О точности прогнозов по COVID-19

Большое количество кухонной аналитики относительно коронавируса, в том числе и на страницах этого сайта, вызывает ,мягко говоря, недоумение. Захотелось почитать что-то более основательное. Например, про модели для прогнозирования развития эпидемий и их применение для текущих данных. Недолгий поиск привел к статье Estimation of COVID-19 prevalence in Italy, Spain, and France (Оценка распространения COVID-19 в Италии, Испании и Франции).

В статье приводится обзор нескольких моделей (10+) и описание одной довольно простой регрессионной модели ARIMA. По утверждениям авторов, подкрепленным ссылками на результаты ее применения, модель хорошо зарекомендовала при моделирование эпидемий. Авторы взяли данные ВОЗ до 15 апреля, загнали в модель, оценили ее точность и выдали прогноз на ближайшие 10 дней. 

Сейчас мы можем оценить точность этого прогноза (по тому же источнику данных):

Не буду приводить графики, при желании, играя масштабом, их можно сделать так, чтобы прогноз выглядел очень точным, или так, чтобы прогноз выглядел очень ошибочным.

Все цифры попадают в вилку, нарисованную авторами. Что не удивительно, учитывая, какая это вилка, пример можно увидеть на картинке в тизере.

В заключение, несколько замечаний по результатам рассматриваемой статьи и анализа этих результатов:

- современные модели дают примерно одинаковую точность результатов (имеются в виду модели, предложенные и подтвержденные в научных исследованиях, а не домашнего изготовления);

- исходя только из тех даннных, которые публикуются в ежедневном отчете ВОЗ, большую точность прогноза не получить;

- более того, даже эти данные в различных источниках заметно отличаются (достаточно сравнить их, например, с worldmetr'ом).

Большую точность прогноза можно получить собрав данные по каждой больнице, добавив данные по перевозкам на авиа и жд, данные, по которым яндекс считает самоизоляцию, и др. и натравив на эти данные машинное обучение. Весьма вероятно, что такая работа ведется (в рамках отдельных стран), однако маловероятно, что такие результаты опубликуют в открытом доступе.