感染人數(shù)期望值估計及新增確診人數(shù)趨勢預測的概率模型
發(fā)布時間:2021-08-07 17:42
新型冠狀病毒肺炎自2019年12月初出現(xiàn)在武漢后,2020年1月中下旬開始暴發(fā)并迅速在全國肆虐,2020年2月中旬后又在幾十個國家和地區(qū)蔓延,科學有效地掌握疫情發(fā)展對于疫情管控至關重要.感染人數(shù)是評估疫情形勢的重要指標,可以輔助決策者及時制定疫情管控措施.現(xiàn)利用新增確診人數(shù)和新增感染人數(shù)存在互相推算的關系,采用極大似然估計方法求解得到全國(除湖北。┟咳招略龈腥救藬(shù)期望值的估計值,并引入Bootstrap方法給出相應的置信區(qū)間,進一步推算現(xiàn)有感染(未確診)人數(shù)并預測新增確診人數(shù)變化趨勢,為返城復工提供數(shù)據(jù)分析支撐.
【文章來源】:運籌學學報. 2020,24(01)北大核心
【文章頁數(shù)】:12 頁
【部分圖文】:
圖1最近一次旅居湖北日期與確診日期的時間間隔分布與對數(shù)正態(tài)擬合(實線)??2.1符號說明??考處到潛伏期的天數(shù)和當前數(shù)據(jù)集的日期,我們不妨把全擇(除湖北。┑母腥酒鹗荚唬??期定為11〇并記為時刻1.為了便于文表,我們使用如下符*??
感染人數(shù)期焦僮誥計及*f_確ii人數(shù)詹錄預測的概傘獏_??7??面,從1月23擇至2月8迅全國(除湖北省)的疫情管控措施不斷嚴格,且相關的醫(yī)療檢測及??診治水乎不斷提升.多種因素使得這段時解其他省份每甘新増感染人數(shù)逐步下降.??第三階段(2月總日齡>?每0新増感染人數(shù)先绖歷一個相對〒?緩的過程,后在_?14??_左右降至較低水乎,2月10賊,右疫情&相對緩和,有部分地?開啟了復工復產(chǎn)行動,為??病毒的傳播提供了契機,但由于璧體形勢向好(感染存量較少〉,加上新感染者得到及時的??隔離診治,所以每日新增感染人數(shù)之后又減小麗較低水乎.??⑶確診人數(shù)較多的省份(廣東/浙江)??廣東和浙江是經(jīng)濟大省,同時也是確診人數(shù)較多的兩個非臨近湖北的省份.??從面.3可知,整體上,廣東省和浙江省的新增感染人數(shù)的變化趨勢比較類似.廣東省的??新增感染人數(shù):在1月10日5經(jīng)不為〇,說咀在此之前就開始增來,特續(xù)到1月22印此??后釘降趨勢.浙江省的新增感染人數(shù)從1月12日左治開始增長持續(xù)到1月2叫之??、啟開始下降.??廣東省?浙江省??圖3廣專/譬'__輯場馨觀人難猶計??儒得注S的是,廣東省和浙江省的新増感染人數(shù)(估計懷>在3月中旬都有^個微弱的??峰,猜鍘可能與復工潮有類.??(3)湖北省部分臨近省份(安徽/軻南/湖南/四川)??四個鄰近省份的新增感染和新增確珍人數(shù)的變化趨勢對比見圖4.、??圖4鍾沘。叻知q近眷.,懞貪/前川;増感食人纖Si費??從上S可壤_到,安徽、河南和湖南3省在“新增確診人數(shù)”和“新增感染人數(shù)”兩??個指標值上都太體相近,面四川省的這兩個指標值相對較小.安徽省和河甫省的每曰新??
