用于跟踪模拟冠状病毒(COVID-19)的传播。病例数据通过网络获取，并与逻辑模型相匹配，以预测流行病随时间的传播。
要进行操作，请加载包含脚本COVID19Modelingv2的文件夹，并在命令提示符中输入以下代码:COVID19Modelingv2("country")。
示例：COVID19Modelingv2（“美国”）。通过将多个国家/地区放入列表中，可以同时分析它们：COVID19Modelingv2（“美国”、“意大利”）。
该模型是由米兰·巴蒂斯塔(fitVirus)创建的。该模型是一个数据驱动模型，将流行病数据拟合到逻辑曲线上。该模型的目标是对病毒传播和疫情持续时间进行局部预测。该模型可用于在某些情况下提供准确的近似。“对于纯粹的初始猜测或小数据集，回归收敛可能失败。因此，这种方法不适用于流行病的早期阶段。此外，如果回归统计量不满足最小标准，如R^2 > 0.8, p-value < 0.05，则结果是无用的。”米兰(巴蒂斯塔)
免责声明:模型在某些情况下会失败。对所有结果进行严格的统计分析。当遇到额外的流行病阶段(非逻辑函数描述)时，模型失效。请自行酌量使用。
数据存储在网上，并通过JHU CSSE提供各种来源，包括:
世界卫生组织(WHO)， DXY.cn。2020年，BNO新闻，
国家人民卫生委员会？中华民国，
中国疾病预防控制中心（CCDC）、香港卫生部、澳门政府、台湾疾病预防控制中心、美国疾病预防控制中心、加拿大政府、澳大利亚政府卫生部、欧洲疾病预防控制中心（ECDC）和新加坡卫生部（卫生部）
图中以蓝线表示疫情发生率(病例/天)。蓝点表示实际感染率(病例/天)。区域颜色区分流行病的过渡阶段:
红-快增长阶段
黄色-过渡到稳态阶段
绿色结束阶段
引用作为
JM24(2021)。COVID-19建模(//www.tatmou.com/matlabcentral/fileexchange/74632-covid-19-modeling)， MATLAB中央文件交换。检索．
