Influence de la figure sombre
Dans la pandémie de corona, de nombreux virologues supposent que le nombre de personnes infectées est 100 fois supérieur au nombre de personnes dont le test est positif. Si vous multiplexez toutes les valeurs mesurées avec ce facteur (figure sombre), cela a une influence considérable sur l'ajustement de la courbe, car il vous rapproche à la limite de saturation.
Sans figure sombre:
Données de: "JHU_DE_Mrz-Apr.csv" Limite de saturation: 56 Mio Figure sombre: 1 4,559·1010 ƒ(x) = —————————————— 814,1 + 5,51·107·e^(-0,112·t) Point d'inflexion W(99,4/28 Mio) Taux de croissance maximal f'(xw) = 1,5688 Mio 60 valeurs Coeff.de déterm. = 0,82574762 Coeff.de correl. = 0,90870656 Ecart-type = 0,90673232

Avec figure sombre = 100:
Données de: "JHU_DE_Mrz-Apr.csv" Limite de saturation: 56 Mio Figure sombre: 100 4,250·1012 ƒ(x) = —————————————— 75885 + 5,59·107·e^(-0,119·t) Point d'inflexion W(55,437/28 Mio) Taux de croissance maximal f'(xw) = 1,6674 Mio 60 valeurs Coeff.de déterm. = 0,8471621 Coeff.de correl. = 0,92041409 Ecart-type = 0,89105973

Avec figure sombre = 330:
Données de: "JHU_DE_Mrz-Apr.csv" Limite de saturation: 56 Mio Figure sombre: 330 7,82·1012 ƒ(x) = ——————————————— 1,41·105 + 5,59·107·e^(-0,162·t) Point d'inflexion W(36,931/28 Mio) Taux de croissance maximal f'(xw) = 2,2714 Mio 60 valeurs Coeff.de déterm. = 0,95628418 Coeff.de correl. = 0,97789784 Ecart-type = 0,61100523

Le coefficient de détermination est évidemment le plus élevé dans le troisième exemple et la courbe semble également correspondre le mieux aux valeurs mesurées. Cependant, il faut toujours se demander où se termine la modélisation des données et où commence la manipulation des données.