@KP2020 #1 确实有才

好书。我记得马勇也推荐过。

马勇 蔣廷黻：學術史上的失踪者

提醒大家注意一下，楼主同志发谣言没有给链接，还夹枪带棒。

法令滋章，盗贼多有。除非真的物理断网，否则翻墙的人只会越来越多。同样是威权政府，新加坡的透明度和开放度才像是现代政府。

美国封堵华为是名不正言不顺。到处张扬华为窃密，又拿不出切实的证据。欧洲人也不傻，都看得出来美国的目的是什么。又限制中国企业制造的地铁，限制C919获得通用的发动机，荷兰光刻机要卖中国美国也阻止。司马昭之心路人皆知了。

@该干嘛继续干 #2

肺部的修复能力不错。现在戒能防以后的新型冠状病毒。我感觉按照中国体制变革的速度，有生之年也许还会遇到SARS-3疫情。

电影还是有点阴暗。英国56UP纪录片的研究结论是，英国阶级确实固化，但是幸福与经济关系没那么大。

https://greatergood.berkeley.edu/article/item/five_life_lessons_from_56_up

一个镜头轻松好笑；下一个镜头突然就变阴森恐怖，真让人目不暇接。不止写阶级的对立，也写身处底层的民众为了争一口饭吃，为了往上爬，倾轧同样身处底层的其他人。踩着别人的尸体往上爬。

https://forums.huaren.us/showtopic.aspx?topicid=2498909

@小二 #50 这次事件让很多人见识到了统计学的威力。

@小二 #46

1. 无控制的情况下增长率是0.1/天，7.4天翻倍。
2. Imperial College London预测1月18日4,000 （1,000-9,700）

据此推算： 假设增长率不变，从1月18日到2月2日是15天。增长了$e^{0.1*15}$倍。现在的人数应该是17920 (CL: 4480, 43456)

今天丁香园统计的人数是：确诊14411，疑似：19544。

由此可见，数据基本吻合。10万量级可能性不大。

1. 研究对象选取的是首批确诊的400多个病例，不是造数据与这个数字相合。

2. 这图是后来通过访问得知的发病时间，而不是确诊时间。

3. 确诊时间与发病时间有很大的间隔。

图D，从发病到住院（假设确诊就会强制住院）平均差不多10天。

反转

德方撤回此说法。因上海女商人其实有症状。

According to people familiar with the call, she felt tired, suffered from muscle pain, and took paracetamol, a fever-lowering medication.

德国作者写这篇文章的时候，仅仅是询问了被传染的几个德国人，没有询问过上海这位女商人本人，就断言她是无症状。其实她在德国就有症状，吃了退烧药。

https://www.sciencemag.org/news/2020/02/paper-non-symptomatic-patient-transmitting-coronavirus-wrong

但是德国这几例的症状都很轻。让他们住院只是为了隔离，防止传染别人。

https://www.nejm.org/doi/full/10.1056/NEJMc2001468?query=featured_home

最先死亡的两例病人都是男性吸烟者，他们看上去很健康，但是由于长期吸烟削弱了肺部。

https://www.bbc.com/zhongwen/simp/chinese-news-51329961

@2c58 #23 分支过程好像比较准确？
会不会因为初期人数少。
连续模型适合人数特别多的情况？

@2c58 #32 这篇文章的最大价值是它是一个案例一个案例去访问，确认他们的发病时间，就诊时间，住院时间。用发病时间计算$R_0$，serial interval, 增长率是最准确的。

