机器学习(九),案例:使用Excel分析上海的阳性病例趋势

2023-10-13 23:20

本文主要是介绍机器学习(九),案例:使用Excel分析上海的阳性病例趋势,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

使用Excel分析上海的阳性病例趋势

  • 前言
  • 一、案例分析
  • 二、操作步骤
    • 1.补充天数
    • 2.插入散点图
    • 3.新增趋势线
    • 4.分析图以及公式
    • 5.还原趋势线为数值
  • 三、总结


前言

镇楼:茴字有13种写法其实才是深入学习的有效方式

坚持学习挺难,其他暂无。


提示:以下是本篇文章正文内容,下面案例可供参考

一、案例分析

最近上海爆发疫情,本来以为精准防控几天就结束了,没想到愈演愈烈,无意中发现一个excel进行趋势分析的例子,可以一行代码不写就完成预测,下面来试试看。这个是《上海发布》过去两周半的数据。新增阳性,包括了新增确诊病例加上新增无症状感染者。:

日期上海每日新增阳性数量
2022/3/1183
2022/3/1265
2022/3/13169
2022/3/14138
2022/3/15202
2022/3/16158
2022/3/17260
2022/3/18374
2022/3/19509
2022/3/20758
2022/3/21896
2022/3/22981
2022/3/23983
2022/3/241609
2022/3/252269
2022/3/262676
2022/3/273500
2022/3/284477
2022/3/295656

图如下:
在这里插入图片描述

二、操作步骤

1.补充天数

新增天数列,如下图:
在这里插入图片描述

2.插入散点图

如下图,选择指定范围的列:天数,上海每日新增阳性,点击插入 散点图,选择第一个散点图就可以了。

在这里插入图片描述

可以看到散点图了。
在这里插入图片描述

3.新增趋势线

点击散点图上的点,右键里面,新增趋势图

在这里插入图片描述
得到如下图:

在这里插入图片描述
最右边趋势图选项里面:
选择指数,向前表示需要预测的天数,这里输入3,表示预测3天的。另外勾选 显示公式,显示R平方值。
在这里插入图片描述
可以看到散点图上的趋势线变化了,如下:

在这里插入图片描述

4.分析图以及公式

趋势线右上角显示的就是一个从天数转化到阳性病例的公式:
y = 54.361e0.2434x
这就是意味着,每日的新增数 (y),在过去的两周多里面,几乎严格的等于 e 的 天数(x) 乘以 0.2434 次方 再乘以 54.361。

惊讶的是
R² = 0.9821
R² 表示这个模型的精确度,取值在0-1之间。
98.2% 说明模型非常精确,病毒数量如钟表一样,精确的运行着。

5.还原趋势线为数值

趋势线只能看到走势,需要还原为具体的数字,我们将公式修改为excel里面的格式,

y = 54.361 * EXP(0.2434 * X)

填入 excel里面,3月30号那行的格子里面,如下图:
在这里插入图片描述
按下回车,并将公式复制(拖拉到最后一行),如下图:

在这里插入图片描述
指数级的增长趋势确实快。

三、总结

提示:这里对文章进行总结:

本文只是展现excel趋势图的一种应用,但是千万注意,统计学是只是事后统计,不等于现实生活。

这篇关于机器学习(九),案例:使用Excel分析上海的阳性病例趋势的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/206550

相关文章

python使用库爬取m3u8文件的示例

《python使用库爬取m3u8文件的示例》本文主要介绍了python使用库爬取m3u8文件的示例,可以使用requests、m3u8、ffmpeg等库,实现获取、解析、下载视频片段并合并等步骤,具有... 目录一、准备工作二、获取m3u8文件内容三、解析m3u8文件四、下载视频片段五、合并视频片段六、错误

gitlab安装及邮箱配置和常用使用方式

《gitlab安装及邮箱配置和常用使用方式》:本文主要介绍gitlab安装及邮箱配置和常用使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1.安装GitLab2.配置GitLab邮件服务3.GitLab的账号注册邮箱验证及其分组4.gitlab分支和标签的

SpringBoot3应用中集成和使用Spring Retry的实践记录

《SpringBoot3应用中集成和使用SpringRetry的实践记录》SpringRetry为SpringBoot3提供重试机制,支持注解和编程式两种方式,可配置重试策略与监听器,适用于临时性故... 目录1. 简介2. 环境准备3. 使用方式3.1 注解方式 基础使用自定义重试策略失败恢复机制注意事项

nginx启动命令和默认配置文件的使用

《nginx启动命令和默认配置文件的使用》:本文主要介绍nginx启动命令和默认配置文件的使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录常见命令nginx.conf配置文件location匹配规则图片服务器总结常见命令# 默认配置文件启动./nginx

在Windows上使用qemu安装ubuntu24.04服务器的详细指南

《在Windows上使用qemu安装ubuntu24.04服务器的详细指南》本文介绍了在Windows上使用QEMU安装Ubuntu24.04的全流程:安装QEMU、准备ISO镜像、创建虚拟磁盘、配置... 目录1. 安装QEMU环境2. 准备Ubuntu 24.04镜像3. 启动QEMU安装Ubuntu4

使用Python和OpenCV库实现实时颜色识别系统

《使用Python和OpenCV库实现实时颜色识别系统》:本文主要介绍使用Python和OpenCV库实现的实时颜色识别系统,这个系统能够通过摄像头捕捉视频流,并在视频中指定区域内识别主要颜色(红... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间详解

Windows下C++使用SQLitede的操作过程

《Windows下C++使用SQLitede的操作过程》本文介绍了Windows下C++使用SQLite的安装配置、CppSQLite库封装优势、核心功能(如数据库连接、事务管理)、跨平台支持及性能优... 目录Windows下C++使用SQLite1、安装2、代码示例CppSQLite:C++轻松操作SQ

Python常用命令提示符使用方法详解

《Python常用命令提示符使用方法详解》在学习python的过程中,我们需要用到命令提示符(CMD)进行环境的配置,:本文主要介绍Python常用命令提示符使用方法的相关资料,文中通过代码介绍的... 目录一、python环境基础命令【Windows】1、检查Python是否安装2、 查看Python的安

Python并行处理实战之如何使用ProcessPoolExecutor加速计算

《Python并行处理实战之如何使用ProcessPoolExecutor加速计算》Python提供了多种并行处理的方式,其中concurrent.futures模块的ProcessPoolExecu... 目录简介完整代码示例代码解释1. 导入必要的模块2. 定义处理函数3. 主函数4. 生成数字列表5.

Python中help()和dir()函数的使用

《Python中help()和dir()函数的使用》我们经常需要查看某个对象(如模块、类、函数等)的属性和方法,Python提供了两个内置函数help()和dir(),它们可以帮助我们快速了解代... 目录1. 引言2. help() 函数2.1 作用2.2 使用方法2.3 示例(1) 查看内置函数的帮助(