這次傳統的數學和統計建模都錯了?是不是理論出了問題?

2020-10-21 海上山下

疫情在中國爆發的時候,不少論文對中國「疫情規模」進行了預測,基本認為中國的疫情規模會非常驚人

我們先說個基本概念:在傳染病學模型中,R0 值(基本再生數,baasic reproduction number)常被用來描述疫情的傳染速率,可以反映傳染病爆發的潛力和嚴重程度。請記住這個「R0」,後面會多次提到。

如果 R0 大於 1,那麼這種傳染病就可以傳遍整個人群;而 R0 小於 1 的傳染病,則趨於消失。

(你沒有看錯,R0大於1,是整個人群!這是傳統理論)

國內外專家都給出了關於新型冠狀病毒的傳染速率、峰值等建模預測。其中,英美研究團隊的結果表明,新型冠狀病毒的 R0 值為 3.8左右。

英國蘭開斯特大學、美國佛羅裡達大學和英國格拉斯哥大學病毒研究中心聯合展示了有關武漢新型冠狀病毒的研究結果:

R0 值達 3.8,即使限制通行也無法高效阻止病毒傳播!

下圖是論文原址的截圖


這篇論文給出的評估結果是:

  • R0明顯大於 1,在 3.6 至 4.0 之間,表明 72%-75%的病毒傳播阻斷必須採取阻止增長的感染控制措施;
  • 估計武漢市僅有 5.1%(95%CI,4.8-5.5)的感染人群得到確認,表明社區之間存在大量的感染者以及檢測這種新型冠狀病毒的困難性;
  • 如果防疫手段(1 月 21 日之前)不做改變,2 月 4 號武漢將有 19 萬人感染新病毒,且會傳播到中國周邊國家與地區
  • 武漢限制通行可能無法高效阻止病毒在全國的傳播,如果降低 99% 的通行,那麼 2 月 4 號武漢之外的地區,流行病規模只能減少 24.9%

哈佛大學陳曾熙公共衛生學院的衛生經濟學家、流行病學家和營養科學家埃裡克·費格丁博士(Dr. Eric Feigl-Ding)也發推表示:對新型冠狀病毒高達 3.8 的 R0 值感到極度震驚!

下圖是他的推特截圖:


而國內的部分專家也給出了預測,比國外還高:新型冠狀病毒的 R0 值高達 6.0多

有個數據來自西安交通大學、陝西師範大學與加拿大約克大學等研究團隊,成員背景包括數學、統計學、生命科學等交叉學科,由加拿大約克大學吳建宏教授等帶領。

下圖是論文原址的截圖:

另外,上海醫療救治專家組組長張文宏介紹了《柳葉刀》論文的預測:上海感染人數,無幹預是80萬,控制較好是8萬

以上提到的所有這類論文都是用帶參數的「指數增長」數學模型做的,調點參數感染人數就能差出去好幾倍。但怎麼調也不可能調出上海實際337例的結果,任何指數增長數學模型都無法預測到。

因此,從這個角度來說,這次疫情的快速控制是超乎想像的成功!而且這個成功發生在所有30個外省市!

還有,這次疫情極有可能將在傳染學歷史上進行改寫:類似新型冠狀病毒的預測算法,將來不能只用「指數模型」,「線性模型」也好用,尤其是在中國!

下圖是截止本文發稿時,全國的疫情數據走勢圖:

順便再提一下:

鍾南山院士2月27日說,他們預估中國2月中下旬達到疫情高峰,當時確診病例會是約6、7萬人。但投到國外權威期刊被退了回來,因為境外學者普遍預期要高得多,如認為2月初就會有16萬人感染。

有人發消息給鍾南山「你的話幾天之內就會被碾個粉碎」。

下圖是新聞截圖:

最後我們再說一下:

傳統的「指數增長模型」,對於全球數據是有意義的:目前看,中國以外疫情爆發的各國,極大概率適合用「指數增長模型分析」。下圖是今日頭條上發布最新數據:


