كليدواژه :
كوويد-19 , پيش بيني , رويكرد عيني , هموارسازي نمايي
چكيده فارسي :
در پايان دسامبر 2019، گسترش يك بيماري عفوني جديد در شهر ووهان چين گزارش شد كه توسط يك كروناويروس جديد ايجاد شده و به طور رسمي توسط سازمان بهداشت جهاني به عنوان كوويد-19 نامگذاري گرديد. با عبور تعداد قربانيان اين ويروس از مرز 1000 نفر، سازمان بهداشت جهاني براي بيماري ناشي از آن نام رسمي كوويد-19را انتخاب كرد كه اشاره‌اي به «كرونا»، «ويروس»، «بيماري» و سال 2019 دارد. پيش بيني هايي در ارتباط با كوويد-19 ميتواند به دولت در تصميم گيريهاي بهتر كمك كند. در اين مقاله، از يك رويكرد عيني براي پيش بيني هايي در ارتباط با كوويد-19 مبتني بر روشهاي آماري استفاده شده است. تحليل ها با اين فرض انجام شده اند كه داده هاي ارائه شده قابل اعتماد هستند. مهم ترين هدف، پيش بيني روند شيوع ويروس كرونا براي تعداد موارد مبتلاي قطعي، فوتي و بهبوديافته و تخمين مدت زمان مديريت اين ويروس است كه از روش هموارسازي نمايي براي پيش بيني استفاده شده است. اين خانواده از مدلها، به خصوص براي سري هاي زماني كوتاه مدت بسيار مناسب است. هموارسازي نمايي به زبان ساده نوعي ميانگين متحرك است كه خود را اصلاح مي‌كند. در نهايت با توجه به پيش بيني آماري صورت گرفته، به ارائه راهكارهايي مي پردازيم.
چكيده لاتين :
At the end of December 2019, the spread of a new infectious disease was reported in Wuhan, China, caused by a new coronavirus and officially named Covid-19 by the World Health Organization. As the number of victims of the virus exceeded 1,000, the World Health Organization chose the official name Covid-19 for the disease, which refers to "corona", "virus", "disease" and the year 2019.
The forecasting about Covid-19 can help the government make better decisions. In this paper, an objective approach is used for forecasting Covid-19 based on the statistical methods. The most important goal in this paper is to forecast the prevalence of coronavirus for confirmed, dead and improved cases and to estimate the duration of the management of this virus using the exponential smoothing method. The exponential smoothing family model is used for short time-series data. This model is a kind of moving average model that modifies itself. In other words, exponential smoothing is one of the most widely used statistical methods for time series forecasting, and the idea is that recent observations will usually provide the best guidance for the future. Finally, according to the exponential smoothing, we will provide some suggestions.
