大数据显示美国新冠「零号病人」大概率 2019 年 4 月出现，有哪些科学依据？如果被证实意味着什么？ 第1页

史书中没有记载古人患癌症，不是因为古人不患癌症，而是因为古人没有相应的认识。简而言之，不知道/不检测就等于没有。

1918大流感源于美国，甚至“零号病人”都不是在西班牙，只是因为中立国西班牙把疫情报道出来了，最终被冠以西班牙大流感。

某些洗地说为啥欧洲加拿大没率先爆发新冠，其实跟古人不患癌症一个道理。他们是在中国报道后才开始检测新冠的，自然不会在中国之前爆发。

所以美国在疫情之初进行了充分的检测吗？美国做到了应测尽测了吗？美国报道的病例数能真实反应出当时的患者数吗？TW防疫南波湾，日本防疫优秀生，不都是奉行不检测就等于没有的政策嘛。本身数据不准确，拟合出来的时间自然不合理了。

要验证新冠是不是在19年11月份之前就在美国流行了，可以检测19年11月份之前留存的生物样本，检测核算或者抗体。而之前刚好有相关的报道。

我国的血清调查发现武汉地区的社区人群新冠抗体阳性率4.43%，湖北武汉外市州抗体阳性率0.44%，而湖北之外六省份的1.2万余人中仅检测到2例抗体阳性。

美国的血清调查：通过对从2019年12月13日至2020年1月17日在美国9个州收集的血清学分析发现，对总计7389个样本进行分析，发现其中有106个样本的IgG反应为阳性。对其中的90个样本进行进一步分析发现，84个样本具有新冠病毒的中和性，其中1个样本具备S1蛋白的结合活性，并且有样本具备受体结合域RBD的阻断能力。同时对这90个样本分析发现，有39例同时具有S蛋白的性IgG和IgM（43.3％），有8例IgM呈阳性，但IgG呈阴性，有29例呈IgG呈阳性，但IgM呈阴性。（若按照106阳性计算是1.43%阳性率，若按双抗体阳性计算为0.53%阳性率）

如何看待美疾控中心称早在 2019 年 12 月中旬新冠病毒就已出现在美国，比中国正式发现提前数周？

也就是说美国在2020年1月17日之前的病毒感染水平就已经超过了湖北除武汉以外的市州了，这时候武汉还没封城呢！

所以我很想问各位“专业人士”如何解释这个现象呢？

柳叶刀使用此数学模型分析中国武汉的病毒。（√）

中国科学院科技论文使用此数学模型分析美国的病毒。（×）

这就是把掌握舆论权的可怕吗？

至于热评那些说用不科学的数学模型会损坏话语权的“支持对美国进行的溯源研究与舆论战”人士。

柳叶刀用的时候沉默，中国科学院用的时候全力质疑。

谁在主动损坏话语权你还不清楚？

真是那么“支持对美国进行的溯源研究与舆论战”难道不是标明一下这是柳叶刀用过的模型吗？

按我的想法这是逼柳叶刀在“科学”和“大是大非”面前二选一舆论手段。

怎么在这群“支持对美国进行的溯源研究与舆论战”的人士面前，这反而是用来让中国科学院在“科学”和“大是大非”面前二选一？

这就是“支持对美国进行的溯源研究与舆论战”的人士吗？

怕了怕了。

不管你怎么评价的，都请用相同标准评价一下20年柳叶刀用模型推测1月底感染8万的这篇：

Wu, Joseph T., Kathy Leung, and Gabriel M. Leung. "Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study." The Lancet 395.10225 (2020): 689-697.

我觉得这个不错啊。

用指数函数去反拟合其实没什么问题，在第一个峰前是指数函数，这是流行病的一个常识。哪怕现在的以色列等地数据，也非常符合“指数函数”的特征，这也是算R很重要的原因。欧美自己的政府，也把“把R控制在1以下”（虽然他们做起来似乎很有难度……）

这其实揭示的是两个点（严谨起见应该是三个）：

1：如果美国公布的疫情数据是正确的，那么美国疫情大概率从2019年3月开始爆发。

2：如果美国疫情不是从2019年3月开始爆发的，那么美国在新冠早期的数字就是错的，而且错的很离谱，而且不能通过“检测的少”来搪塞过去（因为“检测的少”一般情况下只会等比例放缩数据，而不会R也直接差出几倍来），说明美国有制度性的瞒报漏报，故意不通报真实确诊数据，用错误数据误导全世界抗疫。

