세계 감염 데이터를 활용한 감염 확률분포 연구
A study on the Distribution of Infection probability using Global Infection Data
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
지난 2019년 12월 중국에서 코로나바이러스 질병(COVID-19)의 첫 확진 사례가 보고된 후, 2021년 3월 10일 현재 세계적으로 확인된 확진 환자의 수는 약 1억 1천7백만 명이 넘었다. 본 연구에서 214개 국가에 광범위하게 발생한 세계 COVID-19 감염확률분포는 파레토 지수가 에 가까운 멱 법칙이 작동함을 실증적으로 증명했다. 본 연구에서는 COVID-19 감염확률분포가 감마 성장률 분포와 잘린 로지스틱 나이 분포 조합으로 구성됨을 실증적으로 도출하였다. 본 실증분석은 첫째, 세계 국가 단위에서 감염병 확진 사례의 감마 성장률 분포와 각 국가 내에서 COVID-19가 존재했던 잘린 로지스틱 나이 분포를 추정하였다. 둘째 이론적 감염확률분포 분석해는 세계 COVID-19 확진 사례 분포에서 직접 추정한 추정치와 정확히 일치하는 멱 법칙 지수를 도출하였다. 마지막으로 기존 미국 대상 COVID-19 확진 사례 규모 분포()와 본 연구의 세계 대상 COVID-19 확진 사례 규모 분포()가 에 존재했다. 본 실증분석결과는 COVID-19 감염 질병의 확산방식에 있어 보편성을 뒷받침한다.
Abstract
After the first confirmed cases of coronavirus disease (COVID-19) were reported in China in December 2019, as of March 10, 2021, the number of confirmed cases worldwide has exceeded 117 million. In this study, the global distribution of COVID-19 infection probabilities that occurred widely in 214 countries empirically proved that the power law of Pareto index close to . In this study, we empirically derived that the COVID-19 infection probability distribution consists of a combination of a gamma growth rate distribution and a truncated logistic age distribution. This empirical analysis first estimated the distribution of the gamma growth rate of confirmed cases of infectious diseases at the global national level and the distribution of the truncated logistic age at which COVID-19 was present in each country. Second, the theoretical analysis of the distribution of infection probability derives a power law index that exactly matches the estimate directly estimated from the global distribution of COVID-19 confirmed cases confirmed on September 18. Lastly, the distribution of the size of existing COVID-19 cases in the U.S. () and the distribution of the size of cases of COVID-19 in this study () existed in . The results of this empirical analysis support the universality of the spread of COVID-19 infected diseases.
참고문헌 (12)
- 나원준, "특허정보를 활용한 IoT기반 유헬스산업의 유망기술 예측", 기술경영, 3(4), pp.99~118 (2018), 국가미래기술경영연구소[DOI]
- Axtell, R., "Zipf Distribution of U.S. Firm Sizes", Science, 293(5536), pp.1818~1820 (2001)
- Beare, B.K, "Geometrically Stopped Markovian Random Growth Processes and Pareto tails", Physica D, 412, pp.132649~ (2020)
- Endo, A., "Estimating the Overdispersion in COVID-19Transmission Using Outbreak Sizes Outside China", Wellcome Open Research (2020)
- Durrett, R, "Probability: Theory and Examples" (2010)
- Liu, Y., "Aerodynamic Analysis of SARS-CoV-2 in Two Wuhan Hospitals", Nature, 582, pp.557~561 (2020)
- Lloyd-Smith, O., "Superspreading and the Effect of Individual Variation on Disease Emergence", Nature, 438, pp.355~359 (2005)
- Luttmer, E. G., "Selection, Growth, and the Size Distribution of Firms", Q. J. Econ, 122(3), pp.1103~1144 (2007)
- Kermack, W., "A Contribution to the Mathematical Theory of Epidemics", Proc. R. Soc. Lond. Ser. A Math. Phys. Eng. Sci, 115(772), pp.700~721 (1927)
- Nakagawa, K., "Application of Tauberian Theorem to the Exponential Decay of the Tail Probability of a Random Variable", IEEE Trans. Inform. Theory, 53(9), pp.3239~3249 (2007)
- Nishiura, H., "The Extent of Transmission of Novel Coronavirus in Wuhan, China, 2020", J. Clin. Med., 9, pp.330~ (2020)
- West, J., "Scale" (2017), Brockman, Inc