COVID-19 态势分析：实时可视化数据分析、短期预测与风险因素识别
应用统计
2021-05-04 v3 物理与社会
摘要
COVID-19 疫情最初报告于中国武汉，并于2020年1月30日被 WHO 宣布为国际关注的突发公共卫生事件（PHEIC）。其现已蔓延至180多个国家，并逐渐演变为全球大流行，危及全球公共卫生状况，对国际社会构成严重威胁。为抗击并防范疾病传播，所有人都应充分了解快速变化的 COVID-19 态势。为实现这一目标，我构建了一个网站以分析并传达该疾病的最新态势及相关分析洞见。该网站面向普通受众设计，旨在通过各类直白简洁的数据可视化传达洞见，这些可视化以可靠的统计方法、准确的数据建模、前沿的自然语言处理技术和可靠的数据来源为支撑。本文讨论了用于生成网站上所展示洞见的主要方法，包括自动数据摄取流水线、归一化技术、移动平均计算、ARIMA 时间序列预测以及逻辑回归模型。此外，本文强调了利用这些方法在 COVID-19 方面得出的关键发现。
引用
@article{arxiv.2006.03146,
title = {Analyzing the State of COVID-19: Real-time Visual Data Analysis, Short-Term Forecasting, and Risk Factor Identification},
author = {Jiawei Long},
journal= {arXiv preprint arXiv:2006.03146},
year = {2021}
}
备注
21 pages, https://peterljw.shinyapps.io/covid_dashboard/