与Covid-19相关数据时间序列中波的分解
物理与社会
2021-11-09 v2 数据分析、统计与概率
摘要
此处提出对与Covid-19大流行相关数据时间序列中出现的“波”进行分量分解。该分解基于\k{appa}-统计的函数；特别地，使用了\k{appa}-Weibull。拟合数据为：英国2020年8月至2021年4月、爱尔兰2020年9月至2021年5月、意大利2020年9月至2021年6月间的“波”。对英国，每日感染时间序列显示出一个由双峰组成的波。在众多涉及感染传播的因素中，似乎在驱动第二峰出现方面，主要作用由Sars-Cov-2的Alpha变异株的出现发挥。因此，将时间序列中波的分解应用于研究Alpha变异株在感染传播中的作用。对于爱尔兰数据，若将所分析“波”分解为三个分量，可观察到其中一分量的Alpha变异株作用确属显著。意大利的情形效应较不明显的，因其散布于更长时间区间。
引用
@article{arxiv.2111.03636,
title = {Decomposition of waves in time series of data related to Covid-19},
author = {Amelia Carolina Sparavigna},
journal= {arXiv preprint arXiv:2111.03636},
year = {2021}
}