Wir coronieren

Er könnte es natürlich wie das "3. Jahrtausend" machen. Da werden die Geldspender vorgelesen bzw. eingeblendet. Aber ich vermute mal, dass der Spendeneingang dort etwas "überschaulicher" als bei KenFM ist.

Übrigens finde ich, dass das "3. Jahrtausend" so ziemlich der Beste Informationskanal im deutschsprachigen Internet ist. Jedenfalls was kritische Berichterstattung betrifft.

Sorry, da bin ich überfragt. Aber der nachfolgende Text besagt, dass es am besten ist, wenn Sender und Empfänger Masken tragen.

Ok ich habe mir die Bilder nochmal genauer angeschaut und habe mitbekommen, dass ich mich da verschaut habe.
Das Problem des Experiment ist übrigen die geringe Wiederholungsanzahl (n=3)

@franzli

du hast mir zu Denken gegeben mit deiner Frage warum man nur die letzten 4 Monate betrachtet

ich geht um folgendes

Gesetz zur Verhütung und Bekämpfung von Infektionskrankheiten beim Menschen (Infektionsschutzgesetz - IfSG)
§ 5 Epidemische Lage von nationaler Tragweite
(1) Der Deutsche Bundestag stellt eine epidemische Lage von nationaler Tragweite fest. Der Deutsche Bundestag hebt die Feststellung der epidemischen Lage von nationaler Tragweite wieder auf, wenn die Voraussetzungen für ihre Feststellung nicht mehr vorliegen. Die Aufhebung ist im Bundesgesetzblatt bekannt zu machen.
(2) Das Bundesministerium für Gesundheit wird im Rahmen der epidemischen Lage von nationaler Tragweite unbeschadet der Befugnisse der Länder ermächtigt,

Im Parlament regt sich deswegen auch schon quer durch die Parteien Widerstand.
Das Problem ist, dass man auch irgendwann mal wieder die Legislative wieder mit ins Boot holen muss. Zumindest im Sommer sind die Sonderbefugnisse bei solchen Zahlen kritisch zu hinterfragen. Besonders weil hier im Sommer doch einige Fehlentscheidungen getroffen sind. (und hier sehe ich die Fehlentscheidungen eher in Richtung Lockerung der Reisebeschränkungen etc.)

Aus der Diskussion, welche Maßnahmen wann und wie angewendet die effektivsten sind, halte ich mich heraus. Damit muss man sich wohl intensiv beschäftigen, um da mitreden zu können.

Was mir aber gar nicht schmeckt ist die Beurteilung der Gefährlichkeit von Covid-19.
Diese wird häufig am Vergleich der Todesfälle mit der Influenza festgemacht und die Ergebnisse, die ich kenne, schwanken zwischen 10 bis 20 mal gefährlicher als Influenza.

Anbei ausgewählte Zahlen des RKI, die Maxima der absoluten und prozentualen Zahlen der Todesfälle in Deutschland betreffend, sowie der Status quo per 23.10.2020.




Natürlich sind die Zahlen zwangsläufig ungenau, weil die Beurteilung, was tatsächlich Covid-19 und was anderen Krankheiten zuzuordnen ist, zumindest partiell subjektiv getroffen wird, von der Dunkelziffer ganz zu schweigen.

Was bisher aber überhaupt keinen Eingang in mir bekannte Statistiken gefunden hat, ist die Anzahl derer, die überlebt aber bleibende schwere Folgeschäden erlitten haben.

Diese Fallzahl liegt vermutlich sehr viel höher als die der Todesopfer. Muss unter diesem Gesichtspunkt nicht die Gefährlichkeit von Covid-19 viel höher eingeschätzt werden?

Im post 1993 habe ich die Lancet-Studie

thelancet.com/action/showPdf?pii=S1473-3099(20)30785-4

angegeben, auf die auch im n-tv-Artikel

n-tv.de/wissen/Wie-wirksam-sin…hmen-article22119982.html

und diversen weiteren Presseartikeln verwiesen wird.

