冠状病毒预测模型 此仓库包含一个贝叶斯模型，该模型可用于分析和预测本地COVID-19大流行。 方法 这是具有随时间变化的接触率（β）的模型。 Beta估计值受约束开始于R0的先前分配附近，然后随着锁定和限制的到位而允许其徘徊。 先验被置于基于先验文献的动态参数上； 未观察到的beta组件使用了一些信息性的先验，从而使模型保持稳定。 要生成澳大利亚数据的图表，请运行 ，它使用指定的Stan模型。 欢迎发表评论，反馈，问题和建议：随时在此处打开“问题”或“拉取请求”，在ping我，或给我发送电子邮件（ jamie1212@gmail.com ）。 当前结果 这是澳大利亚最新生成的预报。 请注意，此处适用标准警告和谦虚建模。 理解该图表的一种方法是“以面值获取报告的数据，并对病毒的行为方式做出合理的假设，以及未来的前景如何？” 贡献 此回购遵循Google的标准开源条件； 有关更多详细信

贝叶斯预测模型是运用贝叶斯统计进行的一种预测。贝叶斯统计不同于一般的统计方法,其不仅利用模型信息和数据信息，而且充分利用先验信息。

贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测! 它与传统预测方法的不同之处在于利用了来源于经验和历史资料的先验 信息’ 通过实证分析的方法! 将贝叶斯预测模型与普通回归预测模型的预测结果进行比较! 结果表明贝叶斯预测模型具有明显的优越性’