3：数学规律在美国无效。

无非就是1，2，3三选一。至于哪一个是正确的，这得看美国人的解释，不必帮美国人瞎解释了

至于那些说“参数少所以不科学”的，你们这个黑的就太不到点子上了，简直让我怀疑你们是友军……但凡学过一点最基础的机器学习……

Vapnik Chervonenkis定理（当代机器学习的理论基础）——参数越少的模型generalization能力越强，参数越多的模型越容易overfit。（其实这有现成例子，如JHU的抗疫能力排行，还有Bloomberg的排行，都是参数太多导致overfit的典范……）

至于说underfit的人……这有个眼睛就行啊……无语了。为了维护大是大非，已经到了需要自戳双目的地步了吗？

拜托黑的人稍微费点力气，挖掘一点尊重科学的黑点，可以吗？

俺是搞大数据的。这是大数据被黑得最惨的一次。

俺一直想做一个现实社会的A/B Test，实验设计如下：

Test Group：

假设一个人在美国测试新冠，且结果为阳性，此时记录下此人的身份信息，但将结果篡改为阴性并报告；

Control Group：

假设一个人在美国测试新冠，且结果为阳性，此时记录下此人的身份信息，结果依然按阳性报告；

一天追踪1000人，两组各500，连续追踪3个月，应该有90000人左右（刨除反复做新冠Test的干扰ID，要求ID唯一）

那么我期待的实验结果是：

Test Group死亡率要远远低于Control Group；

Test Group进ICU的人数远远小于Control Group；

Test Group后遗症也小于Control Group；

Test Group健康分数高于Control Group；

这样我可以得出设想的结论：

绝大多数新冠病人是被新冠吓病甚至吓死的。只要不告诉他们新冠阳性，甚至你让他们不知道新冠病毒存在，一切都会跟正常人一样。

对于自然界大部分的现象，我们一般都会说它大致符合一个分布，比如等公交车的过程就很像是泊松分布，投硬币就符合二项分布，很多没啥固定的可能正态分布是个过得去选择等。因此在对现实场景建模的时候，我们就可以假设这个现象应该大致符合这个分布，我只需要去得到一些相关参数，从而简化计算。

这篇文章做的是什么？就是假设新冠感染数量分布符合某种指数分布（这个假设本身问题不大），并通过拟合已经观测到的数据来得到这个假设分布的参数，并倒推给定现在的分布（和参数）第一例病人是什么时候出现的。作者通过对多个中美城市进行这样的分析，得到了一些结论：比如美国可能19年8-10月间就开始传染，以及中国是从19年12月才开始的等。

这个方法对吗？不能说是错，但也和正确没啥关系。这个就属于理性上你不会相信其中的结论，但我也不能张口就来就说它绝不可能。所以从科学上没啥可讨论的价值，别的方面看需求，但可以做的再细致些。

首先就是基于拟合和所谓的大数据（？）、人工智能（？），不去做划分训练（验证）测试集可还行？我打个比方，一个东西好不好需要验证，你不能直接拿出来说我这个好。这是第一个问题。

第二个问题就是各种环节的假设、模型选择、参数选择都很粗糙。这种基于拟合再倒推的（或者预测的），在数据量有限模型简单的时候，都有很大的可能差很远。如果不用作者文中给出的方法，让我用机器学习模型来拟合，且无需验证好坏的话，我能得到任意你需要我得到的结论，还比作者的方法误差小。基于这种没有验证没有对比，选择松散的模型得到的任意结论，都像疯子扬土。前一阵子我心血来潮用时间序列去拟合我自己的谷歌学术引用量（这还是跑了两年的数据，从很多个模型中选择而来），发现到2023年就会达到10万。你能信吗？

其他问题，比如图片是复制粘贴非矢量图，排版不专业就更不用说了。

因此我的看法是，如果这个报告作为本科的课程大作业，可以得60-70分。

我只能说一句——干得漂亮

这一招绝对够毒，美国两头不是人，进一步美国学术风纪败坏，退一步美国政府腐败透顶。

我给大家解释解释，这招数据和美国哈佛用武汉停车场分析中国数据如出一辙，用毫不相干的大数据反推。

这位问了，不就个数字游戏么，这也是个平手啊。

Naive,新冠传染也要按照基本法。总不至于你美国卫生条件堪比印度脏乱差，传染率那么快吧。没错，如果零号病人没那么早，你就解释解释你们腐败的政府是怎么瞒报的吧。

这个反对吧亡党，不反吧亡国。