@chinatimeline #2

这篇论文计算的倍增时间是7.4天。论文给出的增长率是0.10 （应该是以e为底的，chinatimeline统计的好像是以10为底）

假设人数n(t)是指数级增长。增长率是r。

$$ n(t) = \alpha e^{rt} $$

T是serial interval，也就是假设A传染给B，A的发病时间与B的发病时间间隔就是T。

$R_0$是一个感染者平均传染给几个人。

这3个数的关系是：

$$ e^{rT} = R_0 $$

泰勒展开近似就是$R_0 \approx 1 + rT$

https://en.wikipedia.org/wiki/Generation_time

@2c58 #32

这张图有很多信息。

1. 和海鲜市场有联系的是第3例。

2. 1月8日以后病例数下降是确诊的延迟。

3. 从China CDC一级响应到向公众公布有一个时间差。

新型冠状病毒传播基因组分析。 状况报告2020-01-25

https://nextstrain.org/narratives/ncov/sit-rep/zh/2020-01-25?n=0

战狼也在行动。

Twitter

The thing no one tells you when you start a career in outbreak response is the sheer number of angry, threatening emails you get for doing your job. I think #nCoV2019 has been worse than #Zika, #MERS, and #Ebola combined for me though. Comments have been more racialized too. 1/2

https://twitter.com/maiamajumder/status/1222406340578021377

知乎

关于传染病的数学模型有哪些？ - 知乎用户的回答 - 知乎

于教授您还将这样的微博置顶，甚至惊动了中央政府。不啻为造谣的一种高级姿势啊。

https://www.zhihu.com/question/367466399/answer/983804341

1. “蝙蝠汤”
   照片地点是帕劳，不是中国。

2. “故意制造出来的疫情”
   典型阴谋论

3. “病毒是一种生化武器”
   文章中的以色列情报官员也指出目前“没有证据或迹象"显示，武汉病毒研究所曾经发生这种泄漏。

4. “间谍活动”
   CBC的报道没有提到这些“间谍论”，报道更没有“间谍”或“冠状病毒”等的字眼，之后CBC报道指出这些说法没有根据。

5. “中国确诊患者超过90,000人”
   视频中人是假护士

https://www.bbc.com/zhongwen/simp/chinese-news-51293515

相关研究可真多。

https://docs.google.com/spreadsheets/d/1QP5vM62ctnMRYdkQ4J5IqaOmB3hISGvYqCvnB8rBmNY/edit?usp=sharing

习近平指出，面对新型冠状病毒感染的肺炎疫情加快蔓延的严重形势，必须加强党中央集中统一领导，各级党委和政府要增强“四个意识”、坚定“四个自信”、做到“两个维护”，深刻认识做好新型冠状病毒感染的肺炎疫情防控的重要性和紧迫性，加强统一领导、统一指挥，坚定不移把党中央各项决策部署落到实处，贯彻落实情况要及时向党中央报告。

http://www.gov.cn/xinwen/2020-01/25/content_5472188.htm

新消息：是真的要撤外交官和有限数量普通民众

SHANGHAI—The U.S. State Department said Sunday that it is organizing a single flight out of the central Chinese city of Wuhan, confirming efforts to extricate diplomats and a limited number of private U.S. citizens from the virus-hit city.

https://www.wsj.com/articles/state-department-confirms-evacuation-flight-from-wuhan-11580012055

这则消息是不准确的。《华盛顿邮报》已经澄清了

https://www.washingtonpost.com/world/coronavirus-china-live-updates/2020/01/25/0ca57a5e-3ed7-11ea-afe2-090eb37b60b1_story.html

WASHINGTON — The U.S. Embassy in Beijing is exploring options to help U.S. citizens in Wuhan, but reports that a charter flight was being arranged to bring citizens and diplomats back to the United States are false, according to a voice mail at the embassy.

When a Washington Post reporter called the U.S. embassy in Beijing to inquire about the chartered flight, the reporter was directed to a voicemail that said the reports were false and there were "no confirmed arrangements at this time." Americans in Wuhan who are looking for assistance or are trying to leave the city were directed to an email address.

根据大五人格，神经质一项得分高的，适合去做事前防范。神经质高的人能敏感地发现哪怕最小的兆头。

现在危机已经形成了，就不太需要神经质过高的；相反，处理湖北公共卫生危机目前更需要神经质得分低的人，就是我们一般所说的临危不乱的人。

厉害厉害。站长辛苦了。 高中以后再没学过物理的我完全看不懂你们写的这个公式。

补充wikipedia那段话写着： This equation cannot be solved for r in closed form.