Ich habe diese Studie komplett gelesen.

Sie enthält viele sehr interessante Resultate, hinterlässt aber bezüglich der Wirksamkeit von Einzelmaßnahmen den Eindruck, der Verbot öffentlicher Veranstaltungen sei die effektivste Einzelmaßnahme. Das wird durch die Tabelle 1 der Arbeit befördert, die die (vorgebliche) Wirksamkeit von 8 untersuchten Einzelmaßnahmen angibt. Ausgerechnet dieses "Resultat" wird von den Medien zitiert.

Das halte ich für nicht gesichert. Die diesbezüglichen Formulierungen der Arbeit zur Wirksamkeit der Einzelmaßnahmen sind, gelinde gesagt, irreführend und durch die Daten nicht gedeckt.

Grund: Viele Staaten haben als eine der ersten Maßnahmen das Verbot öffentlicher Veranstaltungen eingeführt.
Wie die Autoren selber schreiben (Seite 3, rechte Spalte oben), haben sie die Wirksamkeit von nachfolgend eingeführten Einzelmaßnahmen ermittelt, indem sie die nachfolgende Effektivität der neuen Gesamtmaßnahme (gemessen in der Änderung des R-Faktors) in Beziehung setzen zur Effektivität der unmittelbar vorhergehenden Gesamtmaßnahme, d.h. einfach den Quotienten berechnen.

Dies erklärt das Phänomen, das @Gambitspieler am Ende seines posts 2003 angibt.

Dies ist aber die bedingte Effektivität der Einzelmaßnahme. Sie steht unter der Bedingung der vorher eingeführten anderen Maßnahmen. Wenn man diese Einzelmaßnahme als erstes einführen würde, könnte sie einen anderen Wert haben. Die Autoren geben aber genau diesen Wert in ihrer Tabelle 1 als Wirksamkeit der Einzelmaßnahmen an.

Zur Verdeutlichung: Das Verbot öffentlicher Veranstaltungen hat eine gewisse Effektivität. Eine spätere Ausgangsbeschränkung hat eine zusätzliche Effektivität. Würde man die Ausgangsbeschränkung als Erstes verpflichtend einführen, so hätte sie eine viel größere Effektivität, da sie den Besuch öffentlicher Veranstaltungen ja unmöglich macht. Wenn man danach ein Verbot öffentlicher Veranstaltungen einführt, so hätte dies keinen zusätzlichen Nutzen. Dies zeigt die Abhängigkeit der berechneten Effizienz von der Reihenfolge der Einführung der Einzelmaßnahmen.

Entsprechende Abhängigkeiten sind auch bei den anderen Maßnahmen möglich.

In ihrer Diskussion erwähnen die Autoren, dass ihre Resultate von der Reihenfolge der eingeführten Maßnahmen abhängen können, aber dies geht unter, wie die Reaktion der Presse zeigt.

Dies zeigt, dass die angegebenen vorgeblichen Wirksamkeiten der Einzelmaßnahmen in dieser Form nicht zutreffen bzw. nicht belegt sind.

Zusatz: Dank an @Gambitspieler für eine gute Diskussion (in pn's) zu dieser Frage.
Meinen Ausdruck "Milchmädchenrechnung" für seine Berechnung nehme ich natürlich zurück!

@Patzer

Du vergisst bei deinen Zahlen die Dunkelziffer.
Aktuell geht man in Deutschland inklusive Dunkelziffer von ca. 1mio infizierten seit Anfang der Pandemie aus.

