[論文レビュー] Coronavirus (COVID-19): ARIMA based time-series analysis to forecast near future

Hiteshi Tandon, Prabhat Ranjan+2 more|arXiv (Cornell University)|Apr 16, 2020

COVID-19 epidemiological studies参考文献 5被引用数 76

ひとこと要約

論文はARIMAベースの時系列モデルを用いてインドの近未来のCOVID-19症例を予測し、計画支援のために増加して指数関数的な成長傾向を示唆する。

ABSTRACT

COVID-19, a novel coronavirus, is currently a major worldwide threat. It has infected more than a million people globally leading to hundred-thousands of deaths. In such grave circumstances, it is very important to predict the future infected cases to support prevention of the disease and aid in the healthcare service preparation. Following that notion, we have developed a model and then employed it for forecasting future COVID-19 cases in India. The study indicates an ascending trend for the cases in the coming days. A time series analysis also presents an exponential increase in the number of cases. It is supposed that the present prediction models will assist the government and medical personnel to be prepared for the upcoming conditions and have more readiness in healthcare systems.

研究の動機と目的

• 予防と医療計画を支援するために、近未来のCOVID-19感染の予測の必要性を動機づける。
• インドのCOVID-19症例のARIMAベースの予測モデルを開発する。
• 政府と医療準備の支援のために、今後の症例数を予測する。

提案手法

• COVID-19症例データにARIMAベースの時系列モデルを構築・適用する。
• 開発したモデルを用いてインドの近未来の感染者数を予測する。
• 予測を評価・解釈し、成長軌道（上昇/指数関数的）を理解する。
• 医療システムの準備に対する潜在的影響を示唆する。

実験結果

リサーチクエスチョン

• RQ1 ARIMAモデルで捉えたインドの近未来のCOVID-19症例の軌道はどうなるか？
• RQ2 ARIMAベースの予測はインドのCOVID-19症例において上昇および潜在的に指数関数的な成長パターンを明らかにできるか？
• RQ3 予測は今後の状況に対する政府と医療の準備にどう情報を提供できるか？

主な発見

• 近い将来のCOVID-19症例において上昇傾向を示す予測。
• 時系列分析は症例数の指数関数的な増加を示唆している。
• このモデルは政策決定者と医療従事者の準備と資源計画を支援することを意図している。