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 Verstorbenenanzahl und Land/Ort, maximale kumulative Anzahl (fit), Graphik Verstorbener und fit, Graphik Verstorbener 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 Verstorbenenzahlen 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 Verstorbenen: Unter 30 , zwischen 30 und 99, zwischen 100 und 499, zwischen 500 und 999, zwischen 1000 und 4999, zwischen 5000.

Der Farbencode für Länder/Orte beschreibt den Anteil, wieviel von N_max 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 N_max ist unter 50% oder die Verdopplungszeit ist unter 3.5 Tage! Über 130% zeigt einen Neuausbruch der Verstorbenenwelle an.

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.)

---

Aktualisierungsdatum: So 15. Aug 08:03:34 CEST 2021

Naktuell Land/Ort	Nmax (err)	kumulativ_Tote.	Sterberate (err)	Sterberate	Tote_täglich	T2 (err)	dWendepunkt (err)
10039 Queens, New York	7971 (±1.7%)		10.77 (±4.9%)			17.758 (±13.3%)	62.88 (±10.3%)
155 Phelps, Missouri	479 (±29.2%)		fiterr (±err)			70.377 (±7.3%)	416.79 (±5.1%)
143 Natrona, Wyoming	150 (±8.6%)		fiterr (±err)			37.732 (±4.8%)	341.68 (±1.0%)
137 Muskingum, Ohio	765732 (±329.5%)		fiterr (±err)			118.475 (±17.5%)	760.43 (±19.8%)
112 Jim Wells, Texas	424 (±3152.9%)		7.82 (±16.0%)			243.938 (±891.2%)	760.49 (±1611.2%)
98 Benton, Minnesota	97 (±65.8%)		fiterr (±err)			30.338 (±59.5%)	324.33 (±7.1%)
92 Petersburg, Virginia	39 (±4.6%)		10.90 (±22.6%)			4.976 (±43145306630.1%)	34.97 (±247480859165.4%)
91 Knox, Indiana	8619289 (±1450.7%)		fiterr (±err)			201.002 (±58.7%)	1211.15 (±80.0%)
86 Barron, Wisconsin	64 (±42.9%)		9.99 (±19.7%)			28.106 (±50.2%)	315.01 (±4.7%)
85 Shawano, Wisconsin	65 (±1.3%)		fiterr (±err)			25.774 (±2.2%)	299.68 (±0.2%)
83 Franklin, Illinois	2849 (±607.7%)		5.63 (±70.3%)			105.404 (±72.9%)	594.84 (±75.7%)
79 Henderson, Tennessee	356 (±1024.2%)		fiterr (±err)			160.177 (±244.2%)	614.09 (±347.0%)
75 Jessamine, Kentucky	48 (±1.9%)		fiterr (±err)			26.983 (±2.5%)	312.31 (±0.2%)
74 Harrison, Iowa	5050 (±656.4%)		fiterr (±err)			117.038 (±72.8%)	645.56 (±80.8%)
71 Fauquier, Virginia	32 (±4.4%)		7.90 (±15.6%)			4.994 (±126934316219.2%)	27.00 (±1176018625909.6%)
69 Newaygo, Michigan	15004277 (±972.5%)		fiterr (±err)			174.810 (±34.3%)	1099.72 (±45.7%)
67 Kossuth, Iowa	233054 (±1216.7%)		fiterr (±err)			106.300 (±67.6%)	702.77 (±71.7%)
66 Fremont, Colorado	1136 (±117.1%)		fiterr (±err)			76.637 (±14.0%)	510.08 (±11.1%)
65 Beltrami, Minnesota	41233 (±207.2%)		9.68 (±19.1%)			137.990 (±14.9%)	800.64 (±17.8%)
61 McLeod, Minnesota	92 (±16.6%)		fiterr (±err)			38.470 (±7.2%)	356.11 (±1.8%)
58 Carlton, Minnesota	2850482 (±604.3%)		fiterr (±err)			143.299 (±25.5%)	909.79 (±31.6%)
57 Jones, Texas	240 (±32.1%)		6.31 (±15.6%)			57.291 (±6.9%)	416.00 (±3.7%)
55 Roosevelt, Montana	45 (±1.0%)		3.40 (±15.3%)			23.727 (±2.1%)	292.96 (±0.1%)
54 Freestone, Texas	214 (±38.4%)		11.80 (±19.8%)			72.530 (±8.0%)	441.05 (±5.8%)
