Pull to refresh

Comments 13

Ну пусть ещё попробует погоду на домашнем ноутбуке предсказывать и "искать там логику". И климат, и эпидемии — системы огромной сложности, их так просто не смоделировать. И биологией одной не обойдёшься, тут ещё и социология, и политические и экономические факторы.

Действительно, и климат и эпидемии устроены очень сложно, но (по крайней мере в том, что касается климата) основная проблема — не в сложности, а в неустойчивости модели, описывающей климатические параметры (давление, температуру). Неустойчивость означает, что малейшие ошибки в начальных данных (т.е. в измерениях первоначальных параметров) могут кардинально изменить поведение модели. Хрестоматийный пример — это система Лоренца, возникшая как метеорологическая модель и устроенная совсем просто (она содержит только три не очень сложных дифференциальных уравнения), но демонстрирующая очень сильную зависимость от начальных данных
Зависисмость от начальных данных в модели Лоренца
image
Видно, что два решения системы, вначале отличающееся совсем немного, с течением времени начинают вести себя по-разному

Можно считать, конечно, что дело в несовершенстве конкретной модели, и более правильная модель даст нормальный устойчивый результат, но сейчас уже стало понятно, что лучшие модели построить почти невозможно, и единственный выход как с климатом, так и с эпидемиями — это давать только краткосрочный прогноз (в приведенной картинке сначала все более или менее хорошо, разница нарастает со временем)

Логика проста . ОРВИ это сезонное заболевание . Пики заболевания приходяться на зимний период , как правило пик получаеться "двугорбым" - конец осени и рання весна . Летом незначительный рост заболевания отмечается на конец лета . То что в этом году рост заболеваемости летом значительно больше предыдущих вызвано вакцинацией - в странах с более широким охватом вакцинации и зараженность выше, а в станах без вакцинации зараженность практически на уровне предыдущего года.

Полностью с вами согласен. Но можно добавить ещё один фактор, который даёт рост заболеваемости - установка дополнительных выплат или финансирование за "борьбу с пандемией".

Минусаторам необходимо объясниться. Совершенно непонятно, как может закончиться то, что кормит медиков. В провинции врачи дерутся за право работать в красной зоне.

То, что колют под видом панацеи имеет обратное ожидаемому действие - иммунитет сажается капитально, защита не приобретается.

По моим наблюдениям, Хабр это вообще сборище лютых проваксеров, так что если вы выражаете хоть какие-либо сомнения по поводу вакцин или адекватности ковидных мер, то минусов вам не избежать :)

Возможно, на резкий рост заболеваемости Ковид влияет сезонная миграционная активность людей - на майские, в начале лета, в декабре/январе все традиционно едут в отпуск, там заражаются, либо на вокзалах и в аэропортах, либо в транспорте и возвращаясь, заражают людей уже дома.

Динамика смертей от COVID. На лицо фальсификация данных.

50 биологических лабораторий на территориях других стран.

Не нужно быть пророком чтобы сложить 2+2

А почему у автора в моделях нет исчерпания периода невосприимчивости к заболеванию? Судя по текущему состоянию дел — если вы переболели или вакцинировались, то повторно заболеете не раньше чем через 6-12 месяцев (ну да, скорее всего в легкой форме — но это не отменяет что вы будете источником заражения). Это вполне может вызывать повторные волны…

График, отслеживающий истинную частоту заболеваний, не меньше дюжины раз сменяет направление, а также имеет множество мелких изгибов. Большая гора посередине имеет холмы по обеим сторонам, а также альпийские долины между крутыми вершинами. Меня озадачивает вся эта структурная картина. Является ли она чистым шумом — результатом случайных флуктуаций, или же у неё есть какой-то движущий механизм, который мы должны узнать, какой-то переключатель, включающий и отключающий процесс заражения каждые несколько месяцев?

Эти выкрутасы объясняются большой политикой.

И немножко о Хабре. "Если птица ходит, летает и кричит как утка, то это утка".

Если всякий, кто начинает сомневаться в официальной, западной, или "научной" информации о ковиде, - мгновенно подвергается налету банды минусяторов, то «неладно что-то в Датском государстве».

SIR-модель, которая разбирается в статье — относительно простой представитель компартментальных моделей, для которых все население разделяется на различные группы — инфицированных, соблюдающих карантин, выздоровевших, умерших и т.д., в сумме все группы дают общее население исследуемого региона. У этих моделей — множество параметров (вроде скорости заражения, скорости выработки иммунитета, длительности болезни и прочих). На практике параметры модели подбирают, исследуя статистику через некоторое время после начала эпидемии. Эти параметры можно считать постоянными, но в реальности они изменяются в течение эпидемии. Вот пример образования второй волны эпидемии в результате скачкообразного изменения параметра «скорость заражения»
SEIQRD модель эпидемии с учетом карантина
image
Скачок происходит на 315-ый день, для образования второго «горбика» скорость заражения увеличивается примерно в 2.5 раза
В реальности этот (и другие) параметры изменяются не скачкообразно, а плавно. Думаю, что такая модель не может предсказать образование второй волны эпидемии, а может лишь предсказать её величину и длительность уже после её начала, при помощи подбора параметров на основе имеющейся статистики
Sign up to leave a comment.

Articles