cancel
Showing results for 
Show  only  | Search instead for 
Did you mean: 
Registration open for Discovery Summit Europe. User Group Members benefit from a 25% discount with the code: DSEUgroup24
Choose Language Hide Translation Bar
francois_berger
Level III

Ne tombez pas amoureuse de votre modèle

bonjour, en ces temps d'épidémie j'espère que vous allez bien et je rends un hommage à Box (et Hunter) et au confinement

Ils disent "Tous les modèles sont faux certains sont utiles" et ils ont raison

Ils disent de n'extrapoler que dans un voisinage immédiat du domaine, et ils ont bien raison ...

J'ai réalisé fin mars un modèle de prévision temporel du nombre de cas en réanimation en Occitanie

Les données d'apprentissage sont du 7/3 au 27/3, ensuite prévisions comparées au réalisé

Un modèle quadratique donne un très bon ajustement

On observe que :

- Les prévisions sur les quelques jours après le 27 mars sont très précises

- A partir d'avril les prévisions deviennent bien trop élevées et fausses

Mes conclusions sont les suivantes

- Je suis content que ce modèle donne des prévisions bien trop élevées, un modèle ne vaut que si le mécanisme de génération des données reste le même, or mon modèle est créé sur une dynamique d'évolution avant confinement, les prévisions à mi avril non

- Le confinement a été efficace au vu du changement de régime

- Cela m'a pris 1h avec JMP collecte des données comprise !

 

Je joins la table et les résultats

Disclaimer : je ne suis pas épidémiologiste, cette petite étude a été faite le 27 mars pour avoir une idée de l'évolution et ce ne sont que des données Occitanie, région peu touchée

Source : https://www.occitanie.ars.sante.fr/coronavirus-dernier-point-de-situation-en-occitanie-0

Box, Hunter & Hunter, Statistics for Experimenters, Wiley est un magnifique livre

 

 

1 REPLY 1
yves_gueniffey
Level II

Re: Ne tombez pas amoureuse de votre modèle

Hello François,

OK pour ton post, mais il faudrait en dire plus, par exemple comme le propose "calking" dans sa série de posts Lessons learned in modeling Covid-19 et la discussion qui s'en suit.