New Corona Prediction in Tokyo.
January 20 (Tomorrow),
84,313(1022/day)--91,844(1916/day)
第13章-2 時系列データ(時差相関)
移動平均による視覚化(前回)で、その傾向が掴めたなら2つのデータの傾向をみてみよう.
前回の例題は、気管支喘息患者の末梢血好塩基球(Ba)と非特異的IgE抗体を一定日毎に採血し測定したデータであった.
この2つのデータの動きを観察すると、2つの間に何らかの傾向・関連がありそうである.
2つの原データの相関をみると「r=0.537」で中等度の相関がみられるが、単純に2つの折れ線グラフ(相関)を描いても単位が違うので分かりにくい.そこで、標準化し単位を同じにして折れ線グラフを描くと分かりやすくなる.そして、
時差(相互)相関をみると、Ba と IgE の関係がより分かりやすくなり、その変動の時差(Lag)から、多くの気管支喘息患者の Ba は IgE より少し遅れて上昇することが分かるので、Ba をカウントすれば喘息発作の前兆をとらえることができるかも知れない.
それでは、
統計技術←ここをクリックして確かめてみよう.
http://toukei.sblo.jp/article/188322458.html
統計技術(ブロッグ):
http://toukei.sblo.jp/
Warning,Tokyo:
Prediction based on preceding in time data, Tokyo.
How can the forecast of the number of infected people be used as a counterplan ?
** Infomation Statistics Laboratory **
Tokyo CoV ID-19 comulative prediction of infection persons.
ここでの Gooブログでは統計技術に関する紹介記事を載せているが、全国的な感染者数の増大は東京都の影響があまりに大きいと思われるので、東京都の感染者数累計予測を適時に載せて来たが、今回の緊急事態宣言発出を受けてうまく行けば図(左)の様にピークが見えて来るかも知れないし、うまく行かなければ図(右)の様にまだまだ増大が続くかも知れない。感染者累計は簡単な関数式で予測出来ることは、この Gooブログ(統計技術) を見られている方々は既にお気づきのことと思い、常々のご拝読を感謝申しあげます。