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

Datagedreven werken Deel 3 door Nick van de Venn — last modified 03-10-2023
Welke data heeft eigenlijk waarde voor uw organisatie?
Differential Privacy door Nick van de Venn — last modified 18-09-2023
Gevoelige gegevens verwerken zonder dat de gevoelige informatie kan uitlekken
Datagedreven werken Deel 2 door Nick van de Venn — last modified 03-10-2023
Welke data heeft eigenlijk waarde voor uw organisatie?
ChatGPT for Business Intelligence door Nick van de Venn — last modified 18-09-2023
Chatten met je datawarehouse, utopie of werkelijkheid?
Intelligence Factory door Nick van de Venn — last modified 05-07-2023
Agile design thinking met een ML-ops sausje
Data gedreven werken. Deel 1 door Nick van de Venn — last modified 03-10-2023
Bij datagedreven werken staan mens én data centraal
Hoe gebruik je ChatGPT om je data pipeline te bouwen? door Nick van de Venn — last modified 11-05-2023
Marcel-Jan zocht het uit voor zijn grote hobby: astronomie.
Lead consultant en manager Business Analytics Patrick Meulstee door Nick van de Venn — last modified 06-04-2023
Over remote werken op Bonaire
Hoogwaardige data opleidingen bij DIKW Academy door nick van de venn — last modified 28-02-2023
Waarom wij geloven in  de praktische opzet van onze cursussen

Data Science recente blogs

ChatGPT for Business Intelligence door Nick van de Venn — last modified 18-09-2023
Chatten met je datawarehouse, utopie of werkelijkheid?
Intelligence Factory door Nick van de Venn — last modified 05-07-2023
Agile design thinking met een ML-ops sausje
Bayesiaanse Statistiek door Marc Jacobs — last modified 25-07-2022
Wiskundig raamwerk voor ouderwets leren

Data Science Nieuws & Evenementen

Data science opleidingen gaan weer van start! door marco — last modified 08-02-2022
Vanaf 21 september start ons succesnummer weer! Twaalf weken data science in R, we hebben er weer zin in
Aedes data science workshop 2 van 3 door marco — last modified 07-02-2022
Voor Aedes organiseert DIKW drie workshops data science
DIKW in top 50 beste data science bedrijven door marco — last modified 22-10-2021
DIKW is één van snelst groeiende bedrijven volgens MKB Data Science rapport