Excel; Windows

Создание прогноза в Excel для Windows

Если у вас есть статистические данные с зависимостью от времени, вы можете создать прогноз на их основе. При этом в Excel создается новый лист с таблицей, содержащей статистические и предсказанные значения, и диаграммой, на которой они отражены. С помощью прогноза вы можете предсказывать такие показатели, как будущий объем продаж, потребность в складских запасах или потребительские тенденции.

Базельский университет и меры принятые в штате Иллинойс

В 2020 году в Базельском университете группа Ричарда Нейерома доработала модель SEIR с учётом специфических характеристик новой пандемии коронавируса. Расчёты новой версии модели SEIR в конечном итоге стали причиной введения жёстких карантинных мер в штате Иллинойс и в его самом большом городе Чикаго.

Модель SEIR включается в себя концепцию так называемого эпидемического перехода. То есть модель ведёт себя радикально по-разному в зависимости от переменной R_o . Каждый инфицированный человек может заразить некоторое количество здоровых людей. R_o показывает среднее число людей, которое один инфицированный человек может заразить в течение периода своей болезни, то есть до полного выздоровления. Если R_o меньше единицы, то эпидемия постепенно уходит, но если больше, то заболевание распространяется в геометрической прогрессии. Как именно работает R_o зависит от конкретного рассматриваемого вируса, процента населения, которое становится невосприимчивым к нему (будь то с помощью вакцины или путём выявления вируса), и от мер, принимаемых населением для подавления эпидемии (например, социальное дистанцирование и карантин).

• как быстро будет распространяться эпидемия;
• сколько людей будет заражено в ходе этого процесса;
• сколько из них умрёт;
• сколько будет в критическом состоянии.

Поскольку критически больные пациенты нуждаются в специализированном уходе (например, пребывании в реанимации или искусственной вентиляции легких), то данный показатель можно сравнить с мощностями системы здравоохранения. Кроме того, благодаря ему можно понять насколько будут перегружены больницы притоком тяжело больных пациентов.

Текущая модель COVID-19 от Базельского университета содержит в себе следующие характеристики:

• долю пациентов в критическом состоянии и долю летальных исходов в зависимости от возраста пациентов. Поскольку на начальных стадиях распространения вируса считалось, что пожилые люди чаще подвержены тяжёлым симптомам COVID-19, модель учитывает распределение населения по возрасту;
• длительность инкубационного периода и заразной фазы болезни;
• не все случаи болезни учитываются в статистике – многие болеют бессимптомно и нет массового тестирования граждан. Это кодируется в столбце «Confirmed [% of total]»;
• вирус может быть более или менее агрессивным в зависимости от времени года. Это кодируется в столбце «Epidemiology»;
• население может предпринимать меры по ограничению распространения вируса (например, самоизоляция), что будет влиять на R_o;
• способность населения бороться с COVID-19 зависит от развитости системы здравоохранения. Особенно важно количество аппаратов ИВЛ и коек.

Основной вывод из модели можно сделать такой: чем выше ограничительные меры по передвижению граждан, тем меньшими потерями мы обойдёмся. Потестировать модель можно на сайте neherlab.org.