жителей (=> коэффициент втрое меньше). Там уже несколько дней нет прироста и, возможно, действительно есть групповой иммунитет, это будет ясно в ближайшие несколько дней. А пока сейчас к Вам персональный вопрос: по Вашим оценкам в Баварии получается 66%. Мы с вами - в Баварии. Считаете ли Вы, что большинство знакомых вокруг Вас уже имеет коллективный иммунитет и если да, были ли у кого-то хоть какие-то симптомы?

Симптомы ни о чем не говорят, это симптомы инфлюэнцы. Да, большинство в моем окружении и я сама считают, что у них были симптомы и они переболели короной. А еще студенты- медики, когда учат новые заболевания, все симптомы находят у себя :)))

Спасибо вам и bradipina за разъяснения по поводу коэффициента 200.

Теперь стало понятнее.

Но тогда у меня появился еще один вопрос (это последний глупый вопрос, обещаю)

P(t) нам рассчитывается моделью каждый день на основе P(t-1). Но тогда должно быть откуда-то известно P(0).

Посмотрела у вас в excel, в качестве начального значения вы берете 0.0001 на 24 февраля.

А почему именно столько? Почему не 0.00001 или 0.0000001? По официальным данным в этот день было примерно в 500 раз меньше - не получается ли, что в модель изначально заложена слишком большая разница между официальными и смоделированными данными?

Экспоненту ведь можно сдвинуть, потом умножить на константу и снова получить экспоненту исходной формы. Мне кажется, эта константа как раз и изменяет процент реально инфицированных.

Все разобрался модель работает на 100%

Данные позже

Коэффициент детектируемых к инфицированным в каждой стране разный. В этом была проблема. Я не обратил на данные в Италии. Там из-за карантина около 27% инфицированно.

Италия

США

Россия

В принципе, сейчас ничто не говорит против наличия антител у переболевших ковидом. Большинство случаев повторной инфекции было зарегистрировано в Южной Корее, и они это уже опровергли.

В России большинство ложно положительных тестов обусловлено как раз-таки наличием антител на коронавирус. Непонятно, правда, антителами на старые коронавирусы или на новый, но так или иначе они есть, и тесты их детектируют.

Дростен с самого начала говорил, что на ковид должен образовываться иммунитет и не верил в повторные заражения спустя пару недель.

если честно, мне все еще кажется, тут что-то притянуто за уши.

сделайте пожалуйста график по НЙ отдельно и по Ломбардии отдельно. (по Италии все цифры тут https://github.com/pcm-dpc/COVID-19/tree/master/schede-riepilogative/regioni).

в США не могут быть в среднем 45%, там тоже во многих штатах еще ничего не начиналось.

и коэффициент тестов неубедителен; в Германии где тестируют и малосимптомных контактных, и в Швеции где тестируют только тяжелых 1:200, в России, где тестируют в больницах и контактных, но тесты пцр очень ненадежные и тестируют больных по 4-5 раз, тоже почти столько же (даже меньше), в Италии где тестируют опять-таки только тяжелых (но их больше) 1:70, мне кажется, одно это вызывает подозрение.