Labor am Elm

Beratung und Forschung

COVID-19 Regionale Zahlen der Infizireten

gefittet mit erweiterter Gompertz Funktion

Jens Röder

6 Minuten

mit erweiterter Gompertz Funktion

Alle Datenanpassungen (Fits) der einzelnen Länder/Orte sind vollständig automatisiert erstellt. Durch Anklicken auf das Bild kann überprüft werden, ob der Fit die notwendige Qualität hat anhand der Lage der Daten zur Funktion uns seiner Fehlerwerte. In einigen Fällen mit sehr streuenden realen Daten kann der Fit auch eine schlechte Vorhersage ergeben. Anhand der Fehlerwerte und des optischen Verlaufs sollten die Aussagen sinnvoll bewertet werden.

Orte oder Länder, die wegen ungenügender Daten wurden ausgelassen und können hier mit Begründung gefunden werden..

Die Tabelle zeigt von links: aktuelle Infiziertenanzahl und Land/Ort, maximale kumulative Anzahl (fit), Graphik Infizierter und fit, Graphik Infizierter pro Tag und fit, T2 Verdopplungszeit, Tag des Wendepunkts der Funktion.

Der Wendepunkt ist von Bedeutung, weil die Änderung vom reinen exponentiellen Wachstum zur linearen Phase und dem Abklingen der täglichen Infiziertenzahlen anzeigt.

Die oben-mittig angezeigte Verdopplungszeit in der Graphik beschreibt die Verdopplungszeit am Anfang der Entwicklung vor dem Wendepunkt. Diese Zahl ist mit der Logistischen Funktion berechnet worden. Einfach gesagt beschreibt T2 der Gompertz funktion den mittleren und späteren Teil der Entwicklung, die Logistische Funktion den ersten Teil.

Farbencode für die Zahlen der Infizierten: Unter 500 , zwischen 500 und 999, zwischen 1000 und 9999, zwischen 10000 und 49999, zwischen 50000 und 99999, zwischen 100000.

Der Farbencode für Länder/Orte beschreibt den Anteil, wieviel von Nmax durchlaufen wurde: Über 95%, zwischen 90% und 95%, zwischen 80% und 89%, zwischen 70% und 79%, zwischen 60% und 69%, wenn die Anzahl über 50 und Nmax ist unter 50% oder die Verdopplungszeit ist unter 3.5 Tage! Über 130% zeigt einen Neuausbruch der Infiziertenwelle an.

Der Farbencode des Wendepunktes ist: Mehr als 20 Tage überschritten, mehr als 10 Tage überschritten, mehr als 5 Tage überschritten, liegt 5 Tage voraus, liegt 10 Tage voraus, liegt mehr als 10 Tage voraus.

Der Farbencode für Länder/Orte zeigt gut an, wie gut der Covid-19-Ausbruch ausgeklungen ist und wenn er wieder unter Kontrolle ist (grünliche Farben). Länder/Orte in rot oder magenta haben aktuell einen starken Anstieg in den Fallszahlen. Der Farbencode bei den Zahlen gibt an, wie schwer der Ausbruch in einem Land/Ort war oder ist.

Angewendete Mathematik ist hier erklärt.


Wenn Sie meine Arbeit zu Covid-19 unterstützen möchten:

(Wenn Sie auf das Bild klicken, akzeptieren Sie Cookies vom Drittanbieter, die von Paypal benötigt werden.)
Für die alte breite Desktop-Ansicht, bitte hier folgen.

