•  

    no to ja się pokusiłem o analizę zmian w Wuhan. Jeśli modelowanie jest prawidłowe to zagrożonych obecnie wirusem jest około 100tyś mieszkańców miasta. Jeżeli przyjmiemy, że średnio ludzie chorują około 21 dni (inkubacja+choroba) to w walentynki liczba chorych osiągnie swój max w liczbie ponad 60tyś. Potem powinna spadać.

    #chiny #koronawirus #2019ncov #matematyka

    źródło: S-I-R.png

    •  

      @qluch: Model bierze pod uwagę, że wirusem można się ponownie zarazić i wydolność systemu zdrowia dla ICU 25%? Do tego skąd 100 k zagrożonych, jeżeli oficjalne raporty Chin podają na dziś ponad 282813 osób zagrożonych przez bliski kontakt ( ͡º ͜ʖ͡º)

    •  

      @Wolvi666:

      Model bierze pod uwagę, że wirusem można się ponownie zarazić

      Skąd info o ponownym zarażeniu i o jakim czasie mówimy?

    •  

      @qluch: Błąd z założenia, bo epidemia nie kończy się na samym Wuhan, a zagrożonych jest >1 mld ludności całych Chin (ogniska choroby sa rozsiane już po całym terytorium kraju), więc nie rozumiem dlaczego zielona linia na wykresie spada tak gwałtownie w dół? Takie zjawisko zajdzie gdy będą już szczepionki i skuteczne leki na tego wirusa, a bez panaceum wzrost będzie do ciepłej wiosny, o ile wysokie temperatury nie są tolerowane przez tego koronowirusa tak jak przez inne koronowirusy.

    •  
      y......k

      +5

      @Wolvi666: W tym samym artykule:

      'There are situations where [relapse] happens, but given the timing of the nCoV19 outbreak I think it’s unlikely that there is solid evidence to back this claim up.'

      Polecam czytać całość, a nie tylko nagłówki.

    •  

      @qluch: skąd model ilości osób zagrożonych?

    •  

      @Wolvi666: No i tak wygląda właśnie rozsiewanie półprawd i fejkniusów przez panikarzy, którym nawet nie chce się sprawdzić dokładnie informacji. Za redditem:

      "Can get reinfected" implies reinfection is a chance to do with weather or not the patient encounters the virus again. That's not what he said.He actually said we don't know how long anti-body resistance lasts in this case. So the possibility of reinfection can't be ruled out at this time.One word causes a big difference in the implication.Yes I actually read the original news in Chinese.

      @youstin też zwrócił uwagę, że nawet w w tym artykule, do którego podlinkowałeś, jest info, że natychmiastowy brak odporności jest mało prawdopodobny,

      +: y......k, embrion +2 innych
    •  
      y......k

      0

      @zobq: Biorąc pod uwagę, że ta sama osoba cytuje ilość zarażonych która mogła wyniknąć z podmiany danych w liczniku za pomocą trybu deweloperskiego w Chrome, to o niczym nie świadczą te super newsy.

      Nie wiem co wami ludzie kieruje, że jakimś pojebanym sposobem potraficie powielać informacje które są albo zasłyszane, albo wymyślone, albo w jakiś sposób pozmieniane ich znaczenie i brać ich za pewnik. Tak samo jak media, uznajecie, że najważniejsza jest śmiertelność wirusa, podczas gdy wyleczonych jest 2 razy więcej. Nawet więcej niż 2 razy.

      ALE NIE EPIDEMIA, ITS HAPPENING, CZOŁGI W ROSJI, WOJNA W IRANIE, ROZPIERDOL NA KULI ZIEMSKIEJ AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

    •  

      @qluch: Gdyby tylko słowniki rozchodziły się tak jak fejkowe newsy o tym wirusie...

    •  

      Gdyby tylko słowniki rozchodziły się tak jak fejkowe newsy o tym wirusie...

      @boubobobobou: ?

    •  

      @youstink: @zobq: Umiem czytać... Chodzi o krótki czas życia przeciwciał na 2019-nCoV. To jest najważniejsze. Bo jak one wytrzymają rok to ok, ale jak nie wytrzymają miesiąca, to w zamkniętym mieście wirus może ponownie zarażać tych, co zwalczyli wirusa.

    •  
      y......k

      0

      @Wolvi666 nawet jeśli wytrzyma miesiąc to i tak dobrze.

