辛苦了！读完之后有点想法

数据跟踪，如果能显示“饱和”度的意义，可能对新爆发点的趋势估计更有帮助。我理解的饱和，是指每日测试人数与确诊人数的比例，以及确诊人数下降的趋势结合起来看所能提供的经验性数据模型，如纽约的这类数据出来后，尤其在拐点明确后，饱和度的意味对其它地方会有提示作用。

另一个数据，就是病死率的跟踪。我猜想这类数据不仅与当地的人口结构和密集程度等有关，也与医疗资源状况，以及病毒的差异有关。如果能跟踪这类数据的突异性变化，并追究突变的原因，对控制病死率会有效应。

以上两方面结合起来看，也许能有助于方舱的数量，规模以及选址的考虑。

所有跟帖： 

• 我就是看每天新增确诊和新增总测试人数的比例。这个比例开始下降，三天以后，趋势形成。 -autumnjune- ♀ (235 bytes) () 04/01/2020 postreply 22:25:14

• 下一批的爆发地，要提前判断，我觉得查看病死率也很重要 -又馨- ♀ (302 bytes) () 04/02/2020 postreply 05:16:26

• 非常有思考。 -LingYuan- ♂ (164 bytes) () 04/02/2020 postreply 02:52:57

• 早上起来看数据，有几个州 -又馨- ♀ (359 bytes) () 04/02/2020 postreply 05:04:43

• 刚才又细想了一下，你的大势分析非常重要，请务必坚持下去！ -又馨- ♀ (248 bytes) () 04/02/2020 postreply 09:10:56