26、印度 COVID - 19 预测与潜在紧急情况准备及环糊精主 - 客体结合预测

印度 COVID - 19 预测与潜在紧急情况准备及环糊精主 - 客体结合预测

印度 COVID - 19 预测与准备

背景与目标

COVID - 19 是由新型冠状病毒 SARS - CoV - 2 引发的严重急性呼吸道疾病，自 2020 年 3 月 11 日被世界卫生组织宣布为全球大流行以来，已波及 200 多个国家，全球感染人数超 600 万。印度也深受其害，感染人数超 20 万。该疾病症状从轻微到严重不等，约五分之一的感染者会出现呼吸困难，需要住院治疗。印度政府虽采取了全国封锁、机场旅客筛查、暂停航班等措施，但疫情仍未得到有效控制。

本文的目标是构建一个基于人工智能的预测模型，来预测印度的 COVID - 19 感染病例，并据此估算医院和医疗中心所需的病床数量，以帮助政府机构更好地应对需要住院治疗的患者。

方法与结果

1. 数据探索与模型选择
   • 首先对印度 COVID - 19 数据集进行可视化探索性数据分析（EDA），以了解疫情在各邦的影响情况。
   • 考虑到疫情初期感染人数少但传播迅速，所有人都可能感染。在疫情呈指数增长时，实际感染人数可能大于确诊人数；增长停止时，两者接近。
   • 分析了 SIR 模型和 ARIMA 模型来预测疫情信息。由于 ARIMA 模型最多只能预测 1 - 2 周的信息，因此选用 SIR 模型来预测印度的易感人群、康复人群和活跃病例。
2. SIR 模型计算
   • SIR