以前(无疫情时) 的50%. 这种情况google的数据是不是大约-50%(grocery),SIKI是不是也是50%(如用weight=-1)?
如果是,实际情况应该是还会有感染(就相当于把一半的人口送到另一个地方,但本地人口减半还是有感染)。
所以我不理解的是google的数据是不是加了weight就可以用做SIKI。
这里假设在家无感染(回家就隔离)
以前(无疫情时) 的50%. 这种情况google的数据是不是大约-50%(grocery),SIKI是不是也是50%(如用weight=-1)?
如果是,实际情况应该是还会有感染(就相当于把一半的人口送到另一个地方,但本地人口减半还是有感染)。
所以我不理解的是google的数据是不是加了weight就可以用做SIKI。
这里假设在家无感染(回家就隔离)
• 你描述的这个理想实验,理论上成立。 -dwgui1974- ♂ (478 bytes) () 04/19/2020 postreply 19:44:26
• 在这种人少了一半的情况下(假设R01=2),我感觉R01’不应该是1。一个人还是有可能传染两个人。 -youdecide- ♂ (50 bytes) () 04/19/2020 postreply 20:56:44
• 你说得有点矛盾。传染的速度没有那么快,就意味这R01下降,就会小于2。是不是线性关系不一定,但是配合消毒,social dist -dwgui1974- ♂ (206 bytes) () 04/20/2020 postreply 07:33:05
• 所以我想问的就是这个(你的model是不是把SIKI和google数据的关系当作线性处理)。 -youdecide- ♂ (370 bytes) () 04/20/2020 postreply 08:56:37
• 我是假设线性。有可能会低估,也有可能高估,因为还有别的措施。不过任何Model参数都是根据已知数据拟合出来的。目前可以拟合和数据 -dwgui1974- ♂ (253 bytes) () 04/20/2020 postreply 12:53:16
• 是,模型只是做参考。读你的posts让我对传染病的模型的建立有了些了解。谢谢。 -youdecide- ♂ (0 bytes) () 04/20/2020 postreply 13:11:08
• 谢谢你阅读我的文章。佩服你的钻研精神。 -dwgui1974- ♂ (0 bytes) () 04/20/2020 postreply 13:58:48
• 另外你说得对,1-1/R0只是传染病模型上一个粗略的估计。实际模型显示感染者的比例会大于这个值。至少我的模型显示如果既不检测,也 -dwgui1974- ♂ (343 bytes) () 04/19/2020 postreply 20:22:09