Статистический анализ данных о распространении коронавирусной инфекции

Актуальность темы работы обусловлена тем, что рост числа заболеваний и смертей от COVID-19 сегодня привлекают внимание всего мира. Различные веб-ресурсы публикуют эти данные по странам и их регионам. Данные доступны всем желающим и обновляются практически в режиме реального времени. Оперативный сбор данных о заболеваниях и смертях и их открытость, несомненно, дают значительные преимущества в борьбе с эпидемией, прогнозировании ее развития и планировании мер по сдерживанию инфекции. Важный аспект анализа эпидемии COVID-19 – сравнение стран и территорий по уровню заболеваемости, летальности и смертности. Учитывая возможности, открывающиеся сегодня для анализа данных, крайне важно понимать, согласно каким критериям эти данные собираются. Цель исследования – выявление зависимости между числом заражений COVID-19 и смертностью от данного вида заболевания.

---

Не знаешь, как заказать дипломную в москве ? Мы ответим на все вопросы.

---

. Задачи исследования:  провести краткую характеристику объекта исследования;  проанализировать зависимость между уровнем заражения и уровнем смертности COVID-19. Объект исследования – коронавирусная инфекция COVID-19. Предмет исследования – статистические данные по коронавирусной инфекции COVID-19. Методы исследования: изучение и анализ научной литературы, синтез, обобщение, корреляционный анализ. Теоретико-информационной базой исследования выступили статьи и периодические издания ученых-специалистов в области статистике и медицины, статистические данные. Структура работы представлена введением, двумя разделами, заключением, списком литературы и приложениями.

Корреляционный анализ определяет степень связи между переменными. Направление корреляционной связи может быть прямое (положительное) или обратное (отрицательное): – при прямой связи с увеличением значений первого признака увеличиваются значения второго признака, а с уменьшением значений первого признака происходит уменьшение значений второго; – при обратной связи значения первого признака изменяются под воздействием второго, но в противоположном направлении по сравнению с изменением второго признака. Сила связи не зависит от ее направленности и определяется по абсолютному значению коэффициента корреляции. Использование в научных исследованиях метода корреляционного анализа позволяет определить связь между различными факторами и результативными показателями. При этом необходимо учитывать, что высокий коэффициент корреляции можно получить и из абсурдной пары или множества данных, в связи с чем данный вид анализа нужно осуществлять на достаточно большом массиве данных. В результате проведения анализа зависимости между числом заболевшим и умерших по двум городам России: г. Томску и г. Москве, было выявлено, что в первом случае коэффициент корреляции составляет 0,9847, а во втором – 0,9836. Столько высокие значения, близкие к единице, свидетельствуют о наличии высокой тесной взаимосвязи между числом заразившихся и умерших от коронавирусной инфекции. Можно утверждать, что чем больше людей заражаются новым вирусом, тем больше и умирает. Таким образом, цель работы достигнута, задачи решены.

1. Румшинский Л.З. Математическая обработка результатов эксперимента: справочное руководство: учебное пособие / Л.З. Румшинский. – Москва: Юрайт, 2017. – 192 с. 2. Шашков В.Б. Прикладной регрессионный анализ. Многофакторная регрессия: учебное пособие / В.Б. Шашков. – Оренбург: ГОУ ВПО ОГУ, 2016. – 363 с. 3. Карта распространения коронавируса // [Электронный ресурс]. – Яндекс. Карты. – Режим доступа: https://yandex.ru/web-maps/covid19?ll=41.775580%2C54.894027&z=3 (дата обращения: 11.10.2020). 4. Статистика коронавируса по г. Москве // [Электронный ресурс]. – Russian-trade. – Режим доступа: https://russian-trade.com/coronavirus-russia/moskva/ (дата обращения: 11.10.2020). 5. Статистика коронавируса по г. Томску // [Электронный ресурс]. – Russian-trade. – Режим доступа: https://russian-trade.com/coronavirus-russia/tomskaya-oblast/ (дата обращения: 11.10.2020). 6. Статистические данные по COVID-19 // [Электронный ресурс]. – Worldometer. – Режим доступа: https://ourworldindata.org/coronavirus (дата обращения: 11.10.2020). 7. Статистические данные по COVID-19 // [Электронный ресурс]. – Институт Джона Хопкинса. – Режим доступа: https://www.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 (дата обращения: 11.10.2020).