Hierzu auch mal eine interessant Simulation wieviel Fälle wie gehabt hätten, wenn wir von Anfang an so viel getestet hätten wie aktuell

ifo.de/DocDL/sd-2020-digital-1…nfektion-dunkelziffer.pdf

Auch deine Annahme, dass wir exponentielles Wachstum haben ist nicht belegt.
Siehe dazu die Übersicht des 7-Tage R-Wertes

de.statista.com/statistik/date…-covid-19-in-deutschland/

@Gambitspieler

Nimm bitte endlich zur Kenntnis:
1. Wir wissen alle, dass die Zahlen des RKI ungenau sind.
2. Wir wissen alle, dass man Tageszahlen mit Vorsicht betrachten muss, weil sie durch Zufälle Spitzen nach oben oder unten enthalten können.
3. Wir wissen alle, dass deshalb die Zahlen durch Korrekturrechnungen bereinigt werden müssen.
4. Wir wissen alle, dass die RKI-Zahlen der Realität hinterherhinken.
5. Wir wissen alle, dass es eine hohe Dunkelziffer gibt.
Weitere Belehrungen sind diesbezüglich wirklich nicht nötig.

Was Du endlich mal begreifen solltest:
Dadurch ändert sich die Form der Kurve nicht im geringsten, es ändern sich nur die Werte.

Warum?
- Die zeitliche Verzögerung verschiebt die Kurve lediglich horizontal um einige Tage.
- Die Dunkelziffer verschiebt die Kurve lediglich vertikal. Bei einer angenommenen Dunkelziffer von 50% wären die Werte doppelt so hoch.
- Die Spitzen in den Tageszahlen werden in Trendberechnungen bereinigt.

Untern Strich ergibt also die unkritische Verwendung der RKI-Zahlen immer eine sehr optimistische Prognose.
Aber auch diese optimistische Betrachtung täuscht nicht darüber hinweg, dass die Verlaufskurve gegenwärtig leider exponentiell ist.

de.statista.com/statistik/date…ronavirus-in-deutschland/

Man muss schon blind sein und zwar auf beiden Augen, um das nicht zu sehen!

Ich werde weiterhin die RKI-Zahlen für Hochrechnungen verwenden, und ich werde mich nicht jedes mal dafür entschuldigen!

@Patzer

Verstehst du was der 7-R-Tage Wert mathematisch bedeutet? Er sagt etwas aus über den Anstieg der Zahl der Neuinfizierten aus
Er berechnet sich aus 7 Tagen. Dabei werden jedoch die letzten 3 Tage ignoriert.
D.H. der 7 Tage -R-Wert vom 8.10. z.B. umfasst die Werte vom 28.9 bis 5.10
.

Vergleiche 7-Tage R-Wert
8.10. = 1,17 / 15.10 =1,08 / 22.10 = 1,11
9.10. = 1,34 / 16.10 = 1,22 / 23.10.= 1,23
10.10. = 1,42 / 17.10. = 1,4 / 24.10 = 1,38
11.10. = 1,4 / 18.10 = 1,44 / 25.10 =1,39
12.10. = 1,29 / 19.10 = 1,35 / 26.10 = unbekannt
13.10. = 1,18 / 20.10. = 1,25 / 27.10 = unbekannnt
14.10. = 1,04 / 21.10. = 1,09 / 28.10. = unbekannt

Diese Zahlen sprechen die Zahlen für einen linearen Anstieg.
die Zahlen am 19.10 und 20.10 gehört Beachtung geschenkt. Es kann allerdings auch ein Ausgleich zum 15.10. und 16.10 sein, da hier der R-Wert gesunken ist.


zum Vergleich die Werte Ende September/Anfang Oktober

24.9. = 0,78 / 1.10. = 0,9 / 8.10. = 1,17
25.9 = 0,91 / 2.10 = 0,97 / 9.10. = 1,34
26.9 = 1,08 / 3.10 = 1,1 / 10.10. = 1,42
27.9 = 1,17 / 4.10 = 1,23 / 11.10. = 1,4
28.9. = 1,18 / 5.10 = 1,21 / 12.10. = 1,29
29.9 = 1,12 / 6.10. = 1,15 / 13.10. = 1,18
30.9. = 0,96 / 7.10. = 1,1 / 14.10. = 1,04

im Zeitraum vom 7.10 bis zum 11.10 sieht man einen Sprung der kurzzeitig ein exponentielles Wachstum ausgelöst hat, danach gehen die Werte in den linearen Anstieg über


