Lieber Manfred Geilhaupt,
zunächst: Ich schicke diese Antwort auch an die Liste des Rohrbacher
Kreises, da dort weitere Adressaten mit eigenen Modellierungen
subskribiert sind.
Für jene Adressaten: Im Youtube-Kanal
<
https://www.youtube.com/channel/UCtvLYCF0FNcTqp0Vk768Z4g> sind die
Videos von Manfred Geilhaupt - einem pensionierten Leipziger Physiker
(so nenne ich es einmal, auch wenn es der Spezifik von Lebensläufen
nicht gerecht wird) aus der Arnold-Sommerfeld-Gesellschaft
<
http://www.leipzig-netz.de/index.php/ASG> zu finden.
Die JHU veröffentlicht drei Datenreihen: p(t) der positiv Getesteten,
r1(t) der Genesenen und r2(t) der Verstorbenen. Ich fasse die letzten
beiden hier zu r(t)=r1(t)+r2(t) zusammen, da es (auch Peter Fleißner)
wesentlich um die Zahl der Infizierten i(t)=p(t)-r(t) geht. Wie weit
diese Daten relevant oder auch nur verlässlich sind, ob andere Daten
(etwa von NTV, dem RKI oder wem auch immer) eine bessere Datenbasis
bilden, kann hier außer Betracht bleiben, da es allein um eine
Modellierung auf einer gegebenen Datenbasis geht.
Die Daten sind hoch volatil, siehe die angehängten Grafiken MG-1 (rot
p(t), grün r(t)), MG-2 (rot Delta(p(t))=p(t)-p(t-1), grün Delta(r(t)),
MG-3 (rot i(t)). Für andere Länder (mit mglw. anderen Erhebungsregeln)
ist i(t) noch deutlich volatiler.
Ihr wie mein Vorgehen ist nun Folgendes: Nimm eine Kurvenschar f(t,e)
und fitte deren Parameter e so, dass gewisse Randbedingungen besonders
gut erfüllt werden.
In einem ersten Video hatten Sie p(t)->f(t,e) und r(t)->f(t+T,e) mit
T=21 gefittet, später mit anderen Berechnungen T auf etwa 16 korrigiert.
Mein Einwand war, dass man T auch einfacher direkt aus den Daten
schätzen kann: Bestimme T aus r(t-T)=p(t), etwa durch Berechnung von
T(X)=min(t,r(t)>X)-min(t,p(t)>X). Da sind natürlich schon eine Reihe von
Annahmen drin, insbesondere wird der Zeitpunkt des Lockdowns nicht
berücksichtigt. Andererseits kann man diese Berechnungen auf Daten für
andere Länder wiederholen, da davon auszugehen ist, dass die mittlere
Infektionsdauer T eine Virusinvariante ist.
Ihre Rechnungen auf den Daten der "Restinfizierten" (also i(t) - siehe
MG-3) gehen nach meinem Verständnis wie folgt vor: Fitte eine Kurve (ich
muss an dieser Stelle so vage bleiben, da Sie im Video nicht angeben, um
was für Kurven es sich handelt) auf die Daten i(t), so dass der
Flächeninhalt unter der Kurve gerade r(heute) entspricht, weil jeder
positiv Getestete zunächst Infizierter war und später in den Zustand
"genesen oder verstorben" wechselt. Ist h(t) die von Ihnen gegen i(t)
gefittete Funktion, so ist H(t)=int(h(x),x=0..t) der Flächeninhalt unter
der Kurve, den man dann direkt gegen r(t) fitten könnte. Details dazu
sind aus Ihrem Video aber nicht nachzuvollziehen.
Einen solchen direkten Fit gegen zwei Funktionenklassen habe ich in
meinen Anmerkungen (ich bevorzuge noch immer die altmodische akademische
Schriftform gegenüber den modernen "Erklärvideos") genauer ausgeführt.