    •  

      @youstink: Oby... Ale i tak 100 000 osób OP to już nie jest optymizm tylko modlitwa o cud...

    •  

      @qluch: Ja bym nie pokusił się o analizę na tak małych danych liczbowych - nie ukrywajmy, są niewielkie - co czyni wyniki mało rzetelnymi

      +: j.......z, kolnay1 +2 innych
    •  

      Ja bym nie pokusił się o analizę na tak małych danych liczbowych - nie ukrywajmy, są niewielkie - co czyni wyniki mało rzetelnymi

      @Polewik: no a gdzie ja napisałem, że to jest faktyczny obraz tego co się stanie?

    •  

      @qluch: a takie choroby modeluje się w ogóle modelami typu SIR? Jednym z założeniem SIR jest chyba zerowa śmiertelność.

    •  

      a takie choroby modeluje się w ogóle modelami typu SIR? Jednym z założeniem SIR jest chyba zerowa śmiertelność.

      @kolnay1: nie, model nie kalkuluje śmiertelności. Daje jedynie informacje o ludziach którzy "zakończą chorobę" po czasie delta. Śmiertelność ustaliłem dając 3% śmiertelność z liczby osób która zakończy chorobę. To jak będzie się dalej choroba rozwijała zależy przede wszystkim od parametru BETA. Tutaj aproksymowałem go do dostępnych danych ale może się okazać że te dane nie są po prostu pełne.

    •  

      @qluch: byłem też ciekaw skąd wziąłeś śmiertelność, ale w moim pytaniu chodziło raczej o zasadność korzystania z tego modelu, skoro zakłada on brak śmiertelności (ewentualnie pomijalną śmiertelność)*

      pokaż spoiler * A przynajmniej tak mi się wydaje, bo książkę Murraya czytałem już jakiś czas temu

    •  

      @qluch: a ile wyszło zgonów łacznie?

    •  

      byłem też ciekaw skąd wziąłeś śmiertelność, ale w moim pytaniu chodziło raczej o zasadność korzystania z tego modelu, skoro zakłada on brak śmiertelności (ewentualnie pomijalną śmiertelność)*

      @kolnay1: model ten zakłada, że epidemia będzie trwała krótko i osoby które raz się zaraziły albo umrą albo nie zarażą się drugi raz skoro czas choroby trwa około 21 dni to biorąc pod uwagę okres prognozy można założyć, że jego stosowalność jest zasadna. Jednak nie nadaje się on do określania postępu choroby na przykład przez kilka miesięcy lub w przypadku znalezienia szczepionki. Jednak można za jego pomocą określić skalę problemu jeśli właśnie analizujemy krótki okres czasu.

      I jeśli przyjmiemy, że model ten wskazuje, że potencjalni jest 100 tysięcy zagrożonych zarażeniem, a ktoś tutaj napisał o 200 tysiącach, to biorąc całą aglomerację pod uwagę, czyli 10 milionów, to przybliżenie zrobione przez mnie na podstawie tylko danych o zachorowaniach jest bardzo dobre.

      a ile wyszło zgonów łacznie?

      @TheUlisses: ponad 5000 po trzech miesiącach z czego 2500 do końca tego miesiąca.

    •  

      model ten zakłada, że epidemia będzie trwała krótko
      @qluch: tu masz założenia tego modelu z książki Murraya nie ma tego o czym piszesz, a jest to o czym ja piszę. Jeśli epidemia będzie trwała krótko, to śmiertelność faktycznie jest pomijalna, ale pierwsze słyszę, żeby gdziekolwiek się stosowało takie założenie. Byłoby dość silne, a do tego typowe przypadki, które się modeluje za pomocą SIR wcale nie są krótkie.

      . . . kliknij, aby rozwinąć obrazek . . .

      źródło: Screenshot_20200206-181206.jpg

    •  

      tu masz założenia tego modelu z książki Murraya nie ma tego o czym piszesz, a jest to o czym ja piszę. Jeśli epidemia będzie trwała krótko, to śmiertelność faktycznie jest pomijalna, ale pierwsze słyszę, żeby gdziekolwiek się stosowało takie założenie. Byłoby dość silne, a do tego typowe przypadki, które się modeluje za pomocą SIR wcale nie są krótkie.

