이 연구는 실시간 Kalman Filter 알고리즘을 이용하여 코로나19(COVID19)의 대한민국의 확진자 추이를 예측합니다. 인구 데이터, 세계 각 지역별 확진자 수, 날씨 데이터를 입력해서 시계열 데이터 분석과 통계 알고리즘으로 확진자 추이를 예측할 것입니다.
Ran Kremer이 Kalman Filter로 제작한 모델은 그동안 단기간의 확진자 증가 수를 비교적 정확하게 예측했습니다. 저는 Ran Kremer의 모델을 대한민국의 경우에 한정해서 확진자 수 / 사망자 수 / 완치자 수의 경향을 예측해보려고 합니다.
- 2월 22일자 원작자 Ran Kremer의 Medium 아티클 "Kalman Filter을 이용한 코로나19 확산 예측"
- 3월 1일자 원작자 Ran Kremer의 Medium 아티클 "코로나19 확산 예측 업데이트"
- y축은 확진자수, x축은 날짜입니다.
- 파란색은 실제 데이터값, 노란색은 예측치입니다.
- y축은 확진자수, x축은 날짜입니다.
- 파란색은 Kalman Filter 예측치입니다.
| '20년 2월 29일까지의 데이터를 이용한 예상 확진자 수 | |
|---|---|
| date | South Korea_nan |
| 2020-03-01 | 3166.0 |
| 2020-03-02 | 3783.0 |
| 2020-03-03 | 4005.0 |
| 2020-03-04 | 4199.0 |
| 2020-03-05 | 4630.0 |
| 2020-03-06 | 4927.0 |
| 2020-03-07 | 5402.0 |
| 2020-03-08 | 5864.0 |
| 2020-03-09 | 5864.0 |
| 2020-03-10 | 6494.0 |
| 2020-03-11 | 6494.0 |
| 2020-03-12 | 7154.0 |
| 2020-03-13 | 7215.0 |
| 2020-03-14 | 7215.0 |
| 2020-03-15 | 7215.0 |
- 예상 확진자 수가 날짜에 비해서 하루씩 밀림 (ex: 3월 2일 예상 확진자 수는 3783명이 아니라 4005명)
- 검사 전체 당 확진 수를 구해서 퍼센트화
- 코로나바이러스19로 인한 확진자, 사망자, 데이터셋은 매일 업데이트 됩니다.
- 데이터셋의 출처는 Johns Hopkins University CSSE의 Novel Coronavirus (COVID-19) Cases입니다.
- 중국의 경우는 각 성(省) 별로 인구 데이터가 나누어져 있습니다.
- 한국을 포함한 다른 지역들은 국가 단위로 인구 데이터가 나누어져있습니다.