und nochmal zum Vergleich der September

10.9 = 0,9 / 17.9 = 1,07 / 24.9. = 0,78
11.9 = 1,0 / 18.9 = 1,16 / 25.9 = 0,91
12.9 = 1,15 / 19.9= 1,27 / 26.9 = 1,08
13.9 = 1,18 / 20.9 = 1,22 /27.9 = 1,17 /
14.9.= 1,18 / 21.9 = 1,06 / 28.9. = 1,18
15.9 = 1,04 / 22.9.= 0,92 / 29.9 = 1,12
16.9 = 1,0 / 23.9. = 0,79 / 30.9. = 0,96

hier schwanken die Werte sehr stark. - Eine Tendenz ist hier auf den ersten Blick nicht zu erkennen


Fazit:
Irgendwas im Zeitraum vom bis 30.09. bis 7.10 hat anscheinend das exponentielle Wachstum ausgelöst. Danach schwenkt es in ein lineares Wachstum um. Leider mit der deutlich angestiegen R-Wert

Quellen:
de.statista.com/statistik/date…-covid-19-in-deutschland/
rki.de/DE/Content/InfAZ/N/Neua…df?__blob=publicationFile
rki.de/DE/Content/InfAZ/N/Neua…df?__blob=publicationFile

Ich verstehe schon, dass eine Intervallbetrachtung aussagekräftiger ist.
Das exponentielle Wachstum hat ja erst im Oktober eingesetzt.
Ich habe mir jetzt mal die Mühe gemacht, die 7-Tage-Werte vom 1.-23.10.2020 in Excel darzustellen:

7-Tage-Verlauf.jpg

Gegenüber der Darstellung der Einzeltagsfallzahlen erscheint die Kurve natürlich flacher, exponentiell ist sie trotzdem. Der R-Wert verschleiert die Entwicklung noch mehr.

Das sind die originalen RKI-Zahlen, die an sich schon geschönt sind (wegen Zeitverzögerung und Dunkelziffer). In Wirklichkeit ist die Lage deutlich schlimmer. Natürlich kann man sich alles schön rechnen. Darin hat man ja nicht nur in Deutschland reichlich Erfahrung und Übung.

Wenn ich die Trendberechnung bis zum Jahresende laufen lasse, dann sieht die Prognose so aus:
7-Tage-Trend bis Jahresende.jpg

Obwohl dieses Szenario eigentlich realistischer sein müsste als die Betrachtung der Fallzahlen der einzelnen Tage, habe ich diesbezüglich meine Bedenken.
Ein Ergebnis von 60.000 zum Jahresende bei Hochrechnung der Tageszahlen erscheint mir wirklichkeitsnäher als 600.000 in 7 Tagen.

Aber so ist das halt mit Trendrechnungen. Einige Tage mit niedrigen Fallzahlen können den Trend auch jederzeit abflachen oder sogar umkehren. Schauen wir mal ...

@Patzer

Traue nie einer Statistik die man nicht selber gefälscht hat oder?
Wie kommst du auf diese Zahlen für deinen 7 Tage Wert?
Die Zahlen gehören wohl eher zu einem 5 Tage Wert oder du nimmst Zahlen die nicht vom RKI sind?

Hinzu kommt, dass du weiterhin die ungenaueren Zahlen nimmst, die seitdem 2.10 ein Abweichung von 10-20% von den realen Zahlen haben.


Ich habe auch mal 2 Diagramme entworfen. Einmal mi exponentieller Anstieg und einmal mit linearen Anstieg

Allerdings habe ich lieber den aktuellen Verlauf genommen ohne den Abschnitt wo ein exponentieller Einfluss auftaucht.

Soll sich jeder selbst ein Bild machen ob aktuell ein linearer Anstieg vorliegt oder ein exponentieller.

Zahlen sind auch die ungenauen Meldezahlen da man sonst noch weniger erkennen kann

PS:
negative Bewertung, weil du hier falsche Zahlen angibst

@Gambitspieler
Jetzt gehst Du unter die Gürtellinie. Du wirfst mir vor, die Statistik zu fälschen bzw. mit falschen Zahlen zu arbeiten.

