V