基于异常检测与修复的多源美国 COVID-19 数据比较与整合
应用统计
2020-12-01 v4
摘要
在过去几个月中，冠状病毒病（COVID-19）疫情在全球范围内不断蔓延。可靠且准确的病例数据集对于科学家开展相关研究以及决策者制定更好的决策至关重要。我们从四个开放来源收集了美国 COVID-19 每日报告数据：纽约时报、约翰斯·霍普金斯大学 COVID-19 数据库、大西洋月刊 COVID 追踪项目和 USAFacts，然后比较了它们之间的异同。为了获得可靠的数据以供进一步分析，我们首先检查了报告病例中频繁出现的周期性模式及以下异常：（1）顺序依赖性违规，（2）点或周期异常，以及（3）报告延迟问题。为了解决检测到的这些问题，我们提出了相应的修复方法和程序（如果需要更正的话）。此外，我们将 COVID-19 报告病例与来自官方来源的县级地方特征辅助信息（如卫生基础设施、人口统计、社会经济和环境信息）进行了整合，这些信息对于理解病毒的传播同样至关重要。
引用
@article{arxiv.2006.01333,
title = {Comparing and Integrating US COVID-19 Data from Multiple Sources with Anomaly Detection and Repairing},
author = {Guannan Wang and Zhiling Gu and Xinyi Li and Shan Yu and Myungjin Kim and Yueying Wang and Lei Gao and Li Wang},
journal= {arXiv preprint arXiv:2006.01333},
year = {2020}
}
备注
34 pages, 9 figures