8?了寒偉s?.対植録,?L?SV張魏,.張一,露慮魟s楊周2*1??増感染人數(shù)的峰值出現(xiàn)在1月23。ㄎ錆h封城)'之后,而湖南省的每H新増感染人數(shù)的峰值??出現(xiàn)在3H?23曰之前,這與“湖南脊每日新增確診人數(shù)(實際值)先于安徽和河南達到峰值產(chǎn)??的現(xiàn)象聰合??此外,安徽盛?可南省和湖南省的新增感染人數(shù)降至接近于0的時間在朗8日左右,均??早于四川省.??⑷直糖市(北京/上海/天津/童慶3??總體而'亀四個婦市的感染及確診人數(shù)的體遞小,但變化趨勢的差異較為明顯,??具體見圖5.北京市和上海市的新増感染人數(shù)均在1月23日左右達到峰值,且變化趨勢相??近.??M市?上海市??圖5直鑛市每:日著增感染人數(shù)估詩??量慶市出現(xiàn)了兩個峰值,.對應日期分別為1月16日和1月23:日.從1月10謂起;&感染的??湖北人員在返鄉(xiāng)的興時也傳播了病毒,在1月16日(臘月二十二)新±曾感染人數(shù)達到峰值.而??且由于重慶市臨近湖北省,受到“武漢封城?”的影響較大5?A“武漢封城”前部分湖北人員??'可能會來到重慶,導致新增感染人數(shù)的増加.天I泰市的每日新増確診人數(shù)相對較少,但浮??動較大,導致新増感染人數(shù)出現(xiàn)較多峰值.??通過上述不同層面的分析,我們發(fā)現(xiàn)模型與賣際情況大體吻合,篇新增確診人數(shù)擬含??效果較紙說明模.型有一定的可信虔‘??3?基于參數(shù)Bootstrap方法的每日新增感染人數(shù)的區(qū)間估計??在前文已經(jīng)給出了不詞時刻都分地區(qū)的每日新增感染人數(shù)期望值的點估計,本節(jié)將??基子新増確診人數(shù)服從泊松分布這一假設,利用參數(shù)Bootstrap方法給出估計值的9&%置??信剛羯.??3.1?參數(shù)Bootstrap方法??假設總體的分布
【參考文獻】:
期刊論文
[1]基于一類時滯動力學系統(tǒng)對新型冠狀病毒肺炎疫情的建模和預測[J]. 嚴閱,陳瑜,劉可伋,羅心悅,許伯熹,江渝,程晉. 中國科學:數(shù)學. 2020(03)
[2]一種用于推算感染時間曲線的非參數(shù)極大似然估計方法[J]. 蔡全才,姜慶五,程翔,郭強,孫慶文,趙根明. 第二軍醫(yī)大學學報. 2004(12)
[3]SARS爆發(fā)預測和預警的數(shù)學模型研究[J]. 劉暢,丁光宏,龔劍秋,王凌程,珂張迪. 科學通報. 2004(21)
本文編號:3328241
【文章來源】:運籌學學報. 2020,24(01)北大核心
【文章頁數(shù)】:12 頁
【部分圖文】:
圖1最近一次旅居湖北日期與確診日期的時間間隔分布與對數(shù)正態(tài)擬合(實線)??2.1符號說明??考處到潛伏期的天數(shù)和當前數(shù)據(jù)集的日期,我們不妨把全擇(除湖北。┑母腥酒鹗荚唬??期定為11〇并記為時刻1.為了便于文表,我們使用如下符*??
感染人數(shù)期焦僮誥計及*f_確ii人數(shù)詹錄預測的概傘獏_??7??面,從1月23擇至2月8迅全國(除湖北省)的疫情管控措施不斷嚴格,且相關的醫(yī)療檢測及??診治水乎不斷提升.多種因素使得這段時解其他省份每甘新増感染人數(shù)逐步下降.??第三階段(2月總日齡>?每0新増感染人數(shù)先绖歷一個相對〒?緩的過程,后在_?14??_左右降至較低水乎,2月10賊,右疫情&相對緩和,有部分地?開啟了復工復產(chǎn)行動,為??病毒的傳播提供了契機,但由于璧體形勢向好(感染存量較少〉,加上新感染者得到及時的??隔離診治,所以每日新增感染人數(shù)之后又減小麗較低水乎.??⑶確診人數(shù)較多的省份(廣東/浙江)??廣東和浙江是經(jīng)濟大省,同時也是確診人數(shù)較多的兩個非臨近湖北的省份.??從面.3可知,整體上,廣東省和浙江省的新增感染人數(shù)的變化趨勢比較類似.廣東省的??新增感染人數(shù):在1月10日5經(jīng)不為〇,說咀在此之前就開始增來,特續(xù)到1月22印此??后釘降趨勢.浙江省的新增感染人數(shù)從1月12日左治開始增長持續(xù)到1月2叫之??、啟開始下降.??廣東省?浙江省??圖3廣專/譬'__輯場馨觀人難猶計??儒得注S的是,廣東省和浙江省的新増感染人數(shù)(估計懷>在3月中旬都有^個微弱的??峰,猜鍘可能與復工潮有類.??(3)湖北省部分臨近省份(安徽/軻南/湖南/四川)??四個鄰近省份的新增感染和新增確珍人數(shù)的變化趨勢對比見圖4.、??圖4鍾沘。叻知q近眷.,懞貪/前川;増感食人纖Si費??從上S可壤_到,安徽、河南和湖南3省在“新增確診人數(shù)”和“新增感染人數(shù)”兩??個指標值上都太體相近,面四川省的這兩個指標值相對較小.安徽省和河甫省的每曰新??
