Sinon, j’ai repris le graphique des nombres de nouveaux décès quotidiens en Italie et en France, mis à jour ce matin avec les données Wikipédia :
Données récupérées là :
▻https://fr.wikipedia.org/wiki/Pandémie_de_maladie_à_coronavirus_(COVID-19)_de_2020_en_France
►https://fr.wikipedia.org/wiki/Pandémie_de_maladie_à_coronavirus_de_2020_en_Italie
soit un peu plus de + 20 %/j dans les deux cas
J’ai trouvé les décès en Espagne :
►https://es.wikipedia.org/wiki/Pandemia_de_enfermedad_por_coronavirus_de_2020_en_España
Si j’ajoute ces données, j’obtiens ceci :
Mise à jour avec les chiffres du 18/03/2020 :
Une question pour nos spécialistes des statistiques : je vois que ça fait 3 jours l’Italie est sous la courbe de la corrélation. Si je comprends bien : en dessous de l’évolution exponentielle que prédisent les données statistiques précédentes.
Ça me semble normal d’être dessous sur un ou deux jours, surtout si on a une correction le jour suivant (par exemple en France, nettement moins de morts pendant deux jours - 21 puis 27, mais énormément plus le jour suivant - 89). Mais en Italie, même avec une « correction » à 475 hier, on reste sous la corrélation.
Et comme il s’agit d’une évolution exponentielle, être en dessous, ça commence à faire beaucoup (entre 150 et 200 morts en dessous de la corrélation).
D’où ma question : est-ce qu’il existe des méthodes statistiques, à partir de ces mêmes données, pour savoir si ces 3 jours « en dessous » de la corrélation commencent à être significatifs, ou si on reste dans une sorte de « marge d’erreur » ?
Oui, tu as différentes méthodes, plus ou moins compliquées, pour détecter des ruptures de tendance.
Comme ça, au débotté, une méthode relativement élémentaire, celle des #sommes_cumulées ou #CuSum, devrait permettre de visualiser une éventuelle rupture, mais sans estimation de risque(s) d’erreur.
Pour les données, le centre européen de prévention et de contrôle des maladies propose un jeu quotidien pour chaque État : ▻https://www.ecdc.europa.eu/en/publications-data/download-todays-data-geographic-distribution-covid-19-cases-worldwide