Mehr zu meinen Schätzungen unter
<
http://leipzig-data.de/demo/Corona-20/> insbesondere auf der Basis der
logarithmischen Funktion unter
<
http://leipzig-data.de/demo/Corona-20/Corona-2.pdf>.
Mit freundlichen Grüßen,
Hans-Gert Gräbe
Am 02.06.20 um 13:13 schrieb manfred geilhaupt:
> Lieber Hans Gert Gräbe
>
>> verschiedene Schwellwerte
>> [9, 11, 13, 14, 14, 13, 14, 14, 15, 16]
>
> Das sind die „Genesungsintervalle“ über Abstandschwellenwerte bestimmt
> (Als Intervall Zahl, richtig?)
> Wichtig ist hier (aus meiner Sicht) ist die Feststellung:
> Es gehen die Zahlen der Genesenen als „experimentelle Daten“ in die
> Rechnung ein
>
> In meiner Betrachtung berechne ich die Genesenen genau umgekehrt. Ich
> bebe ein Genesenen-Intervall vor und schaue wie viele Restinfizierte es
> noch gibt
> zB. 17,18,19,20, 21 Tage Intervall und vergleiche anschließend
>
> Für 21 Tage Genesungsintervall unten das Ergebnis (rote Balken, quasi
> Abstand zwischen blau und grün) Die Schwarze Kurve berücksichtigt den
> Abzug der Verstorbenen
> Fazit: Sind 21 Tage aus ihrer Betrachtung auszuschließen? Wie sehen die
> Restinfizierten-Daten (Kurve) aus?
>
> VG MG
>
>
>> Am 29.05.2020 um 15:59 schrieb Hans-Gert Gräbe
>> <
gra...@informatik.uni-leipzig.de>:
>>
>> Lieber Manfred Geilhaupt,
>>
>> man kann die durchschnittliche Zeit der Genesung einfacher bestimmen,
>> indem man die beiden Kurven "positiv Getestete" und
>> "Genesene+Verstorbene" hernimmt und schaut, wie groß der Abstand
>> zwischen beiden ist (etwa, indem der Tag bestimmt wird, wo jede der
>> beiden Kurven einen gewissen Schwellenwert überstiegen hat).
>>
>> Hier das Ergebnis meiner Rechnungen auf den JHU-Daten für Deutschland,
>> China (Wuhan) und Österreich für verschiedene Schwellwerte
>>
>> (%i81) l:getData(Germany)$
>>
>> (%i82) makelist(findDiff(l,1000*u),u,1,10);
>> (%o82) [16, 12, 11, 12, 11, 11, 12, 11, 12, 12]
>> (%i83) l:getData(China)$
>>
>> (%i84) makelist(findDiff(l,1000*u),u,1,10);
>> (%o84) [9, 11, 13, 14, 14, 13, 14, 14, 15, 16]
>> (%i85) l:getData(Austria)$
>>
>> (%i86) makelist(findDiff(l,1000*u),u,1,10);
>> (%o86) [15, 15, 14, 15, 16, 15, 16, 17, 17, 17]
>>
>> Mit freundlichen Grüßen,
>> Hans-Gert Gräbe
>>
>> Am 28.05.20 um 11:32 schrieb manfred geilhaupt:
>>>
https://www.youtube.com/watch?v=DA-DCX1-yM4
>>> Als Diskussion-Grundlage gedacht. Wie sieht eine KI Lösung aus, Daten
>>> zu interpretieren?
>>> Wichtiger ist natürlich, wie man erkennen kann, wer eine
>>> Virenschleuder ist und wie darauf einzugehen.
>>> VGM
--
apl. Prof. Dr. Hans-Gert Graebe, Inst. Informatik, Univ. Leipzig
postal address: Postfach 100920, D-04009 Leipzig
Hausanschrift: Augustusplatz 10, 04109 Leipzig, Raum P-633
tel. :
+49-341-97-32248
email:
gra...@informatik.uni-leipzig.de
Home Page:
http://www.informatik.uni-leipzig.de/~graebe