新型肺炎COVID-19の日本の実効再生産数を推定したrstanのコードを解説してみる - 驚異のアニヲタ社会復帰の予備
西浦先生が日本の実効再生産数を推定した。 コードはrstanで下記から取れる。 https://nbviewer.jupyter.org/github/contactmodel/COVID19-Japan-Reff/tree/master/ 解説動画を見逃したのでコードと関連論文からのお勉強になるが、肝としては、 ・知りたいのは「感染した日」である。 ・診断日もしくは報告日は、データを収集して統計を取っているのでわかる。 ・診断されるには検査される必要があるから、だいたい症状か接触歴があって、発症日はそこそこデータがある。 ・感染した瞬間、はもちろん発病（はほとんど）していないのでわからない。 という前提がある。PDFの「患者」の観測データについて、の項。 （誰からから感染させられる）ー感染日ー発症日ー診断日/報告日という一連の流れについて、まったく情報がないわけではなく、いままでの数理モ
新型肺炎COVID-19の感染推移を時間依存パラメータを含むSEIRSモデルで推定しようと思って断念していたが出来るかもしれない - 驚異のアニヲタ社会復帰の予備
諦めていた。 mikuhatsune.hatenadiary.com というのも、SEIRSモデルでS→Eになるパラメータ が、時間依存的なパラメータとして で定義されるが、これはrstanではできなさそうである。というのが、integrate_ode関数が時間依存のパラメータをどう頑張っても取れないみたいだからである。 ODEs with time dependent parameters - Modeling - The Stan Forums というわけでstanの神が助言してくれた。 ここの議論を読む限り、現状では無理そうだね。ODEやめて、時間を離散化して合計1を保つようにコード書くしかなさそう。— Kentaro Matsuura (@hankagosa) April 20, 2020 S/E/I/R の各コンパートメントは、ある時刻 においてすべて足せば和は1になるので、si
新型肺炎COVID-19の感染者数の推移をSEIRモデルを使ってrstanでシミュレーションする - 驚異のアニヲタ社会復帰の予備
読んだ。 A Simulation on Potential Secondary Spread of Novel Coronavirus in an Exported Country Using a Stochastic Epidemic SEIR Model. - PubMed - NCBI COI：筆者はこの著者とは直接の関係はないので、純粋に統計解析のツッコミです。 こんなツイーヨを観測した。 A Simulation on Potential Secondary Spread of Novel Coronavirus in an Exported Country Using a Stochastic Epidemic SEIR Model. - PubMed - NCBI https://t.co/P2FQHeJkcX— 岩田健太郎 Kentaro Iwata (@georgebe
PK戦での各試行に及ぼす影響をrstan でやってみる - 驚異のアニヲタ社会復帰の予備
PK 戦の順序が勝ちやすさに影響するか考えたかったけど、データを集めた時点で先攻が勝つ確率が50% だったので、いろいろな条件のもとでのPK の成功率を考えていた。 stan でやってみる。 PK は10人が蹴るまでに終わるとする(154試合1389回)。 各PK での成功率は である。これが、1人目から10人目までのうち 番目のキッカーに対して、以下の影響(係数) があるとする。 ：切片。他の影響が何もないときの基礎成功率。 ：直前の相手の成功(1)/失敗(0) による影響。直前の相手の成功/失敗は のベルヌーイ試行とする。 ：直前の味方の成功(1)/失敗(0) による影響。直前の味方の成功/失敗は のベルヌーイ試行とする。 ：PK の回が進むに連れて受ける影響。 にそのまま線形に乗ずる。 ：そのPK を成功すると勝利、もしくは、失敗すると敗北のフラグに関する影響。そのPK の成功/失敗
世界一わかりやすいワクチン講義(誇大広告) - 驚異のアニヲタ社会復帰の予備
炎上案件を見かけた。本当は祭りになっているときに早めに投下して鮮度を大事にしたかったけど、個人的用事で忙しいこととシミュレーションプログラムを作るのに時間がかかったこともあり、この記事の鮮度はもう0よｯ… おそらく一般人が全然知らないワクチンの効能として、ワクチンを打った自分自身が病気にかかりにくくなる、というのは当然のこととして、他人が病気にかかりにくくなり、集団全体として大流行を防ぐことができる、というのがある。これをSIR モデルという数理モデルで情報科学的にR によるシミュレーションで示そう。 教室に規則正しく並べた机のごとく、の大きさの適当な正方形(長方形でもいいけど)を考える。1セルが1人の人に相当するし、正方形全体がとある集団、村とか都市とか、そういうのに相当する。 ここに、外から流入してきたとか、自然発生したとか、時刻0 の時点で何人かが感染症を発症したとする(start_
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
