基于非线性多项式拟合函数的意大利新冠疫情新增病例的分析

• 作者: 唐子惠 王安娜 阎虎勤 黄家兴
• 来源期刊: 数据挖掘
• 学科: 教育
• 关键词: 新冠疫情比例 非线性多项式拟合函数 趋势预测
• 年，卷（期）: 2020,（3）
• 页码范围: 183-191
• 页数: 9页
• 分类号: G63

摘要

基于非线性多项式拟合函数,以意大利为例,使用Python对数据进行非线性多项式拟合函数估计,对该国新冠疫情新增病例进行分析。利用2月23日至4月16日意大利的新冠疫情的历史数据,选取具有代表性的数据,通过对使用非线性多项式拟合函数进行之后十天的趋势分析,对比重合程度最高的模型,从而构建了对意大利新冠疫情新增病例预测的最佳函数,进而通过该函数对意大利未来5天的趋势进行分析。结果显示,幂函数的拟合程度最高,更加贴近于实际数值,故选其作为最终的预测结果,并结合意大利国家目前防疫工作的进度和国家情况,提出可行和科学的防疫措施和政策。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阎虎勤		38	3	1.0	1.0
2	王安娜		2	0	0.0	0.0
3	唐子惠		2	0	0.0	0.0
4	黄家兴		2	0	0.0	0.0