COVID-19 数据与政府政策的可靠性

我们研究不同国家可用的 COVID-19 病例和死亡数据在多大程度上是可靠的。我们的分析基于异常数字定律（Newcomb-Benford 定律）的修正形式，应用于各国每日死亡和新发病例数。我们首先重述 Newcomb-Benford 定律，并展示如何避免数据的假阴性合规。然后，我们通过计算各指数与 COVID-19 数据对修正 NB 定律的 $\chi^2$ 偏差之间的 Spearman 秩相关系数，将偏离该定律的程度与各国的若干社会和经济指数进行比较。对具有相同充足可用数据的国家的超额死亡进行了类似分析。我们得出结论：总体而言，民主程度较低、透明度较低且腐败较多的国家往往拥有质量较差的数据。我们也讨论了本方法的局限性。