8?了寒偉s?.対植録,?L?SV張魏,.張一,露慮魟s楊周2*1??増感染人數(shù)的峰值出現(xiàn)在1月23。ㄎ錆h封城)'之后,而湖南省的每H新増感染人數(shù)的峰值??出現(xiàn)在3H?23曰之前,這與“湖南脊每日新增確診人數(shù)(實際值)先于安徽和河南達到峰值產(chǎn)??的現(xiàn)象聰合??此外,安徽盛?可南省和湖南省的新增感染人數(shù)降至接近于0的時間在朗8日左右,均??早于四川省.??⑷直糖市(北京/上海/天津/童慶3??總體而'亀四個婦市的感染及確診人數(shù)的體遞小,但變化趨勢的差異較為明顯,??具體見圖5.北京市和上海市的新増感染人數(shù)均在1月23日左右達到峰值,且變化趨勢相??近.??M市?上海市??圖5直鑛市每:日著增感染人數(shù)估詩??量慶市出現(xiàn)了兩個峰值,.對應日期分別為1月16日和1月23:日.從1月10謂起;&感染的??湖北人員在返鄉(xiāng)的興時也傳播了病毒,在1月16日(臘月二十二)新±曾感染人數(shù)達到峰值.而??且由于重慶市臨近湖北省,受到“武漢封城?”的影響較大5?A“武漢封城”前部分湖北人員??'可能會來到重慶,導致新增感染人數(shù)的増加.天I泰市的每日新増確診人數(shù)相對較少,但浮??動較大,導致新増感染人數(shù)出現(xiàn)較多峰值.??通過上述不同層面的分析,我們發(fā)現(xiàn)模型與賣際情況大體吻合,篇新增確診人數(shù)擬含??效果較紙說明模.型有一定的可信虔‘??3?基于參數(shù)Bootstrap方法的每日新增感染人數(shù)的區(qū)間估計??在前文已經(jīng)給出了不詞時刻都分地區(qū)的每日新增感染人數(shù)期望值的點估計,本節(jié)將??基子新増確診人數(shù)服從泊松分布這一假設,利用參數(shù)Bootstrap方法給出估計值的9&%置??信剛羯.??3.1?參數(shù)Bootstrap方法??假設總體的分布
【參考文獻】:
期刊論文
[1]基于一類時滯動力學系統(tǒng)對新型冠狀病毒肺炎疫情的建模和預測[J]. 嚴閱,陳瑜,劉可伋,羅心悅,許伯熹,江渝,程晉. 中國科學:數(shù)學. 2020(03)
[2]一種用于推算感染時間曲線的非參數(shù)極大似然估計方法[J]. 蔡全才,姜慶五,程翔,郭強,孫慶文,趙根明. 第二軍醫(yī)大學學報. 2004(12)
[3]SARS爆發(fā)預測和預警的數(shù)學模型研究[J]. 劉暢,丁光宏,龔劍秋,王凌程,珂張迪. 科學通報. 2004(21)
本文編號:3328241
本文鏈接:http://sikaile.net/yixuelunwen/yufangyixuelunwen/3328241.html
最近更新
教材專著