COVID-19每日数据分析集-2020至2023-craigphillips
数据来源：互联网公开数据
标签：COVID-19,数据分析,传染病,预测模型,回归曲线,SIR模型,全球疫情
数据概述：
本数据集包含自2020年1月22日以来COVID-19每日疫情数据，涵盖了全球多个国家和地区的确诊病例数。数据主要用于构建预测模型，以估算各国/地区的最大确诊病例数，并生成相应的时间线。数据集特别关注了中国（尤其是湖北省）和韩国的疫情发展情况，并基于这些地区的数据拟合了回归曲线，其中S形曲线拟合模型尤为重要，尽管其他模型可能具有更好的拟合度（r2），但S形曲线的参数具有实际意义，便于用户理解。
数据用途概述：
该数据集适用于疫情预测、数据分析、政策制定等多种场景。数据分析人员可以利用数据构建预测模型，评估疫情未来的发展趋势；政策制定者可以依据模型结果制定相应的防控措施；研究人员可以利用数据进行传染病模型研究，提高对病毒传播机制的理解。此外，该数据集还适用于教学和科普活动，帮助公众更好地了解COVID-19疫情的发展情况和防控策略。
数据集内容：
- 确诊病例数：各国/地区每日新增和累计确诊病例数。
- 回归曲线拟合结果：基于湖北省和韩国的疫情数据拟合的S形曲线模型参数。
- 时间线：各国/地区疫情发展的预计时间线。
数据集参考：
- 基于covid-19-digging-a-bit-deeper和COVID Global Forecast: SIR model + ML regressions数据集进行研究。
- 该数据集受到Tomas Pueyo在Medium文章“Coronavirus: The Hammer and the Dance”中的启发，特别关注了疫情发展的“Hammer and the Dance”现象，即严格的防控措施（Hammer）和逐步放宽限制的策略（Dance）。