完。

相關焦點

  • 統計建模的理論和方法
    成功的統計建模可以儘可能完整的模擬出數據生成過程中變量的隨機性,進而幫助人們有效的估計該過程的核心參數值,並作出針對核心參數值的概率性決策。什麼是統計模型?嘗試選擇一個有參數的PΘ在統計建模領域有一句大家常說的話:所有的模型都是錯的,但有些模型更有用。
  • 數學建模研究過程指導:從高中數學體會數學概貌和數學建模
    ▌研究方法指導:從高中數學體會數學概貌和數學建模新課標中將數學建模引為數學學科六大核心素養之一,並作為線索貫穿必修、選擇性必修和選修各類課程之中,是為了通過數學建模的學習令大家對數學學科以及數學學科在其他學科和領域內的應用,有一個概觀的、基本的、科學的認識。
  • 《文匯報》:中學和大學為何要重視數學建模教育
    但是,要顯示數學強大的生命力,需要將實際問題化為相應的數學問題,然後對這個數學問題進行分析和計算,最後將所求解答回歸實際,看能否有效地回答問題,如果不能,再從頭調整,直到基本滿意為止。這個過程,特別是其中第一步,就是數學建模,即為所考察的實際問題建立數學模型。數學建模是聯繫數學與應用的重要橋梁。
  • 南陽師範學院數學與統計學院|用微小的符號,勾勒出大千世界
    赫爾曼外爾說過:「數學是無窮的科學」,它能用微小的符號,勾勒出大千世界。想深入領略數學的無限魅力嗎?南陽師範學院數學與統計學院,歡迎大家的加入!楊茗鑠,數學與統計學院數學與應用數學專業2020屆畢業生,在校期間曾經獲得「臥龍學子」優秀學生獎學金,「三好學生」榮譽稱號,參加了「華為杯」數學建模大賽並榮獲得一等獎,現以綜合第一名的成績考入西北大學。寄語:數學與應用數學專業培養學生掌握數學的基本理論和方法,提高學生運用數學的能力,就業前景非常廣闊。
  • 範劍青摘取統計學桂冠 獨創精確統計法「非參數建模」
    現為香港中文大學教授、統計系主任的範劍青,是以獨創精確統計法「非參數建模」在許多領域有著廣泛應用而得獎的。     範劍青首創的「非參數建模」理論的基本思想,是讓數據本身透過電腦自動尋找一個統計模型來描述和刻畫。該模型能尋找最精確的非線性系統來預報未來和描述變量之間的內在關係。這就完全避免了傳統的參數模型帶來的人為偏差,而且也節省了許多人力。
  • 資料| 1800頁33章數學方法精要筆記 —深入數學建模, 機器學習和...
    from=leiphonecolumn_res07091 書籍介紹  · · · · · ·在信息爆炸的當今,大到企業巨頭的經營方向, 小到和日常生活相關的人工駕駛等領域,數學建模和人工智慧都對信息數據的收集、處理、解釋以及做出決策將起到至關重要的作用。負責開發模型和算法的一線科學家和工程師, 都需要有堅實的數學基礎。
  • 數學+ 統計 + 腦科學 = 破解 AI 「黑盒子」 的密匙?
    如果可辨識性無法保證,我們是不是非要達到可辨識性的目標?不可辨識性所導致的誤差,能否反映在我們的結果裡?我們的工作給出了答案:前者是no,後者是yes。如果是做生物學習,那麼問題一的答案是最好有,但不是非要不可,因為確實存在過稀疏的網路性能更好的例子,但不絕對;至於第二個問題目前還沒有定論。
  • 探索數學的奧秘——寧波大學數學與統計學院
    , 2018年成立數學與統計學院,經過幾十年和幾代人的努力,學院已經形成了面向基礎,面向師範,面向應用,面向國際的本科生-碩士生-博士生的中外合作人才培養體系。,下設基礎數學、應用數學、概率論與數理統計和計算數學等多個二級學科方向。
  • 數學建模常用方法及出題類型
    本文轉載自【微信公眾號:47競賽,ID:gh_1814a7d91c55】經微信公眾號授權轉載,如需轉載與原文作者聯繫數學建模常用方法及出題類型常用方法一、機理分析法從基本物理定律以及系統的結構數據來推導出模型。
  • 蔣軒軒:我的中國研究生數學建模競賽獲獎經驗分享
    運用大氣光散射衰減模型、暗通道先驗理論、時間序列分析等方法建立數學模型,之後利用MATLAB和Python編程軟體對上述數學模型進行程序實現,最終完成了對能見度的估計和預測。下面是蔣軒軒同學的經驗分享:
