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/