リベンジ！コロナの陽性者数を予測してみた。[Python]

概要

• コロナ陽性者数を予測したい！！！
• 前回の記事の精度を超えたい！！！リベンジしたい！！！

使ったデータ

• オープンデータ｜厚生労働省の陽性者数のcsvになります。

実行結果

• 11/1から12/31までの日本のコロナ陽性者数を予測。
• 赤線は実際の陽性者数、青線は予測の陽性者数。

まとめ

• 前回との相違点はグラフの様式とSARIMAモデルのパラメータの値。精度が上がった！！
• パラメータを上手く設定できれば精度が上がる？

おまけ

• 11/1から来年の3/31までの陽性者数を予測。
• ５０００人までいきそう。。。

おまけのおまけ

• 11/1から来年の12/31までの陽性者数を予測。
• マイナスの陽性者数が出てる？！？！

コード

# 基本のライブラリを読み込む
import pandas as pd
# グラフ描画
from matplotlib import pylab as plt
# グラフを横長にする
from matplotlib.pylab import rcParams
rcParams['figure.figsize'] = 15, 6
import matplotlib as mpl
mpl.rcParams['font.family'] = ['serif']


# データの準備
df = pd.read_csv("pcr_positive_daily.csv")

corona = pd.Series(df["PCR 検査陽性者数(単日)"].values,
                       index=pd.to_datetime(df["日付"]))

# SARIMAモデル（季節自己回帰和分移動平均モデル）
import statsmodels.api as sm

sarima = sm.tsa.SARIMAX(
    corona, order=(2,1,3), 
    seasonal_order=(0,1,1,30), 
    enforce_stationarity = False, 
    enforce_invertibility = False
).fit()

# 予測
corona_pred = sarima.predict('2020-11-01', '2020-12-31')

# 実データと予測結果の図示
plt.plot(corona, label='original', color='red')
plt.plot(corona_pred, label='predicted', color='blue')
plt.xlabel("date")
plt.ylabel("Corona positive")
plt.legend(loc='best')

# # 予測値
# print(corona_pred)

参考

• TV朝日の視聴率推移をSARIMAモデルで予測してみる