Pierre Beyssac aussi savoure les joies de l’Open Data…

/886863

    • Du coup, je regarde les 4 séries du fichier csv.
      (ce que je n’ai pas fait jusqu’ici)

      • les entrées en réa ont commencé à plafonner le 26/10, sont restées stables un peu plus d’une semaine avant de commencer une forte décrue
      • à l’œil, on peut considérer que les décès sont décalés de 15 jours
      • on aurait donc une semaine à peu près stable pour les décès et une décroissance à partir du milieu de la semaine prochaine (24/11 ?)
      • toujours à la louche, les radiations tournent autour de 5% du stock d’hospitalisations (un peu plus de 2 bandes de graduation d’écart avec un facteur 100 entre les 2 systèmes de graduation) soit environ un temps de séjour moyen de l’ordre de 20 jours (je sais, on n’est pas en régime stationnaire, mais on va faire comme si…)

    • pour l’extrapolation, c’est très empirique
      et j’ai affiné au fur et à mesure du temps
      • j’ai d’abord commencé par estimer une simple tendance exponentielle
      • devant la régularité d’horloge de la courbe en octobre (contrairement à ce que déclarent certains…), j’ai estimé le poids des jours de semaine (rapports à la tendance, moyennés, même pas centrés - leur moyenne fait presque 1,05)
      • que j’applique en extrapolation sur ma tendance

      ça c’était quand ça montait

      à partir du moment où ça ne monte plus, pas d’estimation de (la nouvelle) tendance possible, donc là, faut choisir, en gros entre stagnation ou retournement. De façon heuristique (doigt mouillé…), j’ai choisi la première, en appliquant les coefficients des jours de semaine calculés précédemment.

    • le décalage temporel entre les courbes réa et dc, je l’ai suivi depuis avril : c’est les +<nb> j sur mon graphique métropole, les tronçons rouge sont des bouts de la courbe réa, décalés, et un peu écrasés cf https://github.com/ofa-/predictor/blob/master/predictor.py#L134-L137

      ça marchait assez bien pour l’épisode 1, montée, descente, et environ pour les vacances d’été ; et ça marchait aussi pas mal sur une bonne partie de la montée de l’épisode 2 ;

      mais là ça colle plus depuis 1-2 semaines :-( ; ptet un pb avec mon scaling - il aligne les courbes en hauteur sur le pic de l’épisode 1.

      question interprétation, je voulais vérifier si on pouvait y voir un vague prédicteur de dc : en utilisant réa scaled+shifted, ça paraît vaguement intuitif, si on dit que réa = antichambre de la morgue ; du coup, on a +nb jours de prédiction de dc à peu de frais en translatant réa ; bon aussi, les deux phénomènes sont globalement de belles exponentielles, alors ça peut coller :-) mais la synchro est troublante, surtout sur une si longue période.

      aussi, j’ai l’impression que la « compression » (diminution de l’écart temporel entre les deux courbes) indique une phase de crise.

      un avis ?