[過去ﾛｸﾞ] 臨床統計もおもしろいですよ、その2 (1002ﾚｽ)
上下前次1-新
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ
890: 2020/01/31(金)07:13 ID:24QiZJ0Y(4/14) AAS
>>884
n=100と大きいとNAが混ざるな
891: 2020/01/31(金)07:15 ID:24QiZJ0Y(5/14) AAS
AA省
892: 2020/01/31(金)07:15 ID:24QiZJ0Y(6/14) AAS
AA省
893: 2020/01/31(金)07:15 ID:24QiZJ0Y(7/14) AAS
> f(100)
3055216077446868329553816926933899676639525195878807877583434152044192757431459126874725081455196840519615954410565802448075620352
/ 588971222367687651371627846346807888288472382883312574253249804256440585603406374176100610302040933304083276457607746124267578125
894: 2020/01/31(金)07:45 ID:24QiZJ0Y(8/14) AAS
Reed-Frost モデル
(1) 集団内の感染者と感受性のあるものとの接触はランダムに起こる
(2) 感染者と感受性のあるものが接触して伝播する確率は一定である
(3) 感染のあと必ず免疫が起こる（再感染はしない）
(4) その集団は他の集団から隔離されている
(5) 上記の条件は各時間経過中一定である
ReedFrost=function(
p=0.04, # 1期間内での伝播確率
N=100, # 集団の人数
T=40) # 全期間
省12
895: 2020/01/31(金)11:25 ID:24QiZJ0Y(9/14) AAS
# simulation model using binominal random number
rm(list=ls())
reedfrost <- function(p, I0, S0, n, greenwood=FALSE) {
S <- St <- rep(S0, n) # St : Suscepibles @ time t, S:
I <- It <- rep(I0, n) # It : Infected @ time t
q <- 1-p # probability of non-transmission
time <- 0
while (sum(It)>0) { # until no new transmission
if (greenwood)
It <- rbinom(n, St, ifelse(It>0 p, 0))
省20
896: 2020/01/31(金)15:00 ID:24QiZJ0Y(10/14) AAS
# SEIR MODEL
"
dS(t)/dt=-bS(t)I(t),
dE(t)/dt=bS(t)I(t)-aE(t) ,
dI(t)/dt=aE(t)-gI(t) ,
dR(t)/dt=gI(t)
a:発症率,b:感染率,g:回復率
"
remove (list = objects() )
graphics.off()
省14
897: 2020/01/31(金)15:00 ID:24QiZJ0Y(11/14) AAS
library(deSolve)
# Function to compute derivatives of the differential equations.
seir_model = function (current_timepoint, state_values, parameters)
{
# create state variables (local variables)
S = state_values [1] # susceptibles
E = state_values [2] # exposed
I = state_values [3] # infectious
R = state_values [4] # recovered
with (
省17
898: 2020/01/31(金)15:00 ID:24QiZJ0Y(12/14) AAS
# Compute Ro - Reproductive number.
Ro = beta_value / gamma_value
# Disease dynamics parameters.
parameter_list = c (beta = beta_value, gamma = gamma_value, delta = delta_value)
# Compute total population.
N = s + i + r + e
# Initial state values for the differential equations.
initial_values = c (S = s/N, E = e/N, I = i/N, R = r/N)
# Simulate the SEIR epidemic.
# ?lsoda # Solver for Ordinary Differential Equations (ODE), Switching Automatically Between Stiff and Non-stiff Methods
省11
899: 2020/01/31(金)17:42 ID:24QiZJ0Y(13/14) AAS
エンデミックな定常状態を(S?, I?)とおけば、S?N=1R0,I?N=μμ+γ(1?1R0)(15)である。すなわちエンデミックな状態における感受性人口比率と基本再生産数は逆数関係にあり、有病率(prevalence)I?/Nは1?1/R0に比例していて、その比例係数は、感染状態における平均滞在時間1/(μ+γ)とホストの寿命1/μの比である。これらの式はエンデミックな感染症におけるR0の推定式ともみなせる
900: 2020/01/31(金)17:45 ID:24QiZJ0Y(14/14) AAS
Rv?1という条件はワクチン接種率の条件として書き直せばv?1?1R0=H
901: 2020/02/01(土)15:12 ID:hIisy8jC(1/2) AAS
H(n) = Σ[k=1,2,...,n] 1/k
とする。H(n)を既約分数で表したときの分子の整数をf(n)と表す。
(1）lim[n→∞] H(n) を求めよ、答えのみで良い。
(2）n=1,2,...に対して、f(n)に現れる1桁の整数を全て求めよ
"
H <- function(n) sum(1/(1:n))
plot(sapply(1:1000,H),bty='l')
f <- function(n,prec=10000){ # Σ 1/kを既約分数表示する n>>=23で誤計算
if(n==1){
cat(n, ':' ,1,'\n')
省21
902: 2020/02/01(土)22:05 ID:hIisy8jC(2/2) AAS
H(n) = Σ[k=1,2,...,n] 1/k
とする。H(n)を既約分数で表したときの分子の整数をf(n)と表す。
f <- function(n){ # Σ 1/kを既約分数表示する
if(n==1){
cat(n, ':' ,1,'\n')
invisible(1)
}else{
GCD <- function(a,b){ # ユークリッドの互除法
r = a%%b # a=bq+r ⇒ a%%b=b%%rで最大公約数表示
while(r!=0){a = b ; b = r ; r = a%%b}
省16
903: 2020/02/02(日)13:53 ID:+5dNqMpE(1) AAS
tbl <- function(x,v){ # vの要素がxにいくつあるか集計する
n=length(v)
hme=numeric(n) # how many entries?
