COVID-19 Oktober forecast : Het kan vriezen het kan dooien

Ter ondersteuning van het corona dashboard van de rijksoverheid

Dit is mijn derde blog over de mogelijkheden van het simuleren van het reproductiegetal R. Eerder heb ik op 15 juni een weersverwachting afgegeven voor 14 dagen. Deze heb ik vandaag weer van stal gehaald om te kijken of we de huidige cijfers kunnen duiden.

Om je een indruk te geven van die onzekerheid  heb ik dat eerste blog geschreven 

DISCLAIMER  : Alle hierna getoonde data is voor demonstratie toepassing van de inhoud van deze blog. Ik ben geen viroloog of anderszins deskundig op de medische inhoud.

Oktober laat mooie simulatie zien van de mogelijke routes die het reproductie getal kan gaan volgen.

De plaatjes die je in deze blog ziet zijn gemaakt door meerdere malen een simulatie te doen voor de verwachte ziekenhuis opnames de komende tijd. Deze simulaties kun je dan gebruiken om het reproductie getal R te schatten. Uit die berekening samplen we dan weer 1000x de mogelijke waarde van R.

Ieder plaatje laat dus 25ooo mogelijke waardes van R zien, voor iedere dan opnieuw.

Wat nu mooi is om te zien is dat dit weekeinde we op een tweespalt lijken te staan. De simulaties laten zien dat we mogelijkerwijs naar een R doorschieten weer flink boven de 1 of dat we er dit weekeinde al weer net onder zakken.

COVID-19 Oktober forecast : Het kan vriezen het kan dooien

De COVID-19 weersverwachting

Het is vandaag 2 oktober, de data van het RIVM loopt door tot 11 september, we gaan dus 25x 21 dagen ziekenhuis opnames simuleren (door naïef te trekken uit de aantallen ziekenhuis opnames uit de RIVM data) Hier zouden we dus iets slimmer met de tijd kunnen doen maar dat laat ik voor de oplettende lezer.

Dus op basis van de gesimuleerde data uit de voorgaande runs komen we dan tot de volgend weersverwachting (inclusief de enorme bandbreedtes die nu eenmaal bij een weersverwachting horen...)

COVID-19 Oktober forecast : Het kan vriezen het kan dooien

De getoonde animatie geeft de posterior kansverdeling weer van de mogelijke waarde die het reproductiegetal R op enig moment kan hebben. De kansverdeling wordt gemaakt door 25 x 1000 trekkingen te doen uit de geschatte kansverdeling die het reproductiegetal kan hebben gegeven de onzekerheden die er in het spel zijn.

Dus we hebben naar aanloop van het komende weekeinde kans op een onstuimige R groter dan 1, na het weekeinde weer iets rustiger weer en de R zakt weer richting de 1.

Conclusie

Ver vooruit voorspellen is lastig, je ziet de simulatie uiteindelijk uitsmeren over alle mogelijkheden. Wat wel op valt aan de vorm van de kansverdeling is dat er meerdere scenario's denkbaar zijn gegeven de huidige stand van zaken. Of we duiken dit weekeinde weer onder de 1 of niet...

Het kan vriezen het kan dooien.

Voor de duidelijkheid, deze analyse probeert de analyses van de RIVM na te doen op basis van de verstrekte informatie. Deze analyse is niet de werkelijke analyse zoals door het RIVM gedaan en is ook niet als zodanig bedoeld. We willen hier laten zien hoe de onzekerheid met betrekking tot het reproductiegetal tot stand komt en hoe je, door die onzekerheid duidelijker te laten zien, een alternatieve weergave kunt maken voor in het dashboard van de overheid.

Blogs

30 jaar intelligence: Nieuwe uitdagingen om met data waarde toe te voegen door Marco van den Doel — last modified 25-01-2022
Van oude computerterminal naar smartphone
De fascinerende wereld van testen door Marco van den Doel — last modified 30-12-2021
Verwacht het onverwachte
Verzekeraar creëert meerwaarde met slimme data hub door Marco van den Doel — last modified 20-12-2021
Klant maakt met betere voorspellingen met data
Op naar een mooi data gedreven 2022! door Marco van den Doel — last modified 14-12-2021
Data gedreven organisatie dient blijvend te worden gevoed
Machine Learning: De gereedschapskist van de data scientist door Marco van den Doel — last modified 21-12-2021
Machine Learning algoritmes zijn de gereedschappen voor een data scientist
Met data de wind in de zeilen door Marco van den Doel — last modified 28-01-2022
Met data management kiest u de juiste koers
Hoe ethisch is Facebook? door Marco van den Doel — last modified 05-11-2021
Is regulering en wetgeving voor AI nodig?
Boekbespreking: Data Teams van Jesse Anderson door Marco van den Doel — last modified 02-11-2021
Voor succesvolle big data projecten zijn drie teams nodig
Smells like AI door Marco van den Doel — last modified 01-11-2021
Artificial Intelligence creëert nieuwe muziek

Data Science recente blogs

Machine Learning: De gereedschapskist van de data scientist door Marco van den Doel — last modified 21-12-2021
Machine Learning algoritmes zijn de gereedschappen voor een data scientist
Hoe ethisch is Facebook? door Marco van den Doel — last modified 05-11-2021
Is regulering en wetgeving voor AI nodig?
Smells like AI door Marco van den Doel — last modified 01-11-2021
Artificial Intelligence creëert nieuwe muziek

Data Science Nieuws & Evenementen

DIKW in top 50 beste data science bedrijven door Marco van den Doel — last modified 22-10-2021
DIKW is één van snelst groeiende bedrijven volgens MKB Data Science rapport
AI Hub Midden Nederland gelanceerd! door Marco van den Doel — last modified 11-11-2021
DIKW is partner van de AI Hub Midden Nederland en ondersteund en helpt het MKB in de regio
AEDES innovatie boost datascience powered by DIKW door Marco van den Doel — last modified 11-11-2021
De innovatie boost van AEDES is binnen gehaald door de werkgroep Big data