Einfluss der Dunkelziffer
Bei der Corona-Pandemie gehen viele Virologen davon aus, dass die Anzahl der Infizierten um den Faktor 100 größer ist als die Anzahl der positiv Getesteten. Wenn man alle Messwerte mit diesem Faktor (Dunkelziffer) multilpiziert, so hat dies erheblichen Einfluss auf die Kurvenanpassung, da man damit näher an die Sättigungsgrenze kommt.
Ohne Dunkelziffer:
Daten aus: "JHU_DE_Mrz-Apr.csv" Sättigungsgrenze: 56 Mio Dunkelziffer: 1 4,559·1010 ƒ(x) = —————————————— 814,1 + 5,51·107·e^(-0,112·t) Wendepunkt W(99,4|28 Mio) Maximale Wachstumsrate ƒ'(xw) = 1,5688 Mio 60 Werte Bestimmtheitsmaß = 0,82574762 Korrelationskoeff. = 0,90870656 Standardabweichung = 0,90673232

Mit Dunkelziffer = 100:
Daten aus: "JHU_DE_Mrz-Apr.csv" Sättigungsgrenze: 56 Mio Dunkelziffer: 100 4,250·1012 ƒ(x) = —————————————— 75885 + 5,59·107·e^(-0,119·t) Wendepunkt W(55,437/28 Mio) Maximale Wachstumsrate ƒ'(xw) = 1,6674 Mio 60 Werte Bestimmtheitsmaß = 0,8471621 Korrelationskoeff. = 0,92041409 Standardabweichung = 0,89105973

Mit Dunkelziffer = 330:
Daten aus: "JHU_DE_Mrz-Apr.csv" Sättigungsgrenze: 56 Mio Dunkelziffer: 330 7,82·1012 ƒ(x) = ——————————————— 1,41·105 + 5,59·107·e^(-0,162·t) Wendepunkt W(36,931/28 Mio) Maximale Wachstumsrate ƒ'(xw) = 2,2714 Mio 60 Werte Bestimmtheitsmaß = 0,95628418 Korrelationskoeff. = 0,97789784 Standardabweichung = 0,61100523

Das Bestimmtheitsmaß ist offensichtlich beim 3. Beispiel am höchsten und auch die Krurve scheint am besten zu den Messwerten zu passen. Allerdings muss man sich immer fragen wo die Daten-Modellierung aufhört und die Daten-Manipulation anfängt.