【李福軒專欄】本土疫情數據的科學分析(二) - 匯流新聞網

VIEWPOINT

【李福軒專欄】本土疫情數據的科學分析(二)
  • 字級
【李福軒專欄】本土疫情數據的科學分析(二)

李福軒/科學論政人、藍蝴蝶/時事評論人

上一篇文章(本土疫情數據的科學分析)指出了本土疫情已走上「指數型」爆發的途徑。文章發表後,疫情中心指揮官陳時中也坦言「目前狀況來看,還沒出現指數型爆發,但時間不會太遠了」!

也就是說,我們的分析方法與疫情中心的評估相契合。

本文再把這幾天的新疫情數據放入分析系統中,看看有沒有甚麼變化?也同時將分析方法做一次說明。

第一個變數X為「已公告(也就是已發生、已知)之本土確診數字」,也就是進行分析的基本數據。X1、X2、…、Xn為第1、2、…、n天的確診人數(第1天為民國111年4月1日)。

第二個變數Y為「每7日滾動和」,將連續7個X做滾動加總。

也就是Y7=X1+X2+X3+…+X7、Y8=X2+X3+X4+…+X8,餘此類推。

我們使用連續7日滾動和作為第一個分析變數的原因乃在國人基本上已養成「以週為周期」的生活習慣,所以每5個工作天+2個休假天,就是大多數台灣人的共同生活模式。因此,這個數據,再動態(變化)分析上,會比每日確診數更穩定(以科學語彙來說,就是會收斂得必較好)。

變數Y的數學公式如下:

          Y_k= Σ_(i=k-6,k) X_i  ,k代表第k天,k從7開始。

 

第三個變數R則為「每7日滾動和的增加率」,簡稱「每7日滾動增加率」,也就是第二變數(Y)的變化率或稱為Y動態。

此變化率之計算方式為本日滾動和對前一日滾動和的增量,R8=(Y8-Y7)/Y7、R9=(Y9-Y8)/Y8,餘此類推。

          R_k=((Y_k-Y_(k-1)  ))/((Y_(k-1)  ) ),k代表第k天,k從8開始。

 

第四個變數γ為「每7日滾動增加率之7次平均」。

為求更穩定的分析,我們進一步把「每7日滾動增加率(R)」做每7次的滾動平均。目的在於去除週末在每7天滾動和中所在位置的可能影響。因為,「六日一二三四五」與「一二三四五六日」的加總可能會不同,也就是說,週末在滾動和中可能會有「位置敏感性)」。用連續7個「每7日滾動增加率」做平均,就可以把週末的所有位置都涵蓋到了。

          γ_k=  (Σ_(i=k-6,k) S_i)/7,k代表第k天,k從14開始。

 

在分析上,第一步要觀察的是R與γ,看看是否如上所預測,比起R,γ具備相對較低的敏感性?

表一列出至5月1日的所有X、Y、R、γ數據,圖一則把R、γ數據以曲線圖呈現。我們可以看出α的確具備相對較低的敏感性。

圖二顯示至4月22日與26日的R、γ數據曲線圖,也明顯呈現出γ具備相對較低的敏感性。與我們的預測相符,因此,我們以γ作為疫情發展預測的基本變數乃是和於科學邏輯。

 

表一、已公告(發生)之本土確診數字彙整表

【李福軒專欄】本土疫情數據的科學分析(二) 45圖一、R、γ曲線

【李福軒專欄】本土疫情數據的科學分析(二) 47

 

圖二、至4月22日與26日的R、γ數據曲線

【李福軒專欄】本土疫情數據的科學分析(二) 49【李福軒專欄】本土疫情數據的科學分析(二) 51

 

仔細觀察圖一,我們發現最後4個增加率平均點呈下降之趨向,這可能是國人自發性的減少群聚所造成。為求預測之保守,我們曲最後一點,也就是5月1日,的增加率平均作為預測的基數,我們以λ為代號。

 

預測方法如下:

一、以每7日滾動和增加率平均(λ)為基準,計算下一天的7日滾動和預測值,此滾動和預測值為「當天的滾動和」乘以「滾動和增加率平均代表數」(也就是λ),此預測滾動和以σ為變數。

          σ_(k+1)= σ_k* λ

二、以每7日滾動和預測值減掉前6天的每天確診數及得到當天的確診數預測值(以希臘字母Χ為符號)。

          Χ_k= σ_k- Σ_(i=k-7,k-1) Χ_i

三、把每天確診數(已知與預測)作累計,即得到累計確診數及預測值(S)。

          S_k= S_(k-1)+Χ_k

 

表二即為依上敘預測演算法所推算出之預估未來本土確診數。

圖三與圖四乘現已發生與推估未來本土逐日確診數及累計確診數曲線。

表一、圖三、圖四顯示我國疫情將於5月20日左右達到所謂的345萬確診「平衡點」,也就是所謂的「整體免疫」或是與「病毒共存點」。

表二、推算之預估本土確診數

【李福軒專欄】本土疫情數據的科學分析(二) 53

圖三、已發生與推估未來本土逐日確診數曲線

【李福軒專欄】本土疫情數據的科學分析(二) 55

圖四、已發生與推估未來本土逐日確診總數曲線

【李福軒專欄】本土疫情數據的科學分析(二) 57

我們再把前二次所作預估之曲線呈現於圖五(4月26日)與圖六(4月26日),我們即會發現,這三次的預估非常接近,都是預測在5月20日左右達成與病毒共存的關鍵點。

圖五、4月26日之確診數預估(逐日與累計)

【李福軒專欄】本土疫情數據的科學分析(二) 59 【李福軒專欄】本土疫情數據的科學分析(二) 61

圖六、4月22日之確診數預估(逐日與累計)

 

【李福軒專欄】本土疫情數據的科學分析(二) 63 【李福軒專欄】本土疫情數據的科學分析(二) 65

綜上,我們建立了一套以隨機過程為基礎的疫情預測模式,這個模式可以隨著每天的實際數字作滾動行調整。把目前的疫情數字帶入模式預測,我國疫情將於5月20日左右達到據說的與病毒共存平衡點。但我們將付出大約350萬人確診的代價。而這代價的深處則是部分國人的可能生命與健康的永久性犧牲。

期望政府可以提出有效的減少健康與生命損失的防疫措施。

期望台灣同胞繼續得到運氣之神的眷顧。

期望、期望、期望!

 

照片來源:pexels示意圖

《更多CNEWS匯流新聞網報導》

【李福軒專欄】本土疫情數據的科學分析

【藍蝴蝶專欄】COVID-19 疫情下,人命成為台灣國家隊的「造神」犧牲品? 

【文章轉載請註明出處 】

【以上言論不代表本站立場】


R18