了解冠状病毒的统计数据

由于公共卫生数据是从如此多的不同来源收集的,因此很难准确地量化大流行的规模。

沃顿商学院统计学教授、沃顿体育分析与商业计划(Wharton Sports Analytics and Business Initiative)主任阿迪·怀纳(Adi Wyner)解释了冠状病毒数据的细微差别,以及从这些数据中可以得出什么洞见。

Graphs indicating highs and lows superimposed over a microscopic image of the coronavirus

怀纳解释说:“数据的部分问题在于它从根本上是不可靠的,但并不是所有的不可靠性都是由等状态测试程序造成的。”“因为我们收集了所有州的数据,而你有这些非常不同的测试协议,这就变成了一个基本的问题,‘你能从数据中推断出什么?’”“另一方面,某些州已经有了相当一致的测试协议,这样你就可以真正看到随着时间的推移发生了什么。”

“是的,有不可靠性,但也有处理数据的能力,即使数据有问题,因为这些问题至少是一致的。如果你在寻找曲线的弯曲,或“曲线的平坦性”,只要这些问题随着时间的推移是一致的,你仍然可以测量弯曲。如果不一致,那么,几乎所有的赌注都输了。”

这篇文章是Emily O ‘Donnell写的。请阅读沃顿故事。

新闻旨在传播有益信息,英文原版地址:https://penntoday.upenn.edu/news/making-sense-coronavirus-statistics

https://petbyus.com/27670/