Aktualisierungsdatum: Do 3. Dez 06:24:26 CET 2020

Klicken auf den rechten Pfeil öffnet den Inhalt, Klicken auf das Bild vergrößert es.
Bei Klick auf den Namen führt dieser zu einer Seite mit allen Bildern für das Land.
Naktuell
Land/Ort
Nmax (err) kumulativ_Inf. Infektionen_täglich T2 (err) dWendepunkt (err)
6386787
Brazil
6461877 (±0.4%) 39.897 (±0.5%) 207.77 (±0.2%)
1656444
Spain
7990030812 (±181.9%) 206.680 (±10.6%) 1136.92 (±14.8%)
1643086
United Kingdom
296353101269 (±553.6%) 239.645 (±21.1%) 1412.20 (±30.4%)
1432570
Argentina
2136780 (±0.8%) 48.362 (±0.5%) 275.95 (±0.2%)
543975
Indonesia
1071865 (±1.3%) 63.317 (±0.6%) 301.73 (±0.4%)
467225
Bangladesh
447485 (±0.5%) 36.905 (±0.9%) 192.34 (±0.3%)
387052
Canada, Canada
107302 (±0.2%) 17.896 (±0.4%) 112.45 (±0.1%)
285489
Austria
16147 (±0.4%) 9.354 (±1.4%) 85.10 (±0.2%)
193673
Ecuador
230505 (±1.5%) 53.820 (±1.3%) 214.68 (±0.8%)
148775
Bulgaria
47417880896 (±472.1%) 164.031 (±17.0%) 1024.25 (±22.7%)
144810
Bolivia
147324 (±0.2%) 29.889 (±0.4%) 196.20 (±0.1%)
144302
Dominican Republic
144821 (±0.5%) 39.108 (±0.8%) 199.77 (±0.2%)
140172
Costa Rica
807 (±1.1%) 12.629 (±3.1%) 87.82 (±0.4%)
139343
Georgia
996855 (±6.7%) 49.417 (±1.5%) 374.48 (±0.7%)
138219
Belarus
109345 (±2.5%) 42.984 (±3.7%) 164.86 (±1.8%)
135967
Armenia
15761880 (±128.0%) 152.573 (±13.3%) 763.33 (±17.7%)
125602
Azerbaijan
8156539 (±163.9%) 150.073 (±18.2%) 738.62 (±24.2%)
116303
Egypt
106805 (±0.3%) 23.938 (±0.9%) 161.19 (±0.2%)
92993
China total, China total
86857 (±0.2%) 6.363 (±2.3%) 37.46 (±0.7%)
89085
Bosnia and Herzegovina
1189080475 (±184.6%) 184.817 (±9.4%) 1063.35 (±12.8%)
87137
Bahrain
96928 (±0.7%) 44.098 (±0.9%) 205.24 (±0.3%)
84169
Kenya
176859 (±13.4%) 69.451 (±5.6%) 314.95 (±4.5%)
84152
Algeria
14382 (±1.4%) 22.825 (±1.1%) 127.96 (±0.4%)
67169
Malaysia
16586689990 (±690.0%) 210.522 (±25.3%) 1266.49 (±35.6%)
62945
North Macedonia
2869876069 (±316.9%) 208.569 (±13.9%) 1215.57 (±19.5%)
59484
Alberta, Canada
7442 (±1.4%) 13.650 (±2.3%) 107.84 (±0.3%)
46717
Afghanistan
40527 (±0.4%) 21.604 (±1.3%) 150.92 (±0.3%)
39014
Albania
4078476 (±54.2%) 134.962 (±5.7%) 697.37 (±7.1%)
35163
Korea - South
53193 (±9.7%) 81.164 (±5.5%) 242.50 (±7.0%)
35129
Luxembourg
8045317598 (±756.4%) 237.892 (±28.0%) 1411.33 (±40.2%)
33894
British Columbia, Canada
2630 (±0.7%) 15.149 (±1.4%) 93.32 (±0.3%)