  • 數學,解決實際問題的一把鑰匙
    數學建模競賽是一種典型的團隊合作類短期學術競賽,它要求每支參賽隊在短短72小時內完成選題、問題分析、建模求解、規範表述與寫作的全過程,這對於每一支隊伍來說都是巨大的挑戰。順著這個目標導向,我們最終確定該問題的本質就是一個「分類預測+最優策略」問題。對於分類預測問題,現有的各類機器學習算法可以有比傳統統計模型更好的表現,而最優策略問題可以通過規劃模型進行求解,就這樣,我們整道題目的解決思路便逐漸清晰起來了。最終我們選擇以一種機器學習算法作為核心算法構建企業信貸風險評估模型,這樣既保證了模型的求解效果,同時又體現了模型的創新性。
  • 整體數學觀,將推動大統一理論的進程和新的數學研究方向
    也許整體數學和整體數學公式,是網際網路時代在中國發生的奇蹟,整體數學公式和過去任何數學公式不同的是整體數學公式也是整體宇宙學定律,就的大統一理論。有人這樣總結了一下,道生一,珠算算盤時代,一生二,計算機二進位時代,二生三,人工智慧,全息仿生工程時代,覺得很有道理,那麼在人工智慧時代,我們找到了準確是表達式了嗎?
  • 美國數學建模s獎有用處嗎
    在接觸留學的過程中,我們難免會遇到一些問題和疑惑。美國大學生數學建模競賽(MCM/ICM)由美國數學及其應用聯合會主辦,是唯一的國際性數學建模競賽,也是世界範圍內最具影響力的數學建模競賽。賽題內容涉及經濟、管理、環境、資源、生態、醫學、安全、等眾多領域。
  • 數學建模:將各種實際問題轉化為數學問題,並用數學語言描述
    18世紀初,普魯士哥尼斯堡小鎮流傳著一個問題:城內一條河的兩個支流繞過一個島,有七座橋橫跨這兩支流;那麼一個人能否走過遍七座橋,而且每座橋只走一次。1736年,大數學家歐拉圓滿地證明了:沒人可以走遍七座橋。歐拉是如何做到的呢?
  • 託馬斯·薩金特:為什麼要將經濟學理論與數學統計結合起來?
    數學統計方法。 問:這就是為什麼經濟學家普遍使用數學統計方法的原因嗎? 是的。使用數學統計方法也是因為我們希望準確地了解風險和不確定性,嚴謹地表述已知和未知的事物。
  • 經濟學研究中的數學濫用?一個恐怕永遠無解的問題
    很多學者認為,理論經濟學公理並不反映真實世界的運行邏輯,只是一種數學的機械主義遊戲,而這也是經濟學領域外人士對經濟學理論研究最大的質疑所在。比如經濟學傳統裡往往使用經濟人理性、信息完全對稱等假設,來獲得許多漂亮的結論,在很多人看來,這與現實謬之千裡,結論自然很不可靠。
  • 三次數學危機——長達一個世紀關於數學基礎問題的爭論
    無理數的發現以及芝諾悖論引發了第一次數學危機。過了兩百年,希臘數學家歐多克斯和阿契塔斯兩人給出了「兩個數的比相等」的新定義,建立起一套完整的比例論,其中巧妙避開了無理數這一「邏輯上的醜聞」,並保留住與之相關的一些結論,緩解了這次數學危機。
  • 現代數學的統一大勢:分支理論差異弱化,純粹和應用相融合
    近代科學技術的大發展和科學理論向縱深發展的大分化,促進了數學的發展,也促進了數學的分化,幾何學、代數學、分析學、概率論、三角學等開始成為獨立的學科,又都各自向縱深發展。但隨著分化,綜合的傾向也必然發生作用,例如在幾何和代數的充分分化的基礎上產生解析幾何學,可以看作是統一數學的一個嘗試,這次代數、幾何的統一促進了數學的發展,為微積分的產生奠定了基礎。
  • 數學建模——數學與現實世界的橋梁
    數學建模——數學與現實世界的橋梁鄰水縣石永鎮初級中學:唐用慧學數學有什麼用?難道買菜的時候還要列個方程再來求解計算我到底該付多少錢嗎?相信這個問題一定在很多中學生的腦子裡出現過,至於這個問題的答案,肯定是否定的。
  • 數學建模論文模板
    對模型進行了合理的理論證明和推導,所給出的理論證明結果大約為……,然後藉助於……數學算法和……軟體,對附件中所提供的數據進行了篩選,去除異常數據,對殘缺數據進行適當補充,並從中隨機抽取了3組數據(每組8個採樣)對理論結果進行了數據模擬,結果顯示,理論結果與數據模擬結果吻合。