covid19：分析有关covid-19传播的公共数据

【文件属性】：
文件名称：covid19：分析有关covid-19传播的公共数据
文件大小：2.74MB
文件格式：ZIP
更新时间：2021-02-21 04:58:10
JupyterNotebook 新冠肺炎 关于covid-19传播的公共数据分析： 过程 该分析采用了WEEKLY数据。 平均新发病例和死亡人数超过7天，以得出平滑的数据。 在平滑的数据中，分析尝试确定关键日期： 开始日期：已报告50起案件 高峰病例：报告的新病例数达到高峰时 结束日期：反映开始日期和高峰案例之间的时间，并进行扩展 第零天：报告有50人死亡 死亡人数高峰：报告的新死亡人数达到高峰 由此，创建关键指标： 增长：感染传播的天数，即从开始到高峰之间的天数 滞后：最高病例数与死亡人数之间的天数 传播：感染率，基于新病例数与7天前的病例数比较 该处理使适合数据。 这将为新的病例/死亡产生钟形分布，并为累积的病例/死亡数量产生S曲线。 这些曲线用于推断感染的潜在进程。 模型的参数/特征是： X = S形曲线比例因子，即函数f（t）的最大值= X /（1 + exp（-rt / d）） r = S形曲线和钟

【文件预览】：
covid19-master
----.gitignore(31B)
----eu.ipynb(1.39MB)
----stayalert.png(5KB)
----LICENSE(1KB)
----world.ipynb(1.84MB)
----debug.log(464B)
----README.md(5KB)
----covid.py(44KB)
----download.json(6.6MB)