for(i in 1:n) hme[i]=sum(x==v[i])
rbind(v,hme)
}
tbl(sample(10,rep=T),1:10)
904: 2020/02/04(火)16:35 ID:b64IHQrg(1/2) AAS
"外部ﾘﾝｸ:this.kiji.is
中国湖北省武漢市からチャーター機で日本へ帰国した邦人の新型コロナウイルス感染率が高いと、
中国で驚きの声が上がっている。中国当局が発表した同市の感染者の割合に比べ「39倍も高い」というのだ。
現地は医療現場が混乱しているため、実際には発表よりかなり多くの感染者がいる可能性がある。
日本政府はチャーター機計3便を武漢市に派遣し、邦人565人が帰国した。厚生労働省によると、
チャーター機に乗っていた感染者は、症状のない人も含め計8人。感染率は1.416％だ。
一方、1月31日現在、武漢市の感染者数は3215人で、感染率は0.036％にとどまった。"
r1=8
r2=3215
n1=565
省22
905: 2020/02/04(火)16:57 ID:b64IHQrg(2/2) AAS
# Reed-Frost Model 時刻t+1での感染者数=時刻ｔでの感受性人数*(少なくとも一人の感染者がでる確率)
# p=0.04;N=100;I0=1;T=8
ReedFrost=function(
p=8/565, # 1期間内での伝播確率
N=565, # 集団の人数
I0=8, # 最初の感染者数
T=30, # 全期間
print=TRUE # グラフ表示
)
{
省18
906: 2020/02/06(木)22:51 ID:WriFO9uC(1) AAS
"厚生労働省によりますと、新型コロナウイルスに感染した香港の男性が乗っていたクルーズ船で、
症状がみられる人やその濃厚接触者などにウイルス検査を実施した結果、10人が感染していたことが新たに確認されました。
これまでにこのクルーズ船の乗員乗客で感染が確認されたのは、合わせて20人です。
厚生労働省によりますと、クルーズ船「ダイヤモンド・プリンセス」の船内では
乗客と乗組員全員の合わせて3700人余りの検疫が行われ、発熱やせきなどの症状があった120人と、
症状がある人と濃厚接触した153人の合わせて273人から検体を採取して順次、ウイルス検査を実施しています。
６日、新たに71人分の結果が判明しこのうち10人がウイルスに感染していたことが確認されました。
"
NN=3700
N=273
省12
907: 2020/02/12(水)15:09 ID:Th6rMqDv(1) AAS
んほおぉぉ
動画ﾘﾝｸ[YouTube]
908: 2020/02/12(水)15:41 ID:6n8f5vvH(1/6) AAS
日本最高学費の底辺私立医大では
１年：進級失敗１０人
２年：進級失敗１６人
３年：進級失敗３４人
４年：進級失敗９人
５年：進級失敗１０人
６年：卒業失敗２６人
一学年約120〜130人前後。
同じ学年で二回留年すると退学
2chｽﾚ:doctor
省5
909: 2020/02/12(水)15:41 ID:6n8f5vvH(2/6) AAS
(p=1-c(10,16,34,9,10,26)/125)
q=1-p # 留年確率
(P=prod(1-q^2)) # 卒業できる確率 Π( 1 - 2年連続留年確率)
(Q=1-P) # 退学となる確率
p1=p # 各学年を1年で進級する確率
p2=p*(1-p) # 各学年を2年で進級する確率
P12=rbind(p1,p2)
gr=expand.grid(1:2,1:2,1:2,1:2,1:2,1:2) # 6学年の組み合わせdata.frame
years=apply(gr,1,sum) # 各組合せでの在学年数
dat=cbind(gr,years)
省21
上下前次1-新書関写板覧索設栞歴
あと 93 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ AAｻﾑﾈｲﾙ
ぬこの手 ぬこTOP 0.012s