/seir_model_for_covid-19

Primary LanguagePython

seir_model_for_covid-19

模型

採用SEIR模型，參考 https://en.wikipedia.org/wiki/Compartmental_models_in_epidemiology 模型僅供研究，請理性討論。

資料

確診人數資料來源:

  1. https://github.com/CSSEGISandData/COVID-19 ，更新時間為台灣時間中午12:50，因此人數比台灣每天下午兩點記者會公布的資料落後近1天。
  2. COVID-19台灣最新病例、檢驗統計: https://data.cdc.gov.tw/dataset/covid19_tw__stats

程式與概念

  1. 安裝相關套件直接執行run_dl_analysis.py 即可。
  2. SEIR模型主要是擬合已公布的死亡人數、恢復人數以及感染人數(=確診人數-死亡人數-恢復人數)。
  3. 此模型有一個很大的假設，總體影響人數是固定的 (wiki裡面提到的N)，此數值跟打疫苗、戴口罩、隔離的程度高度相關，目前N值修正為擬合。
  4. 潛伏期設定為5.5，參照照台灣CDC的Q&A中的5~6天 (https://www.cdc.gov.tw/Category/QAPage/B5ttQxRgFUZlRFPS1dRliw)。

因此程式中主要影響的參數包括
optim_days = 14 # 擬合感染人數的天數
latent_period = 5.5 # 潛伏期

註解:

  1. 2020年初此模型是大幅高估，2021年中此模型是在預估範圍左右，預測結果僅供參考，疫情數據以台灣CDC公告為主，疫情控制需要全體國民共同努力。
  2. 目前只有測試台灣的可以跑，其他國家或地區已經沒有維護了。
  3. 防疫策略與感染人數有高度相關 ，模型是擬合近14天的狀況 ，防疫策略改變都會大幅影響模型。

<範例結果>
感染人數預估
image

新增病例
image