Liczba zachorowań na COVID w Polsce nie jest zbieżna z Rozkładem Benforda!

W poniedziałek Mateusz Morawiecki z dumą ogłosił: "Dane nie kłamią. Proszę spojrzeć na wykres. Wygrywamy z epidemią! Liczba zakażeń spada!” Ale czy aby na pewno? Czy dane podawane przez Ministerstwo Zdrowia są prawidłowe? ( ͡° ͜ʖ ͡°) —— Słyszałeś kiedyś o prawie Benforda? „Wyobraź sobie...

W poniedziałek Mateusz Morawiecki z dumą ogłosił: "Dane nie kłamią. Proszę spojrzeć na wykres. Wygrywamy z epidemią! Liczba zakażeń spada!”

Ale czy aby na pewno? Czy dane podawane przez Ministerstwo Zdrowia są prawidłowe? ( ͡° ͜ʖ ͡°)

——

Słyszałeś kiedyś o prawie Benforda?

„Wyobraź sobie dane liczbowe. Spójrz na ich pierwsze liczby. Wydawałoby się, że każda cyfra – od jedynki do dziewiątki – będzie występowała mniej więcej tyle samo. Otóż nie! Okazuje się, że nieważne jakie dane z prawdziwego świata byśmy zebrali, okaże się, że liczb, które zaczynają się od cyfry jeden będzie najwięcej, a liczb, które zaczynają się od cyfry dziewięć będzie najmniej.

Ta dziwna cecha danych została odkryta przez inżyniera elektryka Franka Benforda w tysiąc dziewięćset trzydziestym ósmym roku. W ten sposób ponownie odkrył prawo sformułowane po raz pierwszy przez astronoma Simona Newcomba w 1881 roku.

Podsumowując: odkrył on, że częstotliwość z jaką występuje dana cyfra początkowa – czyli prawdopodobieństwo, że pierwsza cyfra przyjmie daną wartość – maleje wraz ze wzrostem tej wartości od 1 do 9.

Prawo Benforda mówi, że w pewnych zbiorach danych cyfra 1 pojawia się jako pierwsza w około 30% danych, cyfra 2 jest pierwsza w 17,6% danych i tak dalej:

1 - 30,1%

2 - 17,6%

3 - 12,5%

4 - 9,7%

5 - 7,9%

6 - 6,7%

7 - 5,8%

8 - 5,1%

9 - 4,6%”

Okazuje się, że prawo ma zastosowanie dla dowolnych zbiorów liczb opisujących jakieś naturalne zjawisko (przy zachowaniu odpowiedniej wielkości próby oraz w przypadku gdy dane mogą przyjmować różne rzędy wielkości) jak np. długości rzek, powierzchnie jezior, powierzchnie państw, populacje miast, wyniki wyborów, średnie zarobki w podziale na branże czy dane księgowe.

Podobno prawo to jest wykorzystywane przez urzędy skarbowe na całym świecie w celu wykrywania oszustw podatkowych, ponieważ, oszuści często wpisują losowe liczby nie uwzględniając tego, że początkowe cyfry 1 czy 2 powinny szczególnie częściej występować… :o

——

Gdy pierwszy raz o tym usłyszałem po obejrzeniu serii dokumentalnej „W świecie danych” na Netflixie pomyślałem: WOW to niesamowite - żyjemy w matrixie! Postanowiłem sprawdzić pierwsze dane liczbowe, które mi przyszły na myśl. Dane o których ostatnimi czasy mówi cała Polska. A mianowicie dane na temat zachorowań na COVID w naszym kraju, udostępnione przez Michała Rogalskiego (https://docs.google.com/spread... o którym notabene też mówi cała Polska ;)].

Okazało się, że dane pokrywają się z Rozkładem Benforda jedynie w 65%…. Pomyślałem, ech, czyli ta zasada nie działa wszędzie… Może źle to policzyłem… A może to w ogóle jakaś ściema…

—-

Jednak nie dawało mi to spokoju, zacząłem szukać czy ktoś w Polsce przeprowadzał podobne analizy w kontekście COVID, okazało się, że nie bardzo*. Zacząłem szukać za granicą, okazało się, że w okresie przejściowym między pierwszą a drugą falą, czyli w Sierpniu, nie jaki Davida Head robił podobne testy dla wszystkich krajów w oparciu o dane WHO (co ciekawe również zainspirowany tym samym dokumentem na Netflixie):https://medium.com/@davidhead/... Jakie było moje zdziwienie, że wyniki zachorowań dla aż 148 krajów są zgodne z rozkładem Benforda w ponad 90%, podczas gdy wyniki zachorowań dla Polski były zgodne jedynie w 31,8%… i uplasowało ją to UWAGA na 4 miejscu od końca pod względem wszystkich krajów, których wyniki są notowane w WHO… Zaraz przed Rosją(-11.6%), Tadżykistanem (6.8%) czy Kuwejtem (21.6%)… :o

Jednak próbka danych dotyczyła okresu od pierwszego raportowania w danym kraju, do jedynie 18 Sierpnia 2020 roku. Postanowiłem zaktualizować dane w pliku stworzonym przez Davida i co się okazało, wykresy wiele się nie zmieniły (https://docs.google.com/spread...). Polska jak w moim pierwszym pomiarze, z pokryciem na poziomie 65,3% uplasowała się tym razem na 12 miejscu OD KOŃCA (na 216 krajów), natomiast nadal aż 158 krajów osiągnęło wynik powyżej 90%! Co ciekawe Rosji również udało się poprawić wynik z -11.6%, do aktualnego 49.4%.

