Улучшенный прогнозный подход к моделированию роста и стабилизации коронавируса. Мы используем уравнение Хилла и ретроспективное тестирование, чтобы улучшить расчет прогнозов и предоставить больше инструментов для оценки COVID-19 в каждой стране.
Это обновление для моего оригинального поста — Моделирование и прогнозирование роста COVID-19 с помощью Prophet. Обновление касается новых функций, реализованных в новой версии онлайн-приложения — https://app.katanaml.io/covid19/.
Новые возможности:
- Поддержка уравнения Хилла для моделирования роста COVID-19. Это уравнение дает хорошие результаты для прогноза коронавируса
- Поддержка ретроспективного тестирования для уравнений логистики и Хилла путем расчета прогноза на пять дней назад.
Уравнение Хилла, определенное в Python:
# Hill sigmoidal function def func_hill(t, a, b, c): return a * np.power(t, b) / (np.power(c, b) + np.power(t, b))
Прогноз с помощью уравнения Хилла рассчитывается в функции construct_hill_growth из файла covid19_model.py. Параметры уравнения подобраны на основе фактических данных о заражении с помощью библиотеки Python scipy.
Тестирование на истории использует тот же расчет, что и прогноз на последний доступный день. Единственная разница, как последний день для бэктестинга прогноза, выбран сегодня — 5 дней. Преимущество тестирования на истории — оно показывает, насколько текущий прогноз соответствует прогнозу из прошлого.
Давайте рассмотрим набор примеров.
США
Тестирование на истории показывает, что пять дней назад логистическая модель была слишком пессимистичной. В то время как уравнение Хилла почти точно. Это может дать возможность предположить, что будущие инфекции могут следовать кривой, полученной с помощью уравнения Хилла.
Россия
Обе модели показывают, что результаты ретроспективного тестирования были более оптимистичными, чем текущая ситуация. Это означает, что в настоящее время случаи коронавируса в России быстро растут.
Германия
Ситуация в Германии выглядит неплохо, обе модели показывают очень похожие цифры. Тестирование на истории также хорошо согласуется с текущим прогнозом.
Обновленный исходный код доступен на GitHub.
URL живого приложения: https://app.katanaml.io/covid19/