Simulation SIR recalée sur données réelles du Covid19 en Fance: Recalage. (1/3)

8K

2

Votre question porte sur autre chose que cette réutilisation ? Visiter notre forum

3 discussions

données

Posté le 13 mai 2021
Bonjour , est ce que vous pouvez m'envoyer par lien les données des différents parametres de tous les mois passés s'il vous plait ?
Posté le 14 mai 2021
Producteur
Bonjour Oussama oui mais comment fait on un lien? (désolé je ne maîtrise pas...)
Posté le 14 mai 2021
Producteur
Et je crois ne pas avoir bien compris : vous voulez les données ou les paramètres des modèles ? les data utilisées (mais elles contiennent uniquement les 30 derniers jours) https://www.data.gouv.fr/fr/datasets/coronavirus-covid19-evolution-par-pays-et-dans-le-monde-maj-quotidienne/#_ ici c'est plus propre et il y a tout (mais je ne les aient pas utilisées pour cet article : https://www.coronavirus-statistiques.com/open-data/
Posté le 14 mai 2021
En fait j'aimerais bien les données que vous avez utilisées pour pouvoir déterminer les parametres beta et gamma , puisque je ne comprend toujours pas la maniere avec laquelle vous avez pu les déterminer. Et pour le lien je pense que ici dans la section commentaire pourrait suffire , sinon je peux vous envoyer mes coordonnées. Mercii d'avance .
Posté le 14 mai 2021
Producteur
pourquoi vous intéressez vous à cela ? avez vous lu mes remarques/commentaires sur les trois articles ?
Posté le 14 mai 2021
Je m'y interesse car je suis entrain de réaliser un TIPE ( un projet qui se déroule en prépa scientifiques en fin de concours) sur les épidémies et j'aimerais bien connaître la façon avec laquelle on arrive à déterminer ces parametres là.
Posté le 14 mai 2021
Et sinon oui j'ai lu vos 2 autres publications , mais je n'arrive toujours pas à comprendre la procédure .
Posté le 14 mai 2021
Producteur
La repose sur une optimisation, donc une fonction de coût que l'on cherche a minimiser. La fonction de coût ici,est l'erreur quadratique entre une simulation SIR avec des paramètres choisit au pif et les vraies valeurs. Il faut évidement sortir les valeur correspondantes aux vraies de la simulation, puis calculer l'écart quadratique. Ensuite un algorithme d'optimisation minimise cette fonction. J'ignore si c'est comme cela que sont estimés les alpha et bêta p. C'est assez technique à faire. Ensuite comme je le dis l'optimisation fournit une solution mais elle n'est pas nécessairement la réalité (en gros ça marche mathématiquement mais ce ne sont les paramètres "vrais": problème différentiabilité du modèle).
Posté le 14 mai 2021
Producteur
erreur de frappe importante : problème d'identifiabilité du modèle)
Posté le 15 mai 2021
D'accoord mercii !! Je comprends un peu mieux , donc il est parfois inutile de chercher les vraies valeurs mais plutot des valeurs approchées puisque le but est de voir comment l'épidémie va évoluer et non pas de simuler son état réel , c'est ça ?
Posté le 15 mai 2021
Producteur
Pas tout à fait: L’identification fournit une estimation des paramètres d'un modèle ils sont appelés 'estimés' ou estimateur (souvent représentés avec un accent circonflexe comme: ŷ nommé y hat en anglais). L'identifiabillité , une autre branche des mathématiques, comme l'identification, indique si un modèle est identifiable ou non. Par ailleurs on ne peut pas toujours identifier correctement surtout les systèmes dynamiques si ils ne sont pas excités. SI vous mesurez la sortie d'un systéme constitué d'une masse et d'un ressort au repos (et sans pouvoir voir le mécanisme bien sur, sinon on pourrait écrire les équations physique qui décrivent le comportement approché ou pas), et cherchez a reproduire la relation que vous avez entre l'entrée et la sortie , cela ne marchera pas si vous observez au repos! Il est utile d'avoir des valeurs approchées, mais les paramètres de l'épidémie peuvent changer c'est le cas du troisième confinement à mon avis. Par ailleurs les valeurs pour faire le calcul peuvent être insuffisantes et pas représentatives c'est le cas du premier confinement (pas assez de tests). Et donc il serait surprenant d'avoir en général l'état réel, ce ne sera rarement le cas par manque de connaissance et d'information. Jung spécialiste modélisation a dit 'il existe un écran transparent et infranchissable entre les mathématiques et la réalité'
Posté le 15 mai 2021
Franchement je vous remercie beaucoup ! Je comprend mieux maintenant , et je suis désolé pour l'éventuel dérangement causé !

