文件名称：covid-19-data-analysis：有关COVID-19响应如何影响新病例和死亡人数的研究
文件大小：2.36MB
文件格式：ZIP
更新时间：2024-03-01 00:08:15
JupyterNotebook
covid-19数据分析 关于COVID-19响应可能如何影响新病例和死亡人数的研究。 病例和死亡数据来自约翰霍普金斯大学的COVID-19跟踪项目。 政策数据来自data.gov。 有2个与该项目关联的笔记本： 1）Covid-19数据分析.ipynb 这是与项目关联的主要笔记本。 它包含以下方面的简短讨论：数据清理，在县，州和国家/地区级别上随时间推移绘制病例和死亡图，覆盖选定的政策实施方案以及政策与新病例和死亡人数变化之间的关联。 政策与病例和死亡人数的两个关键指标相关联：政策实施当天和14天后新病例和死亡人数的差异，以及新病例和新死亡病例曲率的变化-我称之为新病例和新死亡的“加速”。 2）Covid-19数据清洗.ipynb 这是准备Covid-19数据分析笔记本时使用的逐列详细数据清理过程，包括对无效数据点的详细分析。
【文件预览】：
covid-19-data-analysis-main
----Covid-19 data analysis.ipynb(3.51MB)
----state_policy_updates_20201114_0719.csv(1.43MB)
----environment.yml(0B)
----covid_app.py(24KB)
----Covid-19 data analysis.html(3.65MB)
----model_selection_results()
--------log 20210208-162809.txt(599B)
--------log 20210208-162949.txt(600B)
--------log 20210208-050324.txt(32KB)
----__pycache__()
--------covid_data.cpython-38.pyc(843B)
--------testclass.cpython-38.pyc(618B)
--------Coviddataclass.cpython-38.pyc(19KB)
--------us_state_abbrev.cpython-38.pyc(1KB)
----TODO.md(681B)
----requirements.txt(3KB)
----Covid-19 data cleaning.ipynb(1.12MB)
----.gitignore(80B)
----.ipynb_checkpoints()
--------Covid-19 data analysis temp-checkpoint.ipynb(4.16MB)
----README.md(1KB)
----Figures()
--------cases_policies_meck_NC_282021.png(74KB)
--------model_selection_heatmap_282021.png(16KB)
----header image.png(67KB)
----.vscode()
--------settings.json(141B)