Auf folgender Seite des RKI findest Du eine, ich zitiere:

"Gesamtübersicht der pro Tag ans RKI übermittelten Fälle, Todesfälle und 7-Tages-Inzidenzen nach Bundesland und Landkreis (Tabelle wird arbeitstäglich aktualisiert)"
rki.de/DE/Content/InfAZ/N/Neua…n/Fallzahlen_Kum_Tab.html
Die zugehörige Excel-Tabelle kannst Du dort downloaden. Die Excel-Tabelle enthält insgesamt 5 Tabellenblätter. Das dritte Tabellenblatt trägt den Namen: BL_7-Tage-Fallzahlen.
In dieser Tabelle findest Du in der Summierung der Bundesländer exakt die Zahlen, die ich verwendet habe.

Wenn Du Charakter hast, dann darfst Du dich hier für Deine Unterstellung entschuldigen.

Unabhängig davon schlage ich vor, dass wir unseren persönlichen Disput beenden. Er führt zu nichts, weil Du keiner Argumentation folgst.
Wir strapazieren nur unsere Nerven und die der anderen User.

@Patzer

Woher soll ich wissen, dass du mit Zahlen rechnest deren Erscheinungsdatum der 23.10., wenn du es nicht erwähnt hattest?
Insbesonders dann, wenn da schon Zahlen vom 23.10 eingepflegt sind.

Ich entschuldige mich aber für die Behauptung, dass es von den letzten 5 Tagen ist, denn das konnte nicht stimmen.

Was ich mitbekommen habe, sind das die Zahlen aus den Situationsberichten, welche nicht mehr geändert werden und somit immer Fehlerbehaftet sind.
Sie stimmen mit der Hauptübersicht vom RKI nicht überein

Ich zitiere da aus deiner Quelle:
nicht zu verwechseln mit den Fallzahlen nach Meldedatum beim Gesundheitsamt,

experience.arcgis.com/experien…17327b2bf1d4/page/page_0/

Ich schau mir deine Zahlen heute Abend mal genauer an..

Edit.
Übrigens glaube ich dass die Daten zumindest im Hinblick auf Hamburg wahrscheinlich vom Montag letzter Woche sind, denn Hamburg hatte vor Ort die 50er Schwelle übertreten. Offiziell war dies allerdings erst am Freitag der Fall, weil dann das Rki die Zahlen erst bekommen hat. (So die offizielle Erklärung)

@Patzer
Zu Deinen Trendrechnungen ( die letzte und auch hier und hier) mal eine Frage:
Gibt es einen Grund, daß Du hier eine quadratische Funktion ansetzt?

Mit einer exponentiellen Funktion wird es noch wilder, aber nicht richtiger. Beide Varianten lassen außer Acht, daß das Wachstum nicht gleichmäßig verläuft:

• (Geänderte) Gegenmaßnahmen und Ignoranten ändern die Dynamik
  
• Geographie und Verhalten sorgen für mehrere überlagerte Prozesse (z.B. starkes Wachstum in München während im Norden kaum etwas passiert; oder Deppen, die positiv getestet auf zwei Hochzeiten tanzen)
  
• Irgendwann ist mangels infizierbarer Masse (etwa durch Isolation oder "Durchseuchung") Schluss
  

Es kann also Phasen starken wie auch schwachen Anstiegs geben und irgendwann muss die Kurve endgültig abflachen, wie bei der "ersten Welle". Da ist mit einfachen Trendlinien keine sinnvolle Extrapolation/Vorhersage möglich und man hat schnell Fehler größer als die extrapolierten Werte.

Es kann Weihnachten schon alles vorbei sein. Genauso ist es möglich, daß alle (mit wenigen Ausnahmen) bis dahin infiziert sind. Die Wahrheit liegt irgendwo dazwischen und hängt von uns allen ab!

