用流行病学模型预测COVID19的传播
cov19的Python项目详细描述
用流行病学模型预测COVID-19的传播
cov19软件包的目的是整合流行病学模型的微分方程,并用MCMC方法调整它们各自的参数。在
目录
1。入门
依赖性
您需要Python3.7或更高版本才能使用cov19。你可以在python.org找到它。 您还需要setuptools、wheel和twine包,可从PyPI获得。如果你有pip,只需运行:
pip install pandas
pip install pygtc
pip install setuptools
pip install tqdm
安装
使用以下方法将此repo克隆到本地计算机:
^{pr2}$2。特点
- 支持不同的流行病学模型
- 蒙特卡罗马尔可夫链(MCMC)拟合参数的方法
- 来自多个受信任和可靠来源的数据,这些数据由Microsoft编译并可在www.bing.com/covid中访问。在
3。结果
此版本的主要结果是从模型中绘制特定参数向量的de曲线,并将其与数据集进行比较。在科维德/统计py,实现了生成MCMC样本的函数,通过该样本可以推断参数区间。在
4。数据集
这里,我们使用的是微软的数据,来自回购https://github.com/microsoft/Bing-COVID-19-Data。 ]在
- 项目
标签: