第20卷第9期2020年9月
Vol.20No.9
Sep.2020黑龙江工业学院学报
JOURNAL OF HEILONGJIANG UNIVERSITY OF TECHNOLOGY
文章编号：2096-3874（2020）09-0114-06心理健康手抄报素材
新冠肺炎疫情预测分析
七夕发朋友圈的句子林德双，金秀玲，刘文鑫，黄正鹏，黄怡宣
（闽江学院数学与数据科学学院，福建福州350108）
摘要：2019年底新冠肺炎（COVID-19）疫情暴发，对各行各业都带来了巨大的影响。对抗疫效果的分析和疫情走势预测是很有意义的事情。利用实时更新的全球COVID-19疫情数据，基于K-means聚类将世界各国疫情状况归为6大类，结合时事研究了这6大类国家的抗疫状况，并建立ARIMA模型对中国疫情发展状况进行了预测分析，预测精度达到99%。最后总结结果并提出相关建议，对疫情防控的指导有较高的理论价值。租赁协议书
关键词：COVID-19；K-means聚类；ARIMA模型
中图分类号：0212文献标识码:A
2019年底暴发的新冠肺炎疫情给全世界带来了巨大的影响。疫情给各国人民生命安全和身体健康带来严重的威胁，对世界经济造成严重的冲击。我国政府采取一系列积极的防控措施，疫情已逐渐缓和，疫情的防控工作进入常态化，但国外疫情仍处于严峻的状态。因此对疫情的发展趋势进行分析和预测，是对科学有效部署疫情防控工作，具有重要的意义。
红烧猪脚怎么做好吃又简单目前，不少国内外专家学者对疫情数据建立了传统的统计模型和病毒传播模型，有非线性回归、Bernstein模型、时间序列模型、修正SIR模型、SEIR动力学模型、SEIR模型等UT，对不同地区、不同视角、对疫情发展趋势和疫情防控措施的有效性进行了分析和预测。有一部分学者研究COVID-19流行病的感染控制和预防策略，从传播途径、发病状况、疫情检测分析、防控救治、资源调配、抗疫成效等方面进行了研究[8-13]o各行从业者就行业特点，对疫情进行研究和探索。
就目前的文献看，其中对世界的疫情发展状况进行全局性的探索，专门针对中国整体疫情发展进行的建模预测相对较少。因此，本文结合世界各国抗疫的成效和COVID-19疫情发展的历史数据，基于K-means聚类方法进行全球疫情局势分析，对中国疫情历史数据建立ARIMA模型预测中国疫情的发展趋势，为疫情的预警监测提供一定的科学依据。
1COVID-19疫情数据基本情况
文中COVID-19疫情数据通过南方医科大学余光创教授制作的一个用于下载疫情实时数据的nCov2019软件包获取,nCov2019软件包获取的实时疫情数据来自包括腾讯、丁香园、国家卫健委、GitHub等多个网络平台，数据获取来源真实可靠。数据包括中国、美国、巴西等在内的158个国家，含有confirm（累计确诊人数）、dead（累计死亡人数）、dead Rate（死亡率）、heal（累计治愈人数）、heal Rate（治愈率）共计5个变量。
为了显著的体现世界各国疫情的发展状况，文中采用158个国家的疫情暴发累计确诊100例以上的进行分析，如图1所示，世界各国疫情暴发100例以来的发展趋势曲线图。
appleid密码是什么作者简介：林德双，本科学生，闽江学院数学与数据科学学院。专业方向：数据挖掘。
顿号怎么输入通讯作者：金莠玲，硕士，讲师，闽江学院数学与数据科学学院。研究方向：数据挖掘、应用统计。
基金项目：2019年闽江学院校长基金项目（项目编号=103952019030）；闽江学院2018年教改项目（项目编号:MJU2018B039）•114•
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论