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.