—-

W anglojęzycznej Wikipedii możemy znaleźć wpis (https://en.wikipedia.org/wiki/...): "Naukowcy wykazali możliwość zastosowania prawa Benforda do oceny możliwych oszustw w ujawnianiu liczb COVID-19, takich jak całkowita i codzienna potwierdzona liczba przypadków i zgonów. Badanie zasugerowało możliwe zmiany w danych dla Rosji i Iranu, ale nie dla Stanów Zjednoczonych, Brazylii, Indii, Peru, RPA, Kolumbii, Meksyku, Hiszpanii, Argentyny, Chile, Wielkiej Brytanii, Francji, Arabii Saudyjskiej, Chin, Filipiny, Belgia, Pakistan i Włochy."

—-

Nie wiem na ile Prawo Benforda jest RZECZYWIŚCIE uznawane za wiarygodny element analizy poprawności zbieranych danych, ale dosyć zadziwiający jest fakt, że jako nieliczni (właściwie jako jedyni w Europie!) w tak znaczny sposób odstajemy od niego, bliżej nam w zestawieniu do Rosji niż do Niemiec czy Wielkiej Brytanii, natomiast nikt w Polskich mediach nie wspomniał o tym ani razu (przynajmniej w internecie)… więc ja to tylko tutaj zostawię…. pod Waszą ocenę… ¯\_(ツ)_/¯

——

*Jedyna sensowna polska wzmianka o „prawo benforda covid” dla polskiego Google to wpis na stronie ambasady chińskiej, który powołuje się na to, że dane na temat zachorowań w Chinach są ZGODNE z rozkładem Benforda więc nie są zakłamane ;-) Oraz wpis na Twitterze Krzysztofa Piecha z dnia 7 Kwietnia o tym, że polskie dane są zgodne z rozkładem: https://twitter.com/krzysztof_... - i rzeczywiście na tamtą chwile były, jednak Krzysztof nie powrócił do ponownej analizy anymore…

Źródło Cytatu:

https://wszstk.wordpress.com/2...

P.S. Dane o zgonach z powodu COVID w Polsce są zbierane zgodnie z rozkładem Benforda w 97,5%

[h.....6]

tvp mówili, że Morawiecki wygrał, usuń te naukowe brednie

[zimnylehc]

@hahaha666: a za PeŁo tez kradli

[1severian]

@hahaha666: wygrał już drugi raz w tym roku.

[gre]

Ściana tekstu i parę wykresów, a nie ma podstawowych informacji.
Przede wszystkim: Na jakich danych była robiona analiza? Co było tym zbiorem liczb?
Dopiero wtedy można stwierdzić, czy ten zbiór liczb powinien być zgodny z rozkładem Benforda czy nie.

[Xawier]

@gre: W tekście masz linki do arkuszy excel, dane wejściowe są ze strony WHO, obejmują okres od pierwszych danych przesłanych z danego kraju po 30.11.2020 (co również jest we wpisie). W arkuszach excel masz formuły w jaki sposób były obliczane dane. To nie jest publikacja naukowa, tylko moja spontaniczna obserwacja, zakładam, że ktoś bardziej siedzący w temacie zrobi sobie większą analizę i np. znajdzie dane, który z wysokim prawdopodobieńśtwem mogły

[gre]

@Xawier: Jeśli dobrze widzę, to brane są po prostu nowe przypadki każdego dnia. W takim razie trudno tutaj mówić o jakiejkolwiek zgodności z prawem Benforda ¯\_(ツ)_/¯
Po pierwsze rozkładu Benforda można się spodziewać tylko jeśli dane obejmują kilka rzędów wielkości. Jeśli tutaj przez większość badanego okresu mieliśmy wypłaszczony wykres (przez pół roku liczba nowych zachorowań wahała się od 200 do 800), to można to uznać za pół rzędu wielkości.
Po

[KubaGrom]

Ile rzędów wielkości obejmują dane? Bo jeśli trzy, to takie anomalie mogą się zdarzyć.

