@ElLoboNegron16@Chance_76@il_pat Altro conto sarebbe stato se fossero stati dei campioni di malati tutti allo stesso mese. Allora sì che si poteva ipotizzare una Poisson.
@ElLoboNegron16@Chance_76@il_pat Sì certo, se fosse Poisson dovrebbero essere simili (non dico uguali perché si tratta di un campione). In questo caso però è evidente che sia un fenomeno che si modifica nel tempo, anzi è proprio dipendente dal tempo.
@ElLoboNegron16@Chance_76@il_pat C'è una relazione di dipendenza non lineare tra tempo e numero di casi. Se metti a grafico la somma cumulativa delle differenze (totale dei malati) e i mesi, vedi che ha un andamento sigmoidale. Potrebbe essere una logistica o una gompertz.
@il_pat@ElLoboNegron16@Chance_76 Yes. È Jupyter. Molto comodo perché non devi lanciare l'intero script ogni volta ma puoi fare cella per cella separatamente. In più puoi scrivere in Latex.
@ElLoboNegron16@Chance_76@il_pat Nel 3 ti chiede la probabilità di avere otite entro 9 mesi dato che nei primi 3 non è stata contratta. Quindi è il numero di otiti tra i 9 e i 3 mesi sul totale dei non ammalati a 3 mesi.
@Bonnie_369 @73Orlando73 Non conosco nello specifico come sia definito questo indice ma a quanto vedo è semplicemente un rapporto di coesistenza quindi un indice molto più semplice del numero di riproduzione di base che tiene conto di numerosi altri fattori. Dunque non si può estendere quel 120% a R0.