【文件属性】：
文件名称：MATLAB用拟合出的代码绘图-earlyFIT:同时将一个流行病模型集成到一个或多个区域的框架
文件大小：25KB
文件格式：ZIP
更新时间：2021-05-21 17:03:26
系统开源
MATLAB用拟合出的代码绘图EarlyFIT
earlyFIT是一个Octave框架，可将一个流行模型的集合同时适合一个或多个区域。
该名称源于这样的事实，即在数据很少的情况下，它适合于爆发早期的流行病模型。
我还想避免以名称明显提及2019-2020年大流行。
要使用它，只需编辑并启动earlyFIT.m脚本，该脚本应进行注释以具有自我描述性。
该脚本应易于适应MATLAB，但尚未对此进行任何尝试，并且肯定至少有几个Octave函数调用需要用MATLAB中的其他函数替换。
该工具背后的想法是一次将一个模型集成到一个或多个区域。
可以从多个在线来源之一或从给定的文件中导入数据（仅允许累积发生率，但可以根据发生率选择进行拟合），同时可以使用以下模型进行拟合：
指数（常规和广义）
物流（常规和广义）
Gompertz（常规和广义）
理查兹（常规和广义）
子波（基于广义理查兹）
SIR（常规和非均匀混合）
SEIR
SEmInR（对Erlang分布式时间的SIR
/
SEIR概括）
其中1-4型的通用版本允许早期的亚指数级增长。
根据使用的特定模型，可以使用用户功能来修改增长率（r）或传输
【文件预览】：
earlyFIT-master
----sir_ode.m(411B)
----sub_wave_nsub.m(261B)
----add_error.m(476B)
----output_stuff.m(3KB)
----README.md(9KB)
----growth_model.m(4KB)
----evaluate_model.m(400B)
----sub_wave_ode.m(243B)
----fit_boots.m(1KB)
----myfilter.m(362B)
----get_iod.m(234B)
----LICENSE(1KB)
----load_data.m(2KB)
----seminr_ode.m(811B)
----load_covid_ita.m(2KB)
----user_functions.m(641B)
----model_param.m(3KB)
----pre_process.m(2KB)
----bootstrap.m(1KB)
----load_covid_jhu.m(2KB)
----richards_guess.m(518B)
----earlyFIT.m(5KB)
----guess_param.m(3KB)
----seir_ode.m(513B)
----is_octave.m(241B)
----evaluate_boots.m(268B)
----get_weights.m(509B)
----ensemble.m(2KB)
----from_guess_to_param.m(2KB)
----fit_model.m(1KB)
----myfit.m(625B)