(Actualizado el 3 de mayo)
* Declaración: Este sitio presenta un proyecto de investigación independiente, no financiado por ninguna agencia y no vinculado a ninguna compañía, gobierno o partido político. Reconocemos la enorme contribución, retroalimentación, inspiración y apoyo de las personas y la comunidad global que ha permitido la mejora continua de esta investigación.
El sitio proporciona monitoreo predictivo continuo de COVID-19 como complemento del monitoreo tradicional o las prácticas de predicción tradicionales. El modelo SIR (susceptible-infectado-recuperado) se regresa con datos actualizados diariamente de diferentes países para estimar las curvas del ciclo de vida de la pandemia y las fechas de finalización teóricas, con códigos de Milan Batista y datos de Our World in Data . Se espera que las predicciones actualizadas continuamente con los últimos datos cambien como resultado de los cambios en los escenarios del mundo real a lo largo del tiempo. El monitoreo de tales cambios en las predicciones de eventos futuros teóricos no comprobables tiene como objetivo detectar la incertidumbre (indicada por la volatilidad) y detectar cambios dinámicos en los escenarios actuales del mundo real. La motivación, la teoría, el método, los ejemplos y la precaución se encuentran en este documento . A continuación se presentan otros esfuerzos de pronóstico COVID-19 más sistemáticos en todo el mundo.
– La Universidad de Washington https://covid19.healthdata.org/projections
– La Universidad de Texas en Austin https://covid-19.tacc.utexas.edu/projections/
– Imperial College London https://www.imperial.ac.uk/mrc-global-infectious-disease-analysis/covid-19/
– Instituto de Tecnología de Massachusetts https://idss.mit.edu/research/idss-covid-19-collaboration-isolat/
* Descargo de responsabilidad: el contenido de este sitio web es ESTRICTAMENTE SOLO para fines educativos y de investigación y puede contener errores. El modelo y los datos son inexactos a las realidades complejas, evolutivas y heterogéneas de diferentes países. Las predicciones son inciertas por naturaleza. Los lectores deben tomar cualquier predicción con precaución. El exceso de optimismo basado en algunas fechas de finalización previstas es peligroso porque puede aflojar nuestras disciplinas y controles y provocar el cambio del virus y la infección, y debe evitarse.
Contáctenos
© 2020 Todos los derechos reservados. Universidad de Tecnología y Diseño de Singapur (SUTD) , Data-Driven Innovation Lab .