西浦氏が 2020-04-15 に非公開の記者会見で発表した「42万死亡推計」の計算は、約一ヵ月前の 2020-03-19 専門家会議の資料に西浦氏が示した計算と同じものです。このことは、「42万死亡推計」について説明した、2020-06-11 公開の Newsweek 記事などで、西浦…

「42万死亡推計」の計算方法では、「死亡者数」は「感染者総数（感染したことのある人の数）」にほぼ比例します。（意外なことではありませんが。） この点を、SIR モデルの中身には触れずに説明します。

西浦氏は、「42万死亡推計」の計算の詳細をネット記事や github などで示しています。 西浦氏による説明には、「重症者数が出てくる計算」「重症者数が出て来ない計算」の2つがあります。 この2つは同じ計算であるはすですが、同じ計算だと考えると、西浦氏…

西浦氏は、「42万死亡推計」の計算の詳細をネット記事や github などで示しています。 西浦氏が示しているパラメータには約2％の誤りがあり、計算結果の死亡者数も「42万」「41.8万」から約2％異なった値になります。 一方、「西浦氏が示しているパラメータ…

「コロナワクチンで死者9割以上減 京都大チームが推計」と報じられた、西浦氏の Scientific Reports 論文の、実効再生産数（図2B）は、論文 式(4) の活動度と一部期間で一致します。本稿は、この他の期間も含め、実効再生産数と活動度の関係を考察しました。

「コロナワクチンで死者9割以上減 京都大チームが推計」と報じられた、西浦氏の Scientific Reports 論文の、Figure 1 は、多くのパラメータから計算されています。本稿は、主なパラメータに著者の裁量が入る余地があるかを検討しました。

「コロナワクチンで死者9割以上減 京都大チームが推計」と報じられた、西浦氏の Scientific Reports 論文の、補足情報 Table S1 には、パラメータ p, ω_h, ω_w, r, e が報告率毎に示されています。このパラメータは再計算されるべきだとの考えを、そう考える…

「コロナワクチンで死者9割以上減 京都大チームが推計」と報じられた、西浦氏の Scientific Reports 論文の式(4)は、活動度です。この論文の活動度は、報告率によって変化します。本稿は、活動度が報告率によって変化すべきではないことを示します。また、論…

「コロナワクチンで死者9割以上減 京都大チームが推計」と報じられた、西浦氏の Scientific Reports 論文の重要な式である、式(3)と式(8)には、無駄なパラメータがあります。 1つのパラメータで表現してそれを最尤推定すれば足りるのに、2つのパラメータの掛…

「コロナワクチンで死者9割以上減 京都大チームが推計」と報じられた、西浦氏の Scientific Reports 論文は、非現実的な状況を想定した、特殊な論文です。 ところが西浦氏は、その特殊な論文の不備のある報道を、「ぜひ多くの方に読んでいただきたいニュース…

東洋経済の実効再生産数の簡易計算は、一般的な定義の実効再生産数とは異なる数値を計算しています。 この簡易計算は、京都大学大学院の西浦博教授の監修によるものです。 両者の関係式を導出し、両者が異なる数値であることを示します。 また、この関係式が…

基本再生産数 R0 が小さくなると、集団免疫閾値も小さくなります。 このことは集団免疫閾値の公式から言えます。 この公式は、簡単に導くことができますので、説明します。 四則演算しか使いません。

免疫や感染症対策が、最終的な感染者数（最終規模）や集団免疫閾値に与える影響を検討しました。 「免疫での実効再生産数の低下」と「感染症対策での実効再生産数の低下」の違いを検討しました。

コロナ関連で重要と考える資料と、関連するコメントを書いておきます。

SIR モデルを計算して、 西浦氏のグラフを再現する、 スプレッドシートを公開しています。 gmail のアカウントがあれば、パラメータを変更できます。

BuzzFeed が、33項目のコロナ対策のそれぞれに対し、必要性、科学的根拠の有無を5人の専門家に聞きました。 2023-02-15～2023-02-22に掲載された、8本の連続記事です。 そのリストです。 連続記事の内容の一部を表にしました。 連続記事にこうした表がない件…

2020-04-24 の西浦氏の説明から、「接触8割減」に必要な人流削減は、ほぼ55％だと計算できます。

［接触削減の評価方法の大混乱］として書いている twitter 連ツイやブログエントリが参照している資料を置いておきます。

「流行初期における感染者数 I(t) と感染者数の増分 ⊿I(t) の関係」を考えます。

流行初期の「感染者数」の倍加時間と、R0、T との関係を考えます。

gmail のアカウントがあれば、 特になにもインストールとかをしなくても、 SIR モデルを計算して、 グラフを描ける、 スクリプトを公開しています。

「主な発言のリスト」、「SIR モデルを計算できるスクリプト」、「SIR モデルを計算できるスプレッドシート」などです。 「接触8割減」政策の根拠や、「42万死亡推計」の問題点を指摘しています。 西浦氏が発信した各種計算やグラフを再現・検証しています。

[最初の緊急事態宣言「接触8割減」の根拠への疑問] の目次です。

[最初の緊急事態宣言「接触8割減」の根拠への疑問] と題した複数の連ツイにおける [資料] です。

SIR 方程式では、T = 1／γ という関係式、すなわち、(平均世代時間) = 1／(治癒率) という関係式が成立しています。 なぜこの関係式が成立するのかの概要を示します。

私が手元で行っていた42万人死亡推計の数値計算の結果は、西浦氏が示している数値と微妙に差異がありました。 ここに示す考察により、この差を解消できました。 差異の原因は、西浦氏が開示していたパラメータにあったと思われます。

水野孝之（twitter @takamizuno）さんが公開している、ドコモのビッグデータから計算した外出の自粛率はどういう計算なのか、検討しました。

「感染者数下げ止まり」の水準に「アクティブ層」の免疫保持比率が関係しているのでは、という話を書きました。仮説に基づく考察です。

「主な事柄」のリストの数が多いので、特に重要と考える項目だけのリストを作りました。

発言した事柄が増えたので、リストを作成しました。 特に発言していない事でも、気になったら書いておきます。