@Alfheri
Ich gebe Dir recht. Egal wie man rechnet, es ist alles hochspekulativ.
Aber irgendwie muss man sich ja eine Vorstellung davon verschaffen, wie es weitergeht.

Das RKI verwendet für die Neuinfektionen 7-Tage-Fallzahlen, um die Spitzen der Tagesmeldungen zu brechen und die Daten realistischer zu machen.
Ich habe bisher nur die Tageszahlen (Meldedatum) verwendet, in der Hoffnung, die Trendfunktion regelt das auch.
Beides ist ungenau und spekulativ, hinkt der Zeit hinterher, und die unbekannte Dunkelziffer bleibt sowieso unberücksichtigt.
Außerdem wird bei jeder Trendberechnung unterstellt, dass die Entwicklung so weitergeht, wie sie sich in den verwendeten Daten gerade darstellt.
Das ist aber ebenfalls spekulativ, denn die Entwicklung kann sich innerhalb kurzer Zeit komplett verändern, z.B. wenn Maßnahmen greifen.
Unklar ist auch, ob die Entwicklung annähernd exponentiell oder eher linear verläuft.
Auch darin gebe ich Dir recht.

Ich bin mir dieser vielen Unzulänglichkeiten bewusst. Dennoch sollte man einen Blick in die Zukunft wagen dürfen.
Ich habe für die folgenden Trendberechnungen nur die heutigen Zahlen des RKI für den Monat Oktober als Basis genommen.
Datenquelle: Excel-Tabelle des RKI
Unter der Voraussetzung, dass die Entwicklung in etwa so weitergeht, wie sie bisher im Oktober verlaufen ist, ergeben sich bei optimistischer Betrachtung (ohne Berücksichtigung von Dunkelziffern) folgende 4 Szenarien:
Trends.jpg

Die Ergebnisse zum Jahresende schwanken zwischen ca. 28.000 und 130.000 Neuinfektionen pro Tag.
Das ist in hohem Maße unbefriedigend, weshalb ich jetzt die Sinnhaftigkeit meiner Berechnungen selber in Frage stelle.

Aber was soll man sonst machen? Vielleicht kann ja hier ein ausgebildeter Statistiker weiterhelfen.

PS
@Alfheri
Ich habe die quadratische Funktion nicht "angesetzt". Ich habe Excel einfach nur die verschiedenen Trends anzeigen lassen. Die Kurve mit der quadratischen Funktion (polynomischer Trend) erschien mir am plausibelsten. Die zugehörige quadratische Funktion bestimmt Excel alleine.

Zu post 2031, der Lancet-Studie und der vorgeblichen Wirksamkeit der Einzelmaßnahmen:

Habe gestern die Autoren angeschrieben und freundlich gefragt,
ob ich ihre Table 1 richtig verstehe, dass es bedingte Effizienzen der Einzelmaßnahmen sind.
Und erwähnt, dass die deutsche Presse es verkürzt wiedergibt,
als wenn es absolute Effizienzen wären, und darauf nicht weiter hinweist.

Heute kam eine freundliche Antwort mit .... Zustimmung ! Sie schreiben:

Yes - This is an important point. Some NPIs were "naturally" later introduced by others, making the comparison between different NPIs difficult. For example, one could not ask the public to stay at home if the workplace remains open.

NPI = nonpharmaceutical intervention = nicht-medikamentöse Einzelmaßnahme

Die Autoren sagen im Text ihrer Studie an 2 oder 3 Stellen, dass sie bedingte Effizienzen der Einzelmaßnahmen ermitteln, aber nicht an zentralen Stellen wie z.B. direkt zu Anfang.
Ein einfacher Zusatz bei Tabelle 1 "dies sind bedingte Effizienzen" wäre besser gewesen.
Das hätte eine Fehlinformation durch die Presse vermieden.

Davon abgesehen, enthält die Studie viele nützliche Ergebnisse zur Wirksamkeit von Maßnahmen und auch dazu, wann ihre Aufhebung wieder zu einem Anstieg der Infektionen führt.