24487
Cameroon
22241 (±0.4%) 29.835 (±1.0%) 161.27 (±0.3%)
17341
Madagascar
12234629478 (±2500.9%) 325.261 (±88.2%) 1906.53 (±131.2%)
17107
Manitoba, Canada
297 (±0.6%) 9.098 (±2.6%) 90.60 (±0.3%)
15251
Angola
52276 (±7.3%) 62.423 (±2.4%) 348.43 (±1.6%)
14559
French Polynesia, France
60 (±0.4%) 9.439 (±1.5%) 84.77 (±0.2%)
12859
Congo (Kinshasa)
11337 (±0.4%) 27.756 (±1.1%) 161.35 (±0.3%)
12497
Estonia
539087265 (±822.5%) 247.054 (±35.7%) 1418.72 (±51.3%)
11240
French Guiana, France
35310811 (±471.1%) 70.163 (±22.4%) 431.35 (±28.1%)
10816
Cabo Verde
18675 (±1.5%) 58.689 (±0.8%) 282.95 (±0.5%)
10742
Botswana
80831 (±17.3%) 77.021 (±3.8%) 413.86 (±3.3%)
9296
Haiti
8810 (±0.4%) 22.649 (±1.2%) 161.19 (±0.2%)
8745
Saskatchewan, Canada
1781455461 (±743.2%) 223.457 (±27.4%) 1334.65 (±39.0%)
8381
Cuba
2024 (±0.3%) 12.960 (±0.5%) 104.44 (±0.1%)
7543
Bahamas
9314 (±1.0%) 37.851 (±1.0%) 262.56 (±0.2%)
6790
Andorra
805 (±0.6%) 10.434 (±2.2%) 88.66 (±0.3%)
5854
Belize
13627 (±5.3%) 54.969 (±2.1%) 324.61 (±1.1%)
5774
Congo (Brazzaville)
5629 (±0.5%) 31.636 (±1.1%) 192.56 (±0.2%)
4918
Central African Republic
4833 (±0.1%) 18.053 (±0.6%) 160.43 (±0.1%)
4588
New South Wales, Australia
3060 (±0.2%) 7.622 (±1.0%) 85.14 (±0.1%)
3015
Benin
2745 (±0.8%) 31.824 (±1.7%) 182.61 (±0.4%)
2997
Togo
935 (±8.5%) 25.436 (±4.8%) 144.50 (±2.2%)
2931
Burkina Faso
6979 (±11.6%) 88.372 (±4.9%) 313.00 (±5.8%)
2503
Curacao, Netherlands
29 (±3.5%) 29.956 (±5.5%) 101.52 (±2.3%)
2441
Guinea-Bissau
2344 (±0.5%) 26.089 (±1.5%) 142.05 (±0.5%)
2413
Sierra Leone
1355 (±2.4%) 17.306 (±1.8%) 138.16 (±0.4%)
2137
Lesotho
2220 (±0.8%) 34.012 (±1.3%) 228.48 (±0.3%)
1992
Guangdong, China
1708 (±0.6%) 10.822 (±4.5%) 32.86 (±3.4%)
1650
San Marino
7243 (±124.3%) 147.829 (±33.4%) 509.36 (±53.1%)
1333
Shanghai, China
1686 (±5.7%) 75.259 (±5.0%) 156.53 (±7.5%)
1315
Nova Scotia, Canada
1092 (±0.3%) 11.904 (±1.7%) 100.60 (±0.3%)
1205
Queensland, Australia
1109 (±0.3%) 8.825 (±2.9%) 84.20 (±0.4%)
992
Anhui, China
992 (±0.0%) 4.597 (±0.4%) 33.03 (±0.1%)
823
Western Australia, Australia
667 (±0.7%) 13.075 (±4.0%) 87.58 (±0.9%)
689
Burundi
628 (±1.1%) 35.022 (±1.9%) 192.73 (±0.5%)
680
Jiangsu, China
638 (±0.3%) 4.898 (±1.2%) 33.05 (±0.2%)
613
Comoros
552 (±1.0%) 32.841 (±2.1%) 173.54 (±0.6%)
590
Chongqing, China
578 (±0.4%) 4.917 (±1.2%) 30.77 (±0.3%)
577