[Xawier]

@KubaGrom: Miałem Ci Mireczku odpisać, że dla Polski jest to oczywiście rząd wielkość 1 - 27875 (z dnia 7.11). Jednak sortując tabele WHO okazało się, że dane w WHO informują o 32733 przypadkach dnia 25.11: https://covid19.who.int/region/euro/country/pl - Więc od razu zaznaczam, że dane WHO a MZ się od siebie różnią... (Może ktoś wie dlaczego?) Porównanie względem krajów jest robione na podstawie danych z WHO. Jednak niezależnie na jakie dane popatrzymy

[KubaGrom]

@Xawier: Jeśli danymi branymi pod uwagę były dzienne sumy zachorowań to nic dziwnego, że wyszły odchylenia. Prawo działa dla danych dotyczących skalowalnych cech a nie musi dla danych będących sumami. Jeśli sprawdzasz nim liczby ludności jednego miasta w ciągu ostatnich 100 lat, to może się okazać, że w żadnym roku liczba nie zaczynała się od 1. Jeśli weźmiesz liczby ludności wielu miast to już będzie bliżej.

[tr0llk0nt0]

@Xawier:
– primo – oj kolego – pchasz się w multikonto ( ͡° ͜ʖ ͡°);
– primo-ultimo – to by świadczyło o tym, że "polski pacjent zero" był znacznie wcześniej, a od połowy lutego wiedzieli, że to jest nie do opanowania – co ciekawe taki wniosek potwierdzają wnikliwe obserwacje tego, co się dzieje w naszym umęczonym kraju.

[P.....X]

@tr0llk0nt0: ciężko nie zgodzić się z tezą, że w Polsce koronawirus był dużo wcześniej niż wykryto przypadek pana z lubuskiego i wystarczy logicznie połączyć fakty:
1. Szumowski w styczniu śmiga do Włoch na narty.
2. Dworczyk i Szumowski mówią w lutym, że są doskonale przygotowani, ale w sumie to małe zagrożenie wirusem w Polsce.
3. Dopiero końcem lutego Polska zakupuje testy RT-PCR.
4. Pożar w burdelu, nie ma czym testować

[g.....o]

@garfyld: aha czyli afera z d--y jak zawsze. Dziękuje

[g.....d]

@godoto: Trochę, myślę że każdy rząd trochę wafluje danymi to po pierwsze a po drugie różnica między weekendami i środkiem tygodnia w ilości zakażonych jest dość wyraźna.

[BArtus]

Fajnie, ale dane o wynikach testów na covid w Polsce nie spełniają założeń wymaganych, aby rozkład Benforda się ujawnił ¯\_(ツ)_/¯.
Większość wyników jest w przedziale 100-999 więc zamiast rozkładu Bedforda dostajemy -+rozkład normalny z maks w średniej zchorowań.

[BArtus]

@BArtus: Gdzie dla liczby zgonów dane ładnie rozpinają się na prawie trzy rzędy wielkości:

[arekp]

@BArtus: Koniec października i pierwsza połowa listopada to były dni, kiedy zarażonych dziennie było po dwadzieścia-kilka tysięcy osób, więc dwójka będzie nadreprezentowana. Prze kilka miesięcy mieliśmy po kilkaset przypadków (300-700), więc cyfry inne niż 1 będą mocno nadreprezentowane, przez co rozkład nie będzie spełniał prawa Benforda. Jak dla mnie zakop za informację nieprawdziwą.

[p.....r]

Pisiory skręcają dane żeby poluzować lockdown inaczej na wiosnę już może nie być co zbierać z gospodarki i białoczerwonej drużyny

[PanKers]

@pacyfikator: A jednak są tacy, których cieszy ,że w Polsce źle się dzieje.

[adakar]

@pacyfikator: karyny bąbelkow i kościółek dalej będą pompować paliwo wyborcze tym c----m.

Choćby i miasta przypominały strefę wojny.

[ziarnodlakur]

Mateusz dwukrotnie pokonał covida.
Szkoda, że covid o tym nie wie

[lukszymonk]

@ziarnodlakur: spokojnie po świętach i sylwku będzie lockdown po raz trzeci (termin ferii zimowych)
potem wirusa nie będzie, ale będzie trzeba się zaszczepić bo wirusa nie ma ale jest ¯\_(ツ)_/¯

[sancho]

@ziarnodlakur:

[jedmar]

@Xawier znam osobę, która hobbistycznie też sobie robi różne analizy covidowe (zawodowo jest analitykiem na wysokim stanowisku). I ta oto osoba zrobiła wykresy korealcji liczby zakażonych do liczby zgonów. Korelacja 100% - stan idealny Korelacja
0% - bulshit
Dwie wersje. Zgony i zakażenia tego samego dnia oraz zakażenia vs zgony przesunięte o 14 dni. Założenie, że tyle mija do śmierci od wyniku testu. Wszystko na ogólno dostępnych danych. Do września korelacja

[siap_tiruriruri]

@jedmar: Jedno i drugie. Tym bardziej gdy studentowi co to ograniał odcięli dostęp do danych.

[Silvestre_Cucumeris]

znam osobę, która hobbistycznie też sobie robi różne analizy covidowe (zawodowo jest analitykiem na wysokim stanowisku). I ta oto osoba zrobiła wykresy korealcji liczby zakażonych do liczby zgonów. Korelacja 100% - stan idealny Korelacja

0% - bulshit

@jedmar: dlaczego tego nie udostępni? Chętnie bym zerknął i pewnie nie tylko ja ( ͡° ͜ʖ ͡°)