coquille

Posté le 4 février 2021
Bonjour, à la deuxième ligne du système SIR, il manque un signe moins devant le beta. Bien cordialement.
Posté le 4 février 2021
(à la première ligne plutôt)
Posté le 4 février 2021
Producteur
Bonjour Charlotte, finement observée! merci.

calculate of parameters

Posté le 28 mars 2020
pls I need more details about how you calculate the alpha and beta parameters
Posté le 28 mars 2020
Producteur
I realise a regression with the first knowing datas. Alpha and Beta are parameters of this regression. I am not a specialist of this kind of model. I think it is not sure to have the correct estimation parameters values due to mathematical aspect of identification. You may have many results but not the good with reallity. Even with correct convergence.
Posté le 21 juin 2020
Bonjour, Quelle population initiale avez-vous considéré? Lorsque je regarde votre base de données, elle commence au 24 Janvier. J'essaie aussi de faire une simulation avec les modèles SIR et SEIR cependant 2 choses m'intriguent: quelle population initiale d'individus " Sains", "Infectés", "Remis", avez vous considérer? En effet dans la base de données, on a au début 2 cas "infectés" mais cela ne représente pas le nombre total d'individus réellement infectés, comment pouvez vous connaître ces populations initiales? De plus, pour alpha et beta, je remarque qu'ils évoluent tous les jours, je n'ai pas bien compris, les avez vous fixés? (pour la simulation). Quelque chose d'autre m'intrigue dans la base de données, comment est-ce possible que le taux de décès continue d'augmenter même quelques semaines après le confinement? (même s'il baisse légèrement les derniers jours ce n'est pas significatif!)
Posté le 21 juin 2020
Producteur
bonsoir René, J'ai inclus la population initiale I0, comme un paramètre de la simulation. L'estimé de S0 est la population française. Ce qui pose un problème sur la population infectée : la part invisible et la détectée... Le taux de décès augmente car il n'est pas lié au confinement , en effet les porteurs incubent la maladie avec des délais variables. Est ce que tout le monde reste confinés ? comment faites vous vos courses ? Ensuite dans les modélisations présentées je n'ai pas introduit le confinement (je l'ai fait mais pas présenté). Cependant vous observez l'effet du confinement avec la courbe mauve au jour elle vous indique en gros, ce qu'aurez été l'evolution sans confinement :vous pouvez en apprécier l'effet quand même. Inutile de vous user avec le modéle SEIR avec les données du Politologue : je pense que cela ne pourra pas marcher car ce modèle n'est pas identifiable. Vous pourriez avoir plus de chance avec SIR mais cela ne devrait pas trop bien fonctionner non plus car il vous manquera de l'information ; en gros les données politologue permettent d'obtenir beta mais pas alpha qui sera fonction de beta. (voyez beta comme un flux mesuré avec les données et alpha comme un flux d'entrée : vous conviendrez que nécessairement n'ayant aucune info sur beta celui devra être égal alpha au moins... ).Dis autrement alpha et beta sont analogue a des débits donc si vous avez une info sur le débit de sortie et pas d'info sur le débit d'entrée la simulation vous donneras le débit entrée égal au débit sortie faute d'information. Les données politologue ne sont pas assez précises et informatives pour modeliser correctement. En existent ils ? je crois qu'il y là un problème a un tout autre niveau. Alpha et bêta sont recalculés journaliérement au fur et a mesure de l’arrivée des données , vous voyez leur évolution journalière.
Posté le 29 juin 2020
D'accord merci, votre réponse m'éclaire un peu plus!