Этот блог посвящен основным прогнозам, связанным со второй волной COVID19 в Индии, с использованием алгебры и общих закономерностей, наблюдаемых в шести странах, которые уже пережили вторую волну covid19. Я сознательно игнорирую факторы, которые играют важную или второстепенную роль в заражении covid19. Основное предположение, лежащее в основе этого анализа, заключается в том, что все страны принимают одинаковые меры предосторожности / меры при борьбе с covid19, когда число случаев заболевания велико. Рассматриваемые страны: США, Великобритания, Россия, Германия, Иран и Турция. Причина в том, что эти страны уже пережили вторую волну, и поведение данных первой волны этих стран похоже на Индию.
Примечание. Рассматриваемые данные - это ежедневно подтвержденные случаи, когда в этой статье я говорю о случаях / цифрах, что означает ежедневные подтвержденные случаи.
Этот блог следует 5 шагов
- Предположения
- Расчеты
- Прогнозы
- Ограничения
- Будущее
1. Предположения
- Волны Covid19 представляют собой приблизительное распределение по Гауссу
то есть случаи увеличиваются и уменьшаются с одинаковой скоростью с седловой точкой наверху. Мы можем подтвердить это предположение данными, показанными на рис. 1.1 в первой волне в Индии, а также могут поддерживаться первой и второй волнами во многих странах на рис. 2… ниже. - Мы собираемся использовать треугольную аппроксимацию гауссовского распределения для упрощения расчетов / прогнозов. Как показано на рис. 1.1
, то есть мы поднимаемся выше седловой точки приблизительного распределения Гаусса на 16%, чтобы приблизить седловую точку за точкой. 16% - это число, которое идеально подходит для большинства других стран. - Выбранные страны будут вести себя аналогично Индии во второй волне (точка зрения - данные). Причина этого предположения заключается в том, что данные по этим странам ведут себя так же, как Индия в первой волне. (Я рассматриваю не абсолютные числа или нормализованные числа в процентах, а поведение кривых.)
Расчеты
Единственный главный фактор, который кажется общим для большинства стран, - это соотношение максимальных чисел во второй волне и максимального числа в первой волне, позволяющее рассчитать соотношение для выбранных стран.
Если мы посчитаем соотношение для вышеуказанных стран, оно будет
- США 3,4
- UK 3 и 4, поэтому в среднем будет 3,5 (вторая и третья волна)
- Россия 3
- Германия 4,7
- Иран 4,3
- Турция 6,4
Если мы посмотрим на это соотношение, оно будет почти таким же для первых трех стран, в которых зарегистрировано наибольшее количество случаев и наблюдается вторая волна. Оно увеличивается по мере того, как мы приближаемся к меньшему количеству случаев. Глядя на цифры в Индии, мы возьмем средневзвешенное значение отношений вышеуказанных стран, присвоив наивысшие веса первым 4 странам, то есть 20% каждой, затем Ирану, то есть 13,3%, а затем Турции, то есть 6,7%.
Этот расчет дает Соотношение США для Индии составляет 3,9.
Прогнозы
- Максимальное количество кейсов для Индии во второй волне будет…
Учитывая вышеупомянутый коэффициент 3,9, седловую точку первой волны при 90k и коэффициент запаса прочности 16%, то он будет в диапазоне от 351k до 407k. - Когда будет достигнута седловая точка в Индии…
Учитывая, что 23 марта 2021 года было зарегистрировано 50 000 случаев, а 21 апреля 2021 года - 300 000 случаев с коэффициентом, а в FOS India будут стабильные случаи в период с 27 апреля 2021 года по 3 мая 2021 года. - Когда условия в Индии будут нормальными…
С учетом времени, необходимого для подъема и наклона кривой, в Индии начнется снижение численности около 3 мая 2021 года, и оно будет снижаться до 6–9 июня, а затем будет стабильным. /Нормальный. (Ящиков будет около 50к)
Примечание: прогнозы только для Индии. Прогнозы не будут верными для других стран или штатов Индии.
Ограничения
- Данные наблюдаются только по 6 странам, которые находятся в поведенческой корреляции с Индией.
- Номера Рассматриваются только Подтвержденные случаи.
- Прогнозы только для Индии
- все приближается к линейному
Будущее
- Ставки могут быть проанализированы с помощью дифференциальных расчетов.
- Нелинейность может играть важную роль
- Использовать большие данные
- Сглаживание может получить эффективные числа
Автор: Тушар Фатангаре
Давайте подключимся
Примечание: эти результаты не подтверждены ни одним исследовательским агентством. Это личная мудрость.
