Številke številke številke ne grejo skupaj mi kdo pomaga

+ 2.000.000 prebivalcev

– polno cepljeni št?

– preboleli št?

– otroci št?

– ne smejo biti cepljeni št?

___________________________________

=………………. št necepljenih oseb ?

na drugi strani pa:

+ 3.000 okuženih na dan

– cepljeni

– preboleli

______________________________

= ………………število necepljenih

Mi kdo  pomaga pri teh številkah?

Ne gre, pa ne gre. Naši beležniki so verjetno  oš brez matematike delali. Take silne izračune delajo na inštitutu JŠ, pa točno napovedo kdaj bo naslednji val, ne znajo pa sproti seštevat podatkov. Znajo jih pa za par dni nazaj popravljati.

Si poskusi z ruskim racunalnikom. Onim na kuglice. Ta nikoli ne zataji.

Pri tem ti lahko pomagajo samo tisti, ki manipulirajo in objavljajo številke. Kaj je bilo res bomo pa morda nekega dne izvedeli…

sem naredu malo analizo od 1.10 dalje iz XLS datoteke ki je na voljo na spletu

povprečje pozitivnih za 10. mesec/ na dan ,je cca 1200 ljudi okuženih

od tega to doprinese +3.8 človeka/dan v hospitalizacijo

od tega cca 0.6 človeka/dan na intenzivno in iz podatkov je razvidno da število ljudi potem na intenzivnem oddelku NI premo sorazmerno s številom okuženih!!

če so v prvih valih imeli kapacitete cca 210 ljudi na hospitalizaciji/intenzivni kot je bil peek v prejšnjem letu in ob tem da je trenutno stanje nekje okrog 133 imamo torej takole “matematiko”

210-133= 77/0.6 osebe/dan= cca 128 dni še fore oz 4 mesce

Ali nihče nima teh podatkov?

Meni zgledata krivulji okuzenih in hospitaliziranih presneto podobni po obliki.

https://covid-19.sledilnik.org/embed.html#/sl/chart/MetricsComparison

?? ne vem no meni se lih ne zdita e na x enaka neki premici k*x, al??

Seveda ne, ampak si pa zelo lep sledita z nekim casovnim zamikom. Razmerje med sprejetimi in hospitaliziranimi je dokaj stabilno. Enako velja za razmerje med hospitaliziranimi in potem sprejetimi na intenzivno terapijo.

Okoli 3% potrjenih okuzb konca v bolnisnici. In okoli 0,5% potrjenih okuzb konca na intenzivni. Casovni zamik pa je nekako dva tedna +/- (oz.  najveckrat v razponu med 12 in 19 dni). Odpuscanja iz bolnisnice so prav tako zamaknjena za okoli 3 tedne.

potem je vse kul, zakaj potem “bergamo” scenarij??

si napisal 0,5% kar je na 2000ljudi 10 ljudi in na 3000 15 ljudi..

ampak statistika zadnjih 10 dni daje povsem druge številke.. na 2000/ cca 3 -6 ljudi in ni stalna.

zato so te cifre “kolk je okuženih” en velik STRAH za ljudi.

če res gledava povprečje na daljši rok, je pa tako kot sem napisal -121 dni do “bergama”!

Uf zgrešil si pa na polno. Kot prvo računaš neko srednjo vrednost za celoten mesec in s tem delaš predikcijo. Predikcijo vedno delaš na trendih. Če si danes ostal brez službe svoje prihodnje prihodke računaš na podatku, da si brez službe, ne da si imel v zadnjih 10-letih v povprečju 2k€ mesečne plače. Ko povprečiš, delaš neke naravne ciklične meje. Pri COVIDu je najbolj smotrna uporaba 7-dnevnega MA. To se uporablja zato, ker je naše življenje razen izjem vezano na teden.

Določen procent tistih, ki so danes dobili pozitivni test bo v prihodnjem tednu ali dveh pristalo v bolnišnici. Poudarjam, v prihodnjih tednih. Zato graf ni čisto v fazi ampak imaš zamik, ki je posledica akumulacije oz. integriranja. Podobno situacijo imamo pri soncu, kjer smo najbolj obsevani na poletni solsticij (20/21.6) najvišje temperature morja pa so dober mesec za tem.

Tako da tvoj rezultat na koncu čisto brez smisla.

Poglejte si napoved tule:

https://r4.ijs.si/COVID19#elf_l1_Lw

zanimiva sta predvsem grafa 9a in 9b, ko bo doseženo max število ljudi na intenzivni in bodo bolni umirali pred bolnišnicami.

Kaj pa zdaj, ko je nekdo s srednjo šolo obrazložil situacijo? Bodo antivaxerji našli koga, da mu oporeka 😀

In nihče ne zna odgovoriti avtorju.

Če je avtor pismen, naj gre na stran NIJZ in tam najde vse številke. Številke se zbirajo na različnih koncih in se nato stekajo v eno vrečo, kjer se jih prikaže v različnih grafih.

Eh… zato pa sta bila izumljena kreativno računovodstvo, kreativna statistika… it`s a kind of magic. Zelo uporabno za doseganje zastavljenih ciljev. ?

.https://www.youtube.com/watch?v=0p_1QSUsbsM

ne vem no, mi z osnovno šolo nekako razumemo da je odvod dane funkcije= trend (trenutni), kar preprosto pomeni če neko funkcijo na danem (nelineranem) intervalu linearizirano in izračunamo k dobimo vaš trend. višino strmine definira razlika dveh vrednosti,

torej, če večkrat na leto zamenjaš službo (ne once in a life time!!), in te prihodke povprečiš na celo leto, je pokazatelj na dolgi rok (trend), kako se moraš ravnat z gnarjem in kaj lahko pričakuješ v naslednjem letu, (če te ne povozi podmornica) kajne??

še tole glede TRENDA..

trend od 26 na 27.10 je blazni +, iz 2200 na 3100-panika

trend iz 27.10 na 28.10 je blazni -, iz 3100 na 2600,

a kar razpustimo vse pogoje, ker pač 1-dnevni trend tko kaže?

kaj pa je 7-dnevni trend, kaj je 30-dnevni??? vprašanje iz OŠ?

Če govorimo o dani funkciji, govorimo o determinizmu in tam trenda nimaš. Če imaš podan sinus, amplitudo in frekvenco ni potrebno špekulirati kolikšna bo vrednost čez n-radianov, saj jo lahko izračunaš. Po drugi strani lahko odvajaš samo (odsekovno) zvezne in odvedljive funkcije in odvod ne pomeni trenda ampak nagib na določeni točki. Linearizacija se načeloma dela pri nelinearnih (parcialnih) diferencialnih enačbah, kjer predpostaviš linearnost v majhnem področu spektra in s tem narediš neko napako, da lahko potem analitično rešuješ enačbo.

Ampak podatki, ki jih imamo niso zvezni, ampak diskretni, poleg tega nimamo opravka z determinizmom, ampak s precejšnjo mero naklučja.

Če hočeš delati predikcijo moraš tudi dobro poznati ozadje problema. Če delaš trend svoje plače le na podlagi prejšnjih plač nisi veliko naredil. Bolje je da spremljaš informacije katere so branže, ki se razvijajo, kje se več zasluži in na podlagi tega definiraš svoje trende. Bolj kot poznaš ozadje več stvari ki zajema tvoj model, bolj natančno lahko dobiš napoved.

Najpametnejši na forumu, daj pomagaj avtorju in vstavi številke.

Ne grejo skupaj številke?