If a numerical solution is desired, an iterative technique such as Newton's method can be used. Alternatively, the expectation–maximization algorithm can be used.[20]

数值法求解，但是如果p已知，都不用牛顿法。 只要用r=1到10000，把所有似然函数值算出来，取argmax就可以求出r的最大似然估计。

区间估计还是不明白。

@漢娜怎麼說 #59 https://en.wikipedia.org/wiki/Negative_binomial_distribution#Maximum_likelihood_estimation

貌似这个公式是假定r和k已知，估计p的值。

但是作者的意思好像是p已知，k已知，要估计的是r。

r是染病但未在国外确诊人数，k是在国外确诊人数，p是1个武汉患者在外国被确诊概率。

@electron8964 #56

多谢多谢！！！厉害！！！把这个方法的全部结果一下子就算出来了，擅于编程就是好。

@electron8964 我上传我计算得到的数字，您帮我看看。和您说的泊松分布估计出来的区间很接近。但是并非与作者的结果完全相同。

我还是有点执念。用这个计算器算。 求负二项分布2.5%和97.5%的分位点，结果与作者的数字不同。 可以排除是直接用负二项分布的累积分布函数算。

https://keisan.casio.com/exec/system/1180573212

@小二 #39 现在还有可能合并吗？
各大博客凡是有支持Markdown的，一般都会支持LaTex数学公式吧。感觉公式已经变成Markdown不可或缺的一部分了。

@electron8964 #2 14例医护人员感染？！钟南山公布的信息量真大。 @mimi0123 #1
钟南山说： 要定它的话，以前是从国家的CDC，或者国家的部分严格鉴定以后才能发布，现在的考虑就不太一样了，因为两次的检测有阳性就可以定，这也是一个原因。

钟南山：有14个医护人员感染新型冠状病毒肺炎

http://www.bjnews.com.cn/news/2020/01/20/677150.html

钟南山:另外一方面呢，现在这个疾病处于起始阶段，现在的病死率不能说明全面，还得看这个疾病的发展，所以这个问题上，我们还是要提高警惕的。目前这个情况并不能代表它的全貌，因为疾病刚刚开始，处于一个“爬坡”的阶段。

http://www.bjnews.com.cn/news/2020/01/21/677164.html

我猜负二项分布的极大似然估计与标准误差应该是在这里。

https://stats.stackexchange.com/questions/164934/maximum-likelihood-estimator-for-negative-binomial-distribution

@小二 #39 虽然用的不多，但是能写数学公式的BBS比不能写公式的BBS更酷。

$z_{a/2}$

$$ x^2 + y^2 = 1 $$

@electron8964 #24

正态分布的样本均值也符合正态分布N(mu, sigma/sqrt(n))

二项分布的样本均值的分布好像就不知道了。书上都是拿正态分布和泊松分布去近似。直接算好像很困难。

http://www.caixin.com/2020-01-20/101506019.html

用R计算是否就是这个帖子里的方法？

https://stackoverflow.com/questions/21719578/confidence-interval-for-binomial-data-in-r

@electron8964 #18 标准正态分布N(0,1)，找到它的分位点z(a/2)，P{ |X>z(a/2)| <a/2}。然后置信区间就是以0为中心，以z(a/2)为半径的开区间。

二项分布也是找到累积分布函数CDF = a/2 以及 CDF = 1-a/2的分位点是吗？

@electron8964 #7 谢谢！！泊松分布做为二项分布的近似，计算出p，再反算总人数，很接近原文数据。 怎么用负二项分布算我还是不懂。

表中95%的置信区间是怎么算出来的呢？

所以他的算式是： p = 10 * 3301 / 19000000 n = 3 total = n / p = 1726