其他
其实，疫情数据分析并不需要高深的数学模型
其实，疫情数据分析并不需要高深的数学模型，对我们老百姓至少是这样，通常一张简单的Execl表格就可以了，关键是看问题的角度，能不能抓住一些关键性问题。
例如这张图，是武汉封城那天下午做的，那时候的数据非常的少，我只是从媒体上看到了武汉最早17位死亡新闻和北京最早5位感染者的病情通报新闻。
方法很简单，只需要三步：
认真仔细理解新闻通稿中的数据含义。
把数据摘出来
放到Execl表中
通过这些表格的分析，我们得到了几项很关键的数据，例如
1. 平均潜伏期天数。
2. 早期平均误诊天数。
3. 从感染到死亡的平均天数。
4. 从就诊到死亡的平均天数。
5. 基础病+新冠的严重程度以及死亡率？
6. 第二波次疫情的启动点在1月17日前后，往前推算，第一波次（图上没画）的启动点在去年12月底。
7. 最关键是一个传染波次周期大致有多久等等
不会用Execl表格的人怎么办呢？其实有时候期指一算，也能整个七七八八，例如，我们想知道武汉感染率是多少？2019年末武汉总人口（户籍人口+流动人口）大约1418万人，截止昨天累计确诊50564人，再加上预计未来一周存量去库存和增量约有不少于5000人，大致一算，武汉的平均感染率是0.39%。也就是1万人里头有将近4人被确诊感染。
更多文章分享