53 Livingston, Missouri	40 (±6.5%)		fiterr (±err)			48.464 (±3.3%)	335.65 (±1.2%)
51 Fulton, Arkansas	17359 (±534.7%)		fiterr (±err)			140.133 (±42.3%)	793.92 (±50.8%)
50 Warren, Illinois	79 (±6.9%)		fiterr (±err)			52.592 (±2.8%)	356.59 (±1.2%)
49 Morgan, Missouri	229 (±69.6%)		fiterr (±err)			83.637 (±13.7%)	469.78 (±11.6%)
46 Bonner, Idaho	22 (±14.2%)		11.50 (±25.7%)			31.698 (±8.6%)	343.56 (±1.3%)
45 Murray, Oklahoma	152 (±86.0%)		fiterr (±err)			100.165 (±14.1%)	533.81 (±14.1%)
44 Menominee, Michigan	4121022 (±1116.7%)		fiterr (±err)			185.150 (±44.4%)	1133.52 (±59.4%)
43 Clay, Illinois	55 (±20.0%)		7.12 (±9.0%)			50.203 (±12.0%)	331.66 (±4.0%)
42 Paulding, Ohio	37 (±4.4%)		fiterr (±err)			33.479 (±3.2%)	329.41 (±0.5%)
41 Franklin, Arkansas	40 (±110.2%)		8.99 (±30.4%)			32.346 (±72.6%)	338.30 (±11.3%)
40 Siskiyou, California	11 (±4.5%)		15.49 (±31.3%)			19.696 (±5.6%)	336.32 (±0.3%)
39 Grant, Arkansas	12129 (±426.6%)		fiterr (±err)			163.170 (±31.0%)	908.61 (±39.4%)
38 Woodward, Oklahoma	61 (±144.8%)		fiterr (±err)			105.181 (±39.7%)	470.50 (±40.9%)
37 Garrard, Kentucky	4 (±1.6%)		fiterr (±err)			31.118 (±5.3%)	232.83 (±0.7%)
35 Stone, Arkansas	711 (±1794.7%)		6.39 (±47.1%)			212.430 (±291.6%)	882.86 (±435.8%)
34 Hood River, Oregon	704 (±185.4%)		12.96 (±11.7%)			59.544 (±22.8%)	462.26 (±14.1%)
33 Watauga, North Carolina	401 (±193.5%)		fiterr (±err)			97.529 (±28.9%)	542.34 (±28.1%)
32 Jay, Indiana	33 (±5.8%)		fiterr (±err)			34.570 (±4.9%)	320.39 (±0.8%)
31 Morgan, Georgia	11 (±4.0%)		fiterr (±err)			41.437 (±4.2%)	282.28 (±0.9%)
30 Day, South Dakota	53 (±16.5%)		fiterr (±err)			41.476 (±6.6%)	360.95 (±1.9%)
29 De Witt, Illinois	313337 (±766.1%)		fiterr (±err)			176.329 (±39.1%)	1039.48 (±51.2%)
28 Conejos, Colorado	3 (±2.8%)		53.12 (±16.1%)			14.772 (±8.6%)	317.73 (±0.3%)
27 Newton, Arkansas	46 (±120.5%)		fiterr (±err)			110.113 (±86.0%)	257.03 (±121.8%)
26 Prairie, Arkansas	2346 (±194.3%)		10.82 (±26.3%)			126.979 (±19.4%)	701.70 (±22.3%)
25 Washington, Illinois	16184 (±884.7%)		fiterr (±err)			82.179 (±64.4%)	575.94 (±56.8%)
24 Prowers, Colorado	25 (±9.7%)		fiterr (±err)			32.892 (±10.4%)	317.95 (±1.1%)
23 Franklin, Iowa	19 (±3.4%)		5.54 (±17.8%)			28.244 (±27.8%)	171.37 (±11.3%)
22 Howard, Iowa	46 (±57.4%)		fiterr (±err)			82.978 (±21.8%)	379.13 (±18.0%)
21 Avery, North Carolina	19 (±5.3%)		4.85 (±30.6%)			24.858 (±5.2%)	333.70 (±0.4%)
20 Yellow Medicine, Minnesota	21 (±4.0%)		fiterr (±err)			43.495 (±2.9%)	313.31 (±0.8%)
19 Sharkey, Mississippi	24 (±34.4%)		6.22 (±19.0%)			72.253 (±37.5%)	214.06 (±21.5%)
18 Scott, Arkansas	124582 (±811.2%)		8.49 (±39.1%)			123.656 (±41.3%)	789.59 (±47.7%)
17 Clearwater, Minnesota	15 (±3.2%)		fiterr (±err)			23.178 (±4.0%)	326.70 (±0.2%)
16 Madison, Virginia	6 (±5.6%)		14.37 (±15.0%)			4.973 (±96120539839.4%)	53.90 (±280844718948.5%)

---

Länder/Orte in dieser Liste müssen Bedingungen im Datensatz haben: Anzahl Verstorbener 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.

---