该功能适合Covid-19流行病上的数据的一组时间延迟逻辑曲线。数据大小限制了曲线的数量。该模型专为日常监测流行病发展而不是长期预测。所产生的图表是流行病的每日横截面。对于任何预测，有必要监控图的时间发展;最重要的是，流行病的最终规模。该模型是现象学，并且优于单曲线模型（SI模型，SIS模型），在流行病拖动时的情况下。
该函数通过执行runMe来调用。m函数。默认情况下，这个函数调用世界的数据。例如，要获取斯洛文尼亚的数据，您需要在runMe中用@getDataSlovenia更改@getDataWorld。m函数。
对于程序选项，请参阅Doc文件夹中的FitVirusxxDoc.mlx。
不同国家的当前数据可以从两个来源获得：
1.importTotalCases运行。m函数。这个函数将从<https://ourworldindata.org/coronavirus-source-data >并将其存储在数据文件夹中。
2.importTotalCasesWM运行。m函数。这个函数将从<https://www.worldometers.info/coronavirus/>并将其存储在数据文件夹中。
注1。模型的预测取决于模型对流行病过程的模拟程度，以及数据的可靠性。
注2。预测会因新的或变化的数据而改变。在流行病即将结束时，预测变得更加可靠，但在流行病开始时则不可靠。
注3.在某些情况下，模型可能会失败。特别是，该模型可能不适用于建模流行病的早期阶段或新波的出现。在这些情况下，我们可以获得不切实际的指数增长，这通常会使用新数据。如果最后一个波具有指数增长，那么我们需要减少波浪的数量或减少可能易感的数量（默认情况下，这个数字是7E9）。
注3a。如果案例的数量在最后一波中迅速增加，则波形窄，给出了波浪将很快结束的印象（逻辑曲线相对于峰值对称）。在这种情况下，在得出关于其持续时间的结论之前，必须监测流行病大小的日常变化。
注4。程序指示开始日期，当数据足以计算初始近似。
注5.默认情况下，该函数尝试拟合最多四个逻辑曲线（请参阅“型号”选项）。通过从数据中减去模型预测的限制大小，它还自动检测可能的下一个波的开始。附加的逻辑曲线适合此额外波（请参阅“W3”选项）。
注6。模型的参数是通过最小化目标函数得到的，目标函数是值的残差平方和。利用优化工具箱函数fminsearch计算未知模型参数的最优值。通过启发式方法得到了拟最优解。如果计算失败，则只绘制数据。
注7.具有4个以上波的模型可能是耗时的。对于180个数据的样本，四个波模型的经过时间约为180秒。
注8.可提供基于该模型的每日预测
<https://www.researchgate.net/publication/339912313_forecasting_of_final_covid-19_epidemic_size_200616>
在流行病评估图上，该区域由流行病的单独阶段（其不是标准的，而是为方便起见任意选择）：
红色 - 快速增长的阶段（大约在最终案件的12％到88％）
黄色 - 过渡到均衡阶段（高达98％的案例）
绿色 - 最终阶段（高原阶段）
增长因子图两行，1%(绿色)和5%
（红色）仅显示出定向目的。
免责声明：软件和数据仅供教育目的而不是用于医疗或商业用途。它们是提供的，并拒绝所有明确或暗示的保证，包括暗示的可利用性和适合特定目的的保证。在某些情况下，模型可能会失败。特别地，模型可能不合适，或者模型可能在早期失败。用自己的自由裁量权使用它。
fitVirusXX在没有支持的情况下发布。金宝app
引用
米兰巴蒂斯塔（2021年）。fitvirusxx.（//www.tatmou.com/matlabcentral/fileexchange/76956-fitvirusxx），matlab中央文件交换。检索到．
