請看我的回答。

1。你的model是用R01（把家庭內部的R0去掉）還是用R0，還是兩個（家庭內部R0和R01）分別用？

你說得對。兩個都用。

2。R0是2.68還是別的數？

不同的地方不一樣。紐約R0>美國R0

3。SIKI怎麽定義的？是社交減少的百分數（如google的60%）？

SIKI=1-R01’/R01。我根據google的report使用，好像吻合很好。

4。你上個post給個google mobility的link。我沒有看到60%。看到retail，workplace等的遞減百分比。你是把這些數據再加個weight得到的60%？

是的。

所有跟帖： 

• 假設家庭內部R0=0，基礎R0=2，google的遞減百分比是50%。那麽R01'=1。 -youdecide- ♂ (93 bytes) () 04/18/2020 postreply 17:53:36

• 沒錯，You Got it. -dwgui1974- ♂ (0 bytes) () 04/18/2020 postreply 19:54:44

• 這種情況下（1-1/R01‘=0），按第一個post，總人口幾乎就不會有感染。這種情況會不會少估計了？ -youdecide- ♂ (0 bytes) () 04/19/2020 postreply 12:52:30

• 你理解錯了。 -dwgui1974- ♂ (349 bytes) () 04/19/2020 postreply 13:56:02

• 我是看你在第一個post裏說的” 即大約（1-1/R0）整個人口將感染該病毒” -youdecide- ♂ (51 bytes) () 04/19/2020 postreply 14:47:32

• 可以代替。這個比例是相對於一個大的人群來說的。當有人感染後，有效的R0就下降到小於1。而R0小於1的傳染病會很快消失。所以對於一 -dwgui1974- ♂ (229 bytes) () 04/19/2020 postreply 15:04:00

• 假設一個人隻能在兩個地方（grocery stores/home），並且現在去grocery shopping的人數控製到 -youdecide- ♂ (487 bytes) () 04/19/2020 postreply 16:05:39

• 你描述的這個理想實驗，理論上成立。 -dwgui1974- ♂ (478 bytes) () 04/19/2020 postreply 19:44:26

• 在這種人少了一半的情況下（假設R01=2），我感覺R01’不應該是1。一個人還是有可能傳染兩個人。 -youdecide- ♂ (50 bytes) () 04/19/2020 postreply 20:56:44

• 你說得有點矛盾。傳染的速度沒有那麽快，就意味這R01下降，就會小於2。是不是線性關係不一定，但是配合消毒，social dist -dwgui1974- ♂ (206 bytes) () 04/20/2020 postreply 07:33:05

• 所以我想問的就是這個（你的model是不是把SIKI和google數據的關係當作線性處理）。 -youdecide- ♂ (370 bytes) () 04/20/2020 postreply 08:56:37

• 我是假設線性。有可能會低估，也有可能高估，因為還有別的措施。不過任何Model參數都是根據已知數據擬合出來的。目前可以擬合和數據 -dwgui1974- ♂ (253 bytes) () 04/20/2020 postreply 12:53:16

• 是，模型隻是做參考。讀你的posts讓我對傳染病的模型的建立有了些了解。謝謝。 -youdecide- ♂ (0 bytes) () 04/20/2020 postreply 13:11:08

• 謝謝你閱讀我的文章。佩服你的鑽研精神。 -dwgui1974- ♂ (0 bytes) () 04/20/2020 postreply 13:58:48

• 另外你說得對，1-1/R0隻是傳染病模型上一個粗略的估計。實際模型顯示感染者的比例會大於這個值。至少我的模型顯示如果既不檢測，也 -dwgui1974- ♂ (343 bytes) () 04/19/2020 postreply 20:22:09