基于谱系聚类的全球各国新冠疫情时间序列特征分析

雩风三日

基于谱系聚类的全球各国新冠疫情时间序列特征分析
1 L' f8 @3 @6 U! e6 f
$ @3 z# z8 u' n# I: _. p: i3 f) B      COVID-19暴发以来，世界各国疫情呈现出不同的时序特点，研究不同国家疫情发展模式的特点，揭示其背后的主导因素，可为未来防控策略提供参考。为了揭示不同国家疫情时间序列之间的异同，本文提取了主要疫情国家每日新增病例时间序列的标准差、Hurst指数、治愈率、增长时长、平均增长率、防控效率进行谱系聚类，并从经济、医疗、人文冲突方面对聚类结果进行了成因分析。结果表明，全球疫情发展模式可分为3大类：C型、S型和I型。C型国家时间序列的特点是持续波动上涨，治愈率较低，原因是其人文冲突不利于疫情防控，经济医疗资源经过长时间大量消耗已趋于匮乏，建议在防控中加强宣传疏导，改变观念，统筹分配经济、医疗资源；S型国家时间序列的特点是快速上升后立即下降，并最终保持稳定趋势，总体治愈率较高，其原因是这类国家国内稳定，经济医疗水平较高，以及防控措施及时，建议加强国际合作和科学研究，并为可能到来的二次疫情做好准备；I型国家时间序列特点是缓慢上涨，整体发展趋势不稳定，治愈率较低，原因是其暴发比较晚，程度较小，大部分经济医疗水平以及人文冲突不利于疫情防控，建议汲取较好的防控经验，实施严格的隔离措施，尽量满足疫情期间物资需求，优化治疗方法。
+ R, ^5 z0 ^/ ^8 [7 V  |
关键词：COVID-19；时间序列；数据挖掘；统计结构特征；谱系聚类；全球公共卫生；防控措施
- i2 S9 c6 s* W3 ~8 ~6 C
3 M! e- [8 S8 {6 C. k3 ^$ b: P