      @kolnay1: przeczytaj punkt 3. Przypadki które "wyzdrowiały" są usuwane z modelu. Jeśli przypadki takie wracają do modelu S-I-R obarczony będzie błędem. Z tego tytułu model nie nadaje się do chorób które będą łamały punkt 1. Czyli I nie może przejść ponownie do populacji N a na temat 2019-ncov tego nie wiemy i nie można zakładać, że da się modelować tak długo za pomocą tego modelu. Stąd może Murray tego nie napisał, ale ja swoje modelowanie obarczyłem takim założeniem w powodów wymienionych powyżej.

    •  

      przeczytaj punkt 3. Przypadki które "wyzdrowiały" są usuwane z modelu. Jeśli przypadki takie wracają do modelu S-I-R obarczony będzie błędem.

      @qluch: Absolutnie nie. Tam jest napisane jedynie tyle, że osoby, które wyzdrowiały są wyrzucane z klasy I (infected). Takie przypadki lądują oczywiście w klasie R (recovered). To w sumie fundament tego modelu, że S->I->R.

    •  

      Absolutnie nie. Tam jest napisane jedynie tyle, że osoby, które wyzdrowiały są wyrzucane z klasy I (infected). Takie przypadki lądują oczywiście w klasie R (recovered). To w sumie fundament tego modelu, że S->I->R.

      @kolnay1: OMG, no tak, ale co to ma do rzeczy? O co ty w ogóle mnie pytasz? Bo model S-I-R znam i ja więc nie potrzebuję lekcji ( ͡° ͜ʖ ͡°)

    •  

      @qluch: Można mieć co do tego pewne wątpliwości skoro piszesz, że osoby, które wyzdrowiały są wyrzucane z modelu, w którym w sumie część nazwy wzięła się właśnie stąd, że rozważa się w nim klasę osób, które wyzdrowiały. A od początku staram się dowiedzieć, czy wziąłeś pod uwagę założenia, którymi ten dość prosty model jest obarczony. Myślałem, że to powinno być jasne.

    •  

      Można mieć co do tego pewne wątpliwości skoro piszesz, że osoby, które wyzdrowiały są wyrzucane z modelu, w którym w sumie część nazwy wzięła się właśnie stąd, że rozważa się w nim klasę osób, które wyzdrowiały. A od początku pytam, czy wziąłeś pod uwagę założenia, którymi ten dość prosty model jest obarczony.

      @kolnay1: czyli chcesz mi zarzucić, że nie wiem co modeluję? Powiedz mi Mireczku jak ma się:

      S+I+R=N i który jest PODSTAWOWYM ZAŁOŻENIEM MODELU przy N = const.do faktu, że przepływ chorych mamy w kierunku który wskazałeś? Przecież R->S nie jest prawdą dla tego modelu i jeśli N =const. to model ma OGRANICZENIE w postaci: jednostka populacji może być tylko raz S lub I lub R a z tego wynika że albo N =/= const. albo nie jest spełnione podstawowe założenie modelu.

      B.T.W. R oznacza nie tylko recovered ale także removed.

    •  

      S+I+R=N i który jest PODSTAWOWYM ZAŁOŻENIEM MODELU przy N = const.do faktu, że przepływ chorych mamy w kierunku który wskazałeś?
      @qluch: W przedostatnim poście (tam gdzie ten przepływ się pojawił) zwracałem jedynie uwagę na to, że to co napisałeś chwilę wcześniej było kompletnie źle. Nigdzie nie było mowy, że ten przepływ ma coś do rzeczy w kontekście reszty rozmowy. Nie wiem skąd te nerwy, ale może cię uspokoi to, że nie są tu potrzebne.

    •  

      Komentarz usunięty przez moderatora

    •  

      W przedostatnim poście (tam gdzie ten przepływ się pojawił) zwracałem jedynie uwagę na to, że to co napisałeś chwilę wcześniej było kompletnie źle. Nigdzie nie było mowy, że ten przepływ ma coś do rzeczy w kontekście reszty rozmowy. Nie wiem skąd te nerwy, ale może cię uspokoi to, że nie są tu potrzebne.

      @kolnay1: aha. Więc ja śpieszę z informacją, że to co napisałeś jest niepoprawne semantycznie. To, że coś zostało źle dla ciebie napisane nie oznacza że nie było prawdą. To jest twoje subiektywne odczucie jak zrozumiałeś mój wpis na co nie ma wpływu. Czy masz jakieś pytania co do modelowania czy to tyle?

