Анализ и прогнозирование динамики эпидемических заболеваний (COVID-19)

В современном мире каждый человек знает про мировую эпидемию нового коронавируса COVID-19. Практически в каждой стране тысячи зараженных этим вирусом. Количество заболевших растет с каждым днем. Тем самым тема курсовой работы является актуальной.

---

Вам нужна дипломная ? Мы поможем написать.

---

. Объект исследования: динамика COVID-19 в мире. Предметом является анализ заболеваемости COVID-19. Цель работы считается прогнозирование динамики эпидемических заболеваний (COVID-19). Задачами исследования заключается в: 1) Изучении ключевых факторов возникновения вируса; 2) Рассмотрение математических моделей эпидемии; 3) Выявление общей характеристики эпидемических процессов; 4) Построении модели Гомперца для анализа динамики эпидемии; 5) Применении метода анаморфоз к реальным данным для определения параметров модели; 6) Анализе мировых данных по эпидемии коронавируса; 7) Обосновании выбора средств реализации проекта; 8) Описании реализации анализа прогнозирования Covid 19; 9) Прогнозировании. Различные научные статьи отечественных и зарубежных авторов про Covid 19 является теоретической основой работы, а также для анализа были использованы данные с ресурса Интернет в общем доступе. Методами исследования считаются наблюдение, сравнение, анализ, синтез. Практическая значимость работы является в возможности непосредственного использования полученных результатов на практике. Структура курсовой работы заключается во введении, трех глав, заключения и списка литературы. 

В работе представлены результаты построения математической модели развития эпидемии заболевания, вызванного коронавирусом COVID-19 на основе статистических данных по заболеваемости в России, Беларуси, Аргентины и Италии за два года. Рассмотрена теория появления вируса. Проведена оценка параметров моделей по опубликованным статистическим данным. Построены варианты прогноза развития заболеваемости в Российской Федерации, Беларуси, Армении и Италии за два года при изменении различных параметров. Проведенные расчеты показывают, что исследуемые модели могут быть использованы в условиях ограниченного объема и недостаточной достоверности статистических данных. Они позволяют давать не только качественные, но и количественные прогнозы процессов распространения вируса. Результаты прогноза могут использоваться для оценки эффективности режимов самоизоляции, для выбора оптимальной стратегии, например, путем периодического усиления и ослабления карантинных мер и т.д. Также хочется отметить, что расчеты проводились при ряде дополнительных предположений: считалось, что всё население страны восприимчиво к вирусу, вирус не обладает сезонностью и т.п. При таких предпосылках итоговым сценарием является то, что в конечном итоге переболеет значительная часть населения, изменяется только темп распространения болезни. В реальности же распространение инфекции может быть ограничено какими-то факторами, которые в настоящий момент неизвестны и здесь не учитывались. Дальнейшие исследования целесообразно проводить для моделей, учитывающих пространственные неоднородности (сетевые или компарт ментальные модели) и неполную восприимчивость населения к инфекции

1) Кузьмин, В. И. Математическое моделирование : учебное пособие / В. И. Кузьмин, А. Ф. Гадзаов., А.С. Самохина —. 2-е изд., перераб. и доп. — Москва : РТУ МИРЭА,. 2020. — 155 с. 2) Министерство здравоохранения Республика Беларусь [Электронный ресурс] / — Режим доступа:https://minzdrav.gov.by/ru/ (дата обращения 25.04.2023) 3) Министерство здравоохранения Российской Федерации [Электронный ресурс] / — Режим доступа:https://minzdrav.gov.ru/ru (дата обращения 25.04.2023) 4) Ministerio de Salud [Электронный ресурс] / — Режим доступа:https://www.argentina.gob.ar/salud (дата обращения 25.04.2023) 5) Министерство здравоохранения Италии [Электронный ресурс] / — Режим доступа: https://www.salute.gov.it/portale/assistenzaSanitaria/dettaglioContenutiAssistenzaSanitaria.jsp?lingua=italiano&id=1764&area=Assistenza%20sanitaria&menu=vuoto (дата обращения 25.04.2023) 6) Коронавирус COVID-19: общая статистика [Электронный ресурс] / Министерство финансов — Режим доступа: https://index.minfin.com.ua/reference/coronavirus/ (дата обращения 25.04.2023) 7) Coronavirus disease (COVID-19) pandemic [Электронный ресурс] / World Health Organization. — Режим доступа: https://www.who.int/emergencies/diseases/novel-coronavirus-2019 (дата обращения 25.04.2023) 8) Project Tycho [Электронный ресурс] / University of Pittsburgh. — Режим доступа: https://www.tycho.pitt.edu/data/ (дата обращения 25.04.2023) 9) Coronavirus: up-to-date information frоm the EU [Электронный ресурс] / The Diplomatic Service of the European Union — Режим доступа: https://www.eeas.europa.eu/eeas/%D0%BA%D0%BE%D1%80%D0%BE%D0%BD%D0%B0%D0%B2%D0%B8%D1%80%D1%83%D1%81-%D0%B0%D0%BA%D1%82%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D0%B0%D1%8F-%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D1%8F-%D0%B8%D0%B7-%D0%B5%D1%81_ru (дата обращения 25.04.2023) 10) Coronavirus Disease 2019 (COVID-19) [Электронный ресурс] / United States Environmental Protection Agency — Режим доступа: https://www.epa.gov/lep/koronavirus-2019-covid-19 (дата обращения 25.04.2023)