Covid19：一种新的数据可视化

Posted 2021-04-28 不樊

一句话简介：仅看确诊数据是不够的，因为确诊数受到测试数的直接影响。

视频链接：https://www.bilibili.com/video/BV1NQ4y1T7sy/

well这个链接需要手动复制，因为微信不给放其他视频网站的链接。

是的，我要开始做奇怪的视频的了。B站搜索trAI_lab，或者管子trAI lab。

因为时间有限（都是本社畜周末断断续续做完的），只用了美国各州的数据做例子。

为什么视频非常简陋，文章排版也很丑呢？因为我的合作者沉溺于看综艺和吸猫，放了我鸽子。所以从写代码到录视频到剪辑都是我。暂时也没有中文字幕，也许有一天他良心发现会去加字幕，并且送我一只布偶或者中华田园犬。

平常我们看到的数据更新，可能很多是以上这样的地图，或者line plot。我觉得这些图有它的意义，但是缺了一个很重要的参考数据，即测试数。

在测试数据少的情况下，检测结果（确诊数、确诊率）的统计意义不大。

下图是一个例子：灰色为未检测，绿色为检测结果阴性，红色为检测结果阳性。随着检测数增加，我们对整体的感染情况才能有比较准确的把握。在检测数据少的时候，如果要用样本估算整体，是非常不可信的。

以上只是一个最简单的模型，而实际情况要复杂的多，也不能直接用阳性率估算群体感染情况。以上动图隐藏的假设在实际情况中是不存在的。比如在增加检测人数的时候，病毒也在不断扩散，群体中的感染量不是常数。另外也无法假设每天的检测是个随机抽测，因为实际情况可能会是症状更明显或者风险更高的人先检测。而每一个batch里面的分布也是不一样的。

这个例子只是为了说明，当检测量非常少的时候，你看到的低阳性率或者低确诊数，没有多大的意义。

理解确诊数据，需要和检测数一同来看。我们提出的以下这种方式。纵坐标是阳性率（确诊阳性 / 检测数），横坐标是人口检测比率，球的大小和累计确诊数成正比，每个球是一个州。

比如这是4月5日的情况（视频里有动态介绍，这个东西呢本来是个html，点上去能看到是哪个州还有对应数据，但是现在就只能截图了）

如果稍微调整一下，每种颜色代表一个州，球的大小变成了当日新增确诊，每个相同颜色的球代表那个州在某一天的情况，颜色越深日期越新（越往右日期也越新，因为横坐标是累计数据，不可能往左移），那我们就能看到不同的州过去一段时间的变化情况。

到上周末，纽约的情况还是不好，测试数增加但阳性率没有下降，每日新增确诊也没有减少。唯一的好迹象是阳性率似乎不上升了。麻省虽然从人数和阳性率看都不算最高，但是测试数增加，阳性率反而很明显的上升了，这不是个好事，说明病毒扩散的速度比人类跟踪的速度快。

纽约州

东部几个州的对比。

而情况如果在好转，我们会看到什么呢？以下是韩国的图。韩国做了什么就不用介绍了吧。短期内加大测试数，而在增加测试的同时，阳性率和每日新增确诊都很快出现了下降趋势。所以如果美国这些州好转的话，也需要看到这样的图。

Stay home.