    •  

      @qluch: Każdy model który zakłada przetrwanie cywilizacji, jest błędny.

      +: qluch
    •  

      @qluch: Fatalnie uwidoczniono tendencje na wykresie, bo ktoś pokusił się na przyrost w tempie geometrycznym na osi rzędnych...

    •  

      @qluch: który dzień, według ciebie, to D0? I jak go ustaliłeś, że max ci wychodzi w Walentynki?

    •  

      Więc ja śpieszę z informacją, że to co napisałeś jest niepoprawne semantycznie.

      @qluch: co konkretnie?

      To, że coś zostało źle dla ciebie napisane nie oznacza że nie było prawdą. To jest twoje subiektywne odczucie jak zrozumiałeś mój wpis na co nie ma wpływu
      Masz na myśli to co zacytowałem? To może wyjaśnij jak należało to rozumieć? Bo zdanie "Przypadki które "wyzdrowiały" są usuwane z modelu." znaczy to co znaczy i po prostu nie jest prawdziwe, a w punkcie na który się wtedy powołałeś była mowa o czymś zupełnie innym.

      Jeśli chcesz jeszcze gadać, to dalej jestem ciekaw skąd wziąłeś informację, że "model ten zakłada, że epidemia będzie trwała krótko".

      PS. Mam wrażenie, że przyjąłeś nacechowaną emocjami postawę obronną. To jest tutaj zupełnie niepotrzebne. Krytycyzm to podstawa nauki, a pytanie o zasadność stosowania jakiegoś modelu jest chyba zawsze wskazane.

    •  

      Fatalnie uwidoczniono tendencje na wykresie, bo ktoś pokusił się na przyrost w tempie geometrycznym na osi rzędnych...

      @biliard: kto?

      który dzień, według ciebie, to D0? I jak go ustaliłeś, że max ci wychodzi w Walentynki?

      @Nieszkodnik: dane miałem z arkusza google udostępnionego w tym znalezisku a walentynki to kompletny przypadek.

      wyjaśniłem wcześniej. Proszę, przeczytaj. A co do unoszenia się emocjami, widzę, że cały czas źle mnie rozumiesz. A na poparcie tego, że jedyne emocje które mam w stosunku do ciebie Mireczku są pozytywne, jest to, że odpisuję na twój wpis ( ͡° ͜ʖ ͡°)

    •  

      dane miałem z arkusza google udostępnionego w tym znalezisku a walentynki to kompletny przypadek.

      @qluch: a mógłbyś, proszę, określić ten D0? Jako dzień w roku? Ja tego nie potrafię wywnioskować z tych danych. Bo skądinąd wiadomo, że pierwsze przypadki były już w grudniu, czyli 40 dni temu, co według Twojego wykresu oznacza znaczne zmniejszanie się liczby zarażonych na dzisiaj - a nie jest to prawdą, jak się wydaje...

    •  

      @qluch: ale wiesz, co to jest Dzień 0, co nie?

    •  

      @Nieszkodnik: ale wiesz co to jest modelowanie matematyczne, co nie? ( ͡° ͜ʖ ͡°)

    •  

      ale wiesz co to jest modelowanie matematyczne, co nie? ( ͡° ͜ʖ ͡°)

      @qluch: wiem. I dlatego coś mi w tych danych nie pasuje. Bo jeśli potrafisz przewidzieć rozwój choroby od (D0 + x) w górę, i to się pokrywa z oficjalnymi danymi, to powinieneś być w stanie określić, w miarę dokładnie D0, nieprawdaż? A jeśli D0 z obliczeń nie zgadza się z wiedzą, to coś jest nie tak...

    •  

      @qluch: No, wykres tworzył jego autor. Nie wiem, skąd dokładnie jest obrazek w inicjującym wątek wpisie.

    •  

      ale wiesz co to jest modelowanie matematyczne, co nie? ( ͡° ͜ʖ ͡°)

      @qluch: to jak ci wyszedł ten D0 w twoim modelowaniu matematycznym? Czy ten model nie przewiduje takiego dnia? :-)

    •  

      ale wiesz co to jest modelowanie matematyczne, co nie? ( ͡° ͜ʖ ͡°)

      @qluch: to jak ci wyszedł ten D0 w twoim modelowaniu matematycznym? Czy ten model nie przewiduje takiego dnia? :-)