MatheAss 10.0Stocastico

Esempio 2: Pandemia di corona

Naturalmente, ha senso utilizzare i dati attuali sulla pandemia di corona per la regressione logistica. Ho preso  i dati per la Germania dal sito Web della Johns Hopkins University (JHU) , che viene aggiornato quotidianamente e li ho salvati in due file CSV.

Dati da: "JHU_DE_Mrz-Apr.csv"

Limite di saturazione: 56 milioni
             Figura scura: 1

                          4,559·1010
ƒ(x) = ——————————————
             814,1 + 5,51·107·e^(-0,112·t)

Punto di svolta  W(99,4|28 mio)

Tasso di crescita massimo ƒ'(xw) = 1.5688 mio

60 valori 
Coefficiente di determinazione = 0,82574762
Coefficiente di correlazione     = 0.90870656
Deviazione standard                = 0.90673232

  Germania marzo-aprile 2020, S=56 Mio,  Figura scura=1.

Dati da: "JHU_DE_Mrz-Mai.csv"

Limite di saturazione: 56 Mio
             Figura scura: 300

                            2,5497·1013
ƒ(x) = ——————————————————
          4,553·105 + 5,5545·107 · e^(-0,10581·t)

Punto di svolta  W(45,404/28 Mio)

Tasso di crescita massimo ƒ'(xw) = 1,4813 Mio

92 valori 
Coefficiente di determinazione = 0,90140376
Coefficiente di correlazione     = 0,94942285
Deviazione standard               = 0,93956073

  Germania marzo-maggio 2020, S=56 Mio, Figura scura=300.

Con valori elevati, il ridimensionamento cambia nel formato numerico scientifico.   4.0E+07 = 4.0·107 = 40.000.000 .

Ho assunto 56 milioni come limite di saturazione. Questo è il 70% di 80 milioni, il caso della presunta immunità del gregge .

Vedi anche:

Impostazioni delle grafiche