Posted by goresan refleksi on Thursday, July 16, 2020 in Teknologi Sains | No comments
Memasukkan polinomial
orde kedua dengan logaritma d dari 14 negara sebagai fungsi waktu menggunakan χ
2-fit. Hasil kuadratik diplot pada Gambar. Untuk 11 negara yang tersisa,
kesesuaian yang sama hanya dapat dilakukan untuk jumlah infeksi harian. Perlu
disebutkan bahwa kami mengeksplorasi kemungkinan untuk mendapatkan kecocokan
yang lebih baik dengan menggunakan polinomial tingkat tinggi daripada yang
kedua, yang koefisiennya di depan yang tertinggi, tentu saja, daya harus
negatif untuk memastikan jumlah fatalitas kumulatif sigmoidal yang fatal.
Ternyata semua koefisien tingkat tinggi ini sangat kecil dan bervariasi antar
negara, bahkan mengambil tanda positif atau negatif untuk negara yang berbeda.
Kami menyimpulkan bahwa koefisien urutan yang lebih tinggi ini lebih cocok
dengan noise daripada sinyal. Oleh karena itu, kami menggunakan polinomial orde
kedua (GM) agar sesuai dengan kematian harian logaritmik. Koefisien urutan yang
lebih tinggi mungkin menjadi relevan untuk saat-saat setelah puncak gelombang
pandemi pertama, yaitu, selama waktu (i) di mana prediksi tentang peralatan
yang dibutuhkan jauh lebih sedikit relevansinya, dan (ii) yang mungkin sudah
dihadapkan dengan timbulnya gelombang kedua.
Logaritmik
melaporkan jumlah kematian harian (kotak) dan kuadrat jumlah kematian harian
(garis) dari waktu ke waktu untuk beberapa negara. Plot menunjukkan sifat
kuadrat dari kematian logaritmik per hari pada saat data sudah ada. Kurva padat
adalah prediksi GM, menurut Equation (A1). Model pas (garis padat) dapat
digunakan untuk mengekstrapolasi data yang ada ke waktu mendatang, untuk
memprediksi misalnya titik waktu maksimum. Inilah yang kami gunakan di bawah
ini untuk menghasilkan prediksi berdasarkan kecocokan. Arti dari parameter GM
disorot dalam inset.
Kami
lebih suka mendasarkan kesimpulan kuantitatif hanya pada jumlah kematian, dan
bukan pada jumlah infeksi per hari. Kematian lebih baik didokumentasikan
daripada infeksi yang dipantau di hampir semua negara. Kematian yang disebabkan
oleh Covid-19 lebih mudah untuk dihitung daripada infeksi, yang mungkin
menyebabkan gejala tidak sampai sedang dan karenanya mungkin tetap tak
terhitung. Secara statistik, sebagian kecil dari yang terinfeksi mati dari
Covid-19 di kemudian hari setelah terdaftar sebagai terinfeksi. Dengan
demikian, infeksi dan kurva kematian adalah deskripsi ekivalen dari evolusi
waktu Covid-19, dan koefisien yang mengkarakterisasi bentuknya dapat diharapkan
terkait erat. Untuk menunjukkan bahwa infeksi dan kematian mengikuti GM, kami
menganalisis dan menunjukkan hasil untuk kedua tindakan.
0 komentar:
Post a Comment