基于谱系聚类的全球各国新冠疫情时间序列特征分析

摘要：

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.

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

所属期刊栏目：23

分类号：S811.5;TP311.13;F830.91

资助基金：中国科学院战略性先导科技专项;国家科技基础资源调查专项;国家自然科学基金

在线出版日期：2021-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：236-245