English / 日本語
(How to read the graph/ 予測結果の見方)
(Update information)
現在技術的な問題のためグラフが見えない状況です(6/25)。復旧いたしました(6/25)。
＜図の見方＞ (図解と予測方法の解説はこちら)
- グラフは2020/1/22以降の日次累積感染者数もしくは直近の7日間を平均した新規感染者数(最新報告の累積数が10,000を超えている国のみ)と、最新日の翌日から100日間の(累積/新規)感染者数の予測値を示しています。(ほぼ、毎日更新する予定です)
- 灰色の区切りが分析された最新日を示し、それ以前の数値は感染者数の報告数（データ）、それ以後の点は予測値を示しています。
- 予測として、日次累積感染者数の中央値と95%信頼区間(マウスオーバーで示される半透明の領域)を示しています。
- グラフ下部の国名や地域名、報告値/予測値の大きい国・小さい国を選ぶことで、選択したデータと予測値が示されます。
- 表示範囲は国名ボックスの上のスライダー(報告データと予測)で調整できます。
- グラフの軸の種類は、国名ボックスの上のボタンで標準と片対数グラフを選択できます。(片対数グラフは、累積数の桁の異なるデータの比較に有用です。)
- 言語は左上から英語と日本語を選択できます。 (English version is available here)
＜本ウェブサイトの利用・引用について＞
- 表示された予測値はあくまである仮定に基づき推定した試算です。この推定方法の技術的な詳細は学術論文の査読前の状態です。いかなるご利用にも当プロジェクトチームは責任を負いませんので、ご利用は各自のご判断と責任でお願いいたします。
- この予測方法および予測結果は事前通告なく修正・更新される可能性があります。
- この予測結果をご参照いただく場合は、下記の引用先(URL/ preprint)をご引用ください。
引用先 (web): http://www.jaist.ac.jp/project/prepidemics/
引用先 (preprint): Hidaka, S. & Torii, T. (2020). Predicting Long-term Evolution of COVID-19 by On-going Data using Bayesian Susceptible-Infected-Removed Model. MedRxiv.
Project Prepidemics 開発者：日髙昇平 (北陸先端科学技術大学院大学・准教授)
グラフィックデザイン：鳥居拓馬 (北陸先端科学技術大学院大学・助教)
- お問い合わせは以下のE-mailアドレスまでお願いします。: prepidemics(at)gmail.com
＜予測の算出方法の概要＞
- 2020/1/22からの各国(複数領地を持つ場合はその合算)の累積感染者数の時系列のうち100人を超えた日以降から最新日までのデータ (米国Johns Hopkins CSSE提供; 下記のURLを参照)を使って、ベイズSIRモデル(統計的に拡張した感染症の拡散を表現したモデル)によって各国の潜在的な増加傾向を推定しました。詳しくはプレプリント(査読前の公開された論文 をご覧ください。
This prediction was made on basis of the data repository provided by Johns Hopkins CSSE <https://github.com/CSSEGISandData/COVID-19>.