Closed francescobianca closed 4 years ago
Bel lavoro! Se riesci prova anche il modello SIR che è più preciso. Puoi prendere ispirazione dal codice (matlab) disponibile qui (clicca Functions e poi FitVirusCV19).
Ciao grazie mille! Avevo utilizzato un qualcosa simile in un altro progetto universitario. In quel caso avevo implementato questo in Python Spread_of_influence. Proverò ad effettuare queste modifiche allora!
Grazie @francescobianca e grazie a tutti per i contributi, presto chiederemo di fare una raccolta dei lavori come contributor e li elencheremo. Grazie
@Rabelaiss Grazie del link! Ho integrato quel modello nei grafici di: https://amadvance.github.io/covid19-italy/
@francescobianca molto bello! complimenti! Sto provando anche io a fare qualche analisi, ma non essendo un matematico i miei strumenti sono piuttosto limitati, mi farebbe piacere avere un tuo parere https://github.com/maxdevblock/covid-19-italy grazie :-)
Ciao @maxdevblock no anzi bel lavoro! Se vuoi badare anche alla forma visiva ti consiglio di utilizzare plotly per i grafici! Io ho appena inserito anche dati mondiali e realizzato un grafico animato che mostra l'evoluzione del virus a livello globale (se ti va dai un occhiata sul mio colab)
@maxdevblock Confermo quanto detto da @francescobianca , bel lavoro e si, plotly è un ottimo strumento. Io ho realizzato grafici di regioni e province con Plotly ed è fantastico perchè permette una semplice navigazione tra i dati ed una integrazione altrettanto semplice.
Grazie @francescobianca e @RickySal per i consigli. Tutti strumenti nuovi per me plotly e colab. Direi che ho tempo per studiarli con calma :-) Dove trovo il tuo colab?
Repo sul realdme c'è un tasto open in colab!
Qui trovate una mia dashboard https://covid19-alessandroamedei.firebaseapp.com/ , spero possa essere utile!
Previsioni giornaliere del numero di contagi (nuovi e totali) per ciascuna regione Italiana, per l'italia e per il mondo, effettuate con modello logistico e modello SIR. https://www.facebook.com/groups/PrevisioniCoronaVirus/
@francescobianca ah sì certo questo lo avevo visto, pensavo avessi tipo un account con altri lavori (sto dando un'occhiata a plotly ma non ho ancora iniziato con colab :blush:)
@francescobianca sono riuscito finalmente a trovare il modo di interpolare (quasi) tutti i dati di tutte le regioni italiane sulla gaussiana. https://www.maxpierini.it/ncov/covid-italy-regions-forecast.html
su GItHub, la repo con il codice https://github.com/maxdevblock/covid-19-italy/blob/master/covid-italy-regions-forecast.ipynb
Il problema era che la funzione curve_fit
di scipy.optimize
, con pochi dati e molto dispersi, ha bisogno di parametri iniziali ipotizzati p0
che si avvicinino il più possibile ai parametri che descrivono la curva.
@maxdevblock @francescobianca Complimenti per i vostri lavori. Posso chiedervi se avete considerato il problema del numero di guariti, nel quale in questa repository pare non siano inclusi i guariti a casa che non sono passati per l'ospedale (o quanto meno il dato sembra molto disomogeneo tra le regioni)? Grazie mille
@maxdevblock @francescobianca Complimenti per i vostri lavori. Posso chiedervi se avete considerato il problema del numero di guariti, nel quale in questa repository pare non siano inclusi i guariti a casa che non sono passati per l'ospedale (o quanto meno il dato sembra molto disomogeneo tra le regioni)? Grazie mille
Ciao, grazie.
Non sono sicuro che nei dimessi_guariti
non siano contemplati anche i guariti da isolamento_domiciliare
. Chiediamo a @umbros
Volevo ringraziarvi per i dati che postate ogni giorno e del grande lavoro che state svolgendo!
Ho fatto una piccola analisi dei dati e provato a tirar fuori un modello di previsione futura studiando modelli con le caratteristiche della "Exponential & logistic growth". L'ho fatto più per un'esercitazione di data visualization ed ml. Se vi va di dare uno sguardo vi lascio il link alla repo:
https://github.com/francescobianca/Covid-19-Italy-DataAnalysis