最近的评论
评论于网络离彻底被封死还有多远？ 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。
评论于【读书】蒋廷黻 - 中国近代史 pdf下载 好书。我记得马勇也推荐过。
评论于BE4新闻站的界面很简洁干净 看起来非常舒服 @KP2020 #1 确实有才
评论于日本开始怀疑美国流感死亡人数中有部分是新型冠状病毒造成的 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。
评论于美国围堵华为似乎并不成功 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。
评论于别抢双黄连了，快戒烟 @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。
评论于韩国电影《寄生虫》获得奥斯卡最佳影片 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
评论于韩国电影《寄生虫》获得奥斯卡最佳影片 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。
评论于各国撤侨侨民感染比例 https://forums.huaren.us/showtopic.aspx?topicid=2498909
评论于武汉肺炎疫情人数统计对数坐标下的发现和预测 @小二 #50 这次事件让很多人见识到了统计学的威力。
评论于武汉肺炎疫情人数统计对数坐标下的发现和预测 @小二 #46
- 无控制的情况下增长率是0.1/天，7.4天翻倍。
- 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。
评论于武汉肺炎官方公布数据比疾控中心论文公布数据同期少一个数量级 -
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。
-
这图是后来通过访问得知的发病时间，而不是确诊时间。
-
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。
-
评论于德国5例证实了没有症状也可以传染别人，但是 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
评论于武汉肺炎疫情人数统计对数坐标下的发现和预测 @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？评论于武汉肺炎疫情人数统计对数坐标下的发现和预测 @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）
评论于武汉肺炎疫情人数统计对数坐标下的发现和预测 @2c58 #32
这张图有很多信息。
-
和海鲜市场有联系的是第3例。
-
1月8日以后病例数下降是确诊的延迟。
-
从China CDC一级响应到向公众公布有一个时间差。
-
评论于武汉肺炎疫情人数统计对数坐标下的发现和预测 @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。
评论于武汉肺炎疫情人数统计对数坐标下的发现和预测 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$R_0 \approx 1 + rT$
评论于武汉肺炎疫情人数统计对数坐标下的发现和预测 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
评论于武汉肺炎疫情人数统计对数坐标下的发现和预测 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。
