V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
secsilm
V2EX  ›  分享创造

Benford's law 与 COVID19

  •  
  •   secsilm ·
    secsilm · 100 天前 · 1774 次点击
    这是一个创建于 100 天前的主题,其中的信息可能已经有所发展或是发生改变。

    之前在看课的时候学到一个概念叫 Benford's law ,用来描述真实数字数据集中首位数字的频率分布,数字越大出现概率越低,比如以 1 为首位数字的数的出现概率约为总数的三成。但有个前提,这些数字必须是没有范围限制且没有人为干预的,举个例子电话号码就明显不符合。

    那么,这一定律在疫情数据上表现如何呢?

    我简单做了一个数据 app 来看各国分布与标准分布的差距,仅供娱乐 👇

    https://benfords-law-covid19.streamlitapp.com/

    预览:

    image.png

    第 1 条附言  ·  100 天前
    我在 App 中第一条就说明了仅供娱乐,道理不是只有你一个人懂,有些人请嘴巴上放干净,气不过请 block 。
    9 条回复    2022-11-01 08:28:53 +08:00
    Macolor21
        1
    Macolor21  
       100 天前   ❤️ 2
    大胆!
    ruxuan1306
        2
    ruxuan1306  
       100 天前
    国内确诊人数肯定是远高于卫健委统计值的,就和失业率一样。
    luckykong
        3
    luckykong  
       100 天前
    哈。。你们有没有看数据到底揭示了什么结果?
    imes
        4
    imes  
       100 天前 via Android   ❤️ 11
    本福特“定律”应用的前提是事件之间没有依赖 /从属关系,医疗事件具有群体性、地域性和时空性,加上疫情本身被人力干涉。我在生物医学行业这么多年,从来没有见过哪个医学人员会用这玩意去说明事情。按照你这个逻辑,拜登选票也不符合本福特定律。你这么干,和拿绿茶送检,然后宣布医院说绿茶有糖尿病一样离谱。
    imes
        5
    imes  
       100 天前 via Android   ❤️ 1
    @imes 4# [补充] 再贴一个知乎的解释,说明为什么这玩意不可靠( https://www.zhihu.com/question/49661986/answer/1565667783 ),已经很简洁易懂了。学医,最忌讳看到了的新东西,就瞎 jb 乱用。
    zagfai
        6
    zagfai  
       100 天前
    @imes 拜登那个我记得有个统计是说,前面几任都符合,就拜登不符。。
    Leviathann
        7
    Leviathann  
       100 天前
    然后他们看到了,说对,现有的清零政策导致了这些假数据,要加大力度真正做到清零。
    或者 lz 本来就是清零派?
    Zhengqing
        8
    Zhengqing  
       100 天前 via iPhone
    挺好玩
    albert0yyyy
        9
    albert0yyyy  
       100 天前
    反思,立刻就反思
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   广告投放   ·   实用小工具   ·   2648 人在线   最高记录 5556   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 41ms · UTC 00:40 · PVG 08:40 · LAX 16:40 · JFK 19:40
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.