Eritrea
22080698 (±1001.1%) 286.804 (±46.9%) 1606.60 (±68.4%)
503
Faroe Islands, Denmark
187 (±0.1%) 6.271 (±0.9%) 79.23 (±0.1%)
500
Shaanxi, China
246 (±0.2%) 4.647 (±0.8%) 31.37 (±0.2%)
490
Fujian, China
296 (±0.3%) 4.670 (±1.0%) 30.36 (±0.2%)
414
Bhutan
522 (±2.1%) 50.157 (±1.7%) 241.96 (±0.8%)
373
Hebei, China
347 (±0.3%) 6.213 (±3.0%) 34.85 (±0.9%)
339
Newfoundland and Labrador, Canada
273 (±0.4%) 7.450 (±3.8%) 87.67 (±0.4%)
329
Inner Mongolia, China
275 (±0.6%) 26.819 (±1.9%) 79.81 (±1.4%)
329
Cambodia
323 (±1.9%) 44.252 (±2.9%) 142.41 (±1.8%)
300
Tianjin, China
193 (±0.8%) 14.415 (±3.4%) 36.95 (±3.1%)
289
Liaoning, China
361 (±4.2%) 66.849 (±5.0%) 112.40 (±7.7%)
285
Cayman Islands, United Kingdom
3265553 (±2466.4%) 377.194 (±136.8%) 2013.99 (±203.8%)
278
Barbados
91 (±0.7%) 10.968 (±2.6%) 89.81 (±0.4%)
263
Guangxi, China
256 (±0.1%) 5.345 (±0.7%) 31.51 (±0.2%)
259
Saint Lucia
2809576 (±557.3%) 125.258 (±29.1%) 775.57 (±35.0%)
231
Tasmania, Australia
230 (±0.1%) 11.010 (±1.0%) 94.07 (±0.2%)
221
Shanxi, China
133 (±0.4%) 4.329 (±1.5%) 31.54 (±0.3%)
182
Gansu, China
164 (±0.6%) 18.162 (±3.4%) 37.86 (±4.5%)
182
Nunavut, Canada
190 (±2.4%) 9.692 (±3.8%) 323.57 (±0.1%)
151
Brunei
143 (±0.2%) 7.467 (±1.5%) 76.48 (±0.2%)
147
Guizhou, China
147 (±0.1%) 4.473 (±0.9%) 34.71 (±0.2%)
142
Antigua and Barbuda
144 (±2.1%) 45.419 (±2.7%) 180.36 (±1.3%)
117
Australian Capital Territory, Australia
111 (±0.2%) 6.988 (±2.0%) 84.70 (±0.2%)
85
Saint Vincent and the Grenadines
85 (±1.5%) 44.461 (±2.0%) 174.67 (±1.0%)
85
Dominica
5089827 (±1052.5%) 277.114 (±45.2%) 1582.09 (±65.8%)
53
Northern Territory, Australia
33 (±1.0%) 9.742 (±7.7%) 87.17 (±1.1%)
47
Yukon, Canada
11 (±0.5%) 10.261 (±2.7%) 90.26 (±0.4%)
46
Macau, China
46 (±0.5%) 14.339 (±2.7%) 69.30 (±1.0%)
39
Laos
19 (±0.5%) 7.913 (±2.6%) 89.11 (±0.3%)

Länder/Orte in dieser Liste müssen Bedingungen im Datensatz haben: Anzahl Infizierter muß mindestens 13 betragen und weiterhin mindestens 7 subsequent steigende Zahlen vorliegen. Bei Erstaufnahme wird der Wendepunkt geraten, wobei die x über die Hälfte vom Maximalwert gesucht wird und den ersten darüber nimmt. Ist der Wendepunkt dann am letzten Wert, wird dieser Datensatz übersprungen.

Ausgelassene Länder/Orte können in dieser Liste gefunden werden.


    • None
    • None

Letzte Artikel

Über uns

Labor am Elm