Mathematische Modellierungen der Covid-19-Pandemie

[Pansapiens]

Ich hab ja diese Frage noch nicht beantwortet:

So was?

Wir schätzen den Satz der Modellparameter θ={λi,ti,μ,D,σ,I0,fw,Φw} unter Verwendung der Bayes'schen Inferenz mit der Markov-Kette Monte-Carlo (MCMC). Der Parameter σ ist der Skalierungsfaktor für die Breite der Wahrscheinlichkeit P(Cˆt∣∣θ) zwischen Beobachtungsdaten und Modell (siehe unten). Unsere Implementierung stützt sich auf das Python-Paket PyMC3 (42) mit NUTS (No-U-Turn Sampling) (43) unter Verwendung mehrerer, unabhängiger Markov-Ketten.

bestimmt...

Danke das du reingeschaut hast. Wenn ich es richtig verstehe haben sie ein Model das eine Virusausbreitung beschreibt genommen und verschiedene Variable bewertet und das ganze dann mit den Ansteckungsdaten des RKI gefüttert. So grob richtig?

Ja, das scheint mir grob richtig...
Eine genauere Bewertung könnte noch etwas Zeit in Anspruch nehmen...
Falls ich (oder jemand anders) dazu komme, scheint mir das in einem Extrathread besser aufgehoben, als in dem Schutzmaskenmangelthread, der teilweise ja schneller wächst, als ich lesen kann...
Bis dahin kann man hier ja auch andere Modelle sammeln, die versuchen, die aktuelle Pandemie abzubilden.
Als Anfang hier mal ein paar IMO interessante Simulationen eines Menschen, der gerne Videos dreht, in der er mathematische Sachverhalte visualisiert.
Ausgehend vom SIR-Modell (wird ab 1:12 skizziert), auf dem auch die Betrachtung der Göttinger Wissenschaftler (oben) letztlich basiert, wird geschaut, wie sich unterschiedliche Reisetätigkeit, Isolation von Infizierten (mit unterschiedlicher Trefferquote) oder das Vorhandensein eines zentralen Ortes, wo viele hingehen.., auf den Verlauf so einer Epidemie auswirken kann:

(deutsche Untertitel verfügbar)