[논문 리뷰] A Vector Autoregression Prediction Model for COVID-19 Outbreak

Q Wang, Yongning Zhou외 1명|arXiv (Cornell University)|2021. 02. 06.

COVID-19 epidemiological studies참고 문헌 27인용 수 4

한 줄 요약

이 연구는 미국 내 일일 코로나19 확진자 수를 예측하기 위해 다변량 벡터 자기회귀(VAR) 모델을 제안한다. 기저 변수로 기온, 습도, 인구 밀도, 시민 신뢰도 등의 내생적 및 외생적 변수를 사용한다. 새로운 통제 조치가 시행되지 않는 한, 모델은 연말 2020년까지 일일 확진자가 약 240,000명에 이를 것으로 예측한다.

ABSTRACT

Since two people came down a county of north Seattle with positive COVID-19 (coronavirus-19) in 2019, the current total cases in the United States (U.S.) are over 12 million. Predicting the pandemic trend under effective variables is crucial to help find a way to control the epidemic. Based on available literature, we propose a validated Vector Autoregression (VAR) time series model to predict the positive COVID-19 cases. A real data prediction for U.S. is provided based on the U.S. coronavirus data. The key message from our study is that the situation of the pandemic will getting worse if there is no effective control.

연구 동기 및 목표

• 미국 내 일일 코로나19 확진자 수를 단기 예측하기 위한 강력한 다변량 시계열 모델을 개발하기 위해.
• 정확도를 향상시키기 위해 내생적(예: 확진자 수, 사망자 수, 회복자 수) 및 외생적(예: 기상 조건, 인구 밀도, 시민 참여도) 변수를 모두 통합하기 위해.
• 내부 검증을 통해 모델 성능을 평가하고, ARIMA와 같은 단변량 모델 및 SIR와 같은 분할 모델과 비교하기 위해.
• 현재 상황 하에서 유행 추세를 예측함으로써 공중보건 계획에 실질적인 통찰을 제공하기 위해.
• 탄력적이고 해석 가능한 프레임워크를 사용함으로써 향후 유행 예측에 일반화 가능성을 확보하기 위해.

제안 방법

• 다양한 시계열 변수 간의 동적 상호의존성을 포착하기 위해 다변량 벡터 자기회귀(VAR) 모델을 사용한다.
• 문헌 기반으로 핵심 예측 변수를 선정: 확진자 수, 사망자 수, 회복자 수, 기온, 강수량, 풍속, 습도, 인구 밀도, 시민 신뢰도, 시민 참여도.
• 모델 유효성과 OLS를 통한 일관된 추정을 확보하기 위해 정상성 및 공통근적성 검정을 적용한다.
• 실제 데이터에 대한 모델 커버리지와 불확실성 평가를 위해 95% 예측 구간을 사용한다.
• 실제 일일 확진자 수와 예측값을 여러 시점에서 비교함으로써 내부 검증을 수행한다.
• 유행의 심각도와 대응 조치의 효과를 더 잘 반영하기 위해 누적 확진자 수가 아닌 일일 신규 확진자 수에 집중한다.

실험 결과

연구 질문

• RQ1 ARIMA와 같은 단변량 모델과 SIR와 같은 분할 모델에 비해 다변량 VAR 모델이 일일 코로나19 확진자 추세 예측에서 뛰어난 성능을 보일 수 있는가?
• RQ2 VAR 모델이 전염병 변수와 기상 또는 사회적 요인 간의 역동적 상호작용을 얼마나 잘 포착하는가?
• RQ3 급격한 증가 또는 감소 기간 동안 모델의 예측 구간이 실제 일일 확진자 수를 얼마나 잘 커버하는가?
• RQ4 새로운 공중보건 조치가 도입되지 않는 한, 향후 30일 간의 일일 신규 확진자 수에 대한 전망은 어떠한가?
• RQ5 2020년 9月下旬과 11월에 관찰된 급격한 확진자 증가와 같은 재유행을 모델이 얼마나 잘 예측하는가?

주요 결과

• VAR 모델은 2020년 8月下旬부터 시작된 일일 확진자 급증을 성공적으로 예측하였으며, 추세가 실제 데이터와 매우 유사했다.
• 2020년 11월 3일부터 11월 24일까지의 기간 동안, 모델의 예측값(일일 86,890~152,604명)은 95% 예측 구간 내에 있었으며, 11월 10일과 17일에 실제 값이 상한선을 약 10,000명 정도 초과하였다.
• 12월 1일에는 예측 일일 확진자 수가 약 177,000명, 12월 8일에는 186,000명, 12월 15일에는 195,000명, 12월 22일에는 208,000명으로 나타나 계속 상승 추세를 보였다.
• 95% 예측 구간이 일관되게 실제 값을 커버하여 모델의 신뢰성과 불확실성 정량화 능력이 뛰어나다는 것을 입증했다.
• 모델은 11月下旬에 발생한 두 번째 정점도 정확히 포착하였으며, 11월 24일에 예측 정점이 약 153,000명으로 실제 값 167,012명과 유사했다.
• 2020년 11월 24일부터 시작된 30일 예측 기간 동안, 연말까지 일일 확진자 수가 약 240,000명에 이를 것으로 예측하여, 새로운 통제 조치가 없을 경우 전파가 계속될 위험을 드러냈다.