Modèle de prévision statistique COVID-19 basé sur 10 jours d’observation
Résumé
This report describe and test a model for predicting COVID-19. One computes the parameters of a linear model (case = a + b.time), an exponential model (ln (case) = a + b.time) and a semi-log (asymptotic) model (case = a + ln (time)) over the last 10 days of a series of observations. We compare their r2 and use the best model (the one with the largest r2) to predict the number of cases on the Jth day after the end of the series.
The code (rmarkdown) is made available on GitHub: https://github.com/pgiraudoux/COVID-19/releases
Ce rapport décrit et teste un modèle de prévision COVID-19. On calcule les paramètres d’un modèle linéaire (cas=a+b.temps), d’un modèle exponentiel (ln(cas)=a+b.temps) et d’un modèle semi-log (asymptotique) (cas=a+ln(temps)) sur les 10 jours d’une série d’observation. On compare leurs r2 et on utilise le meilleur modèle (celui qui a le plus grand r2) pour prédire le nombre de cas au Jtième jour après la fin de la série.
Le code (rmarkdown) est disponible sur GitHub: https://github.com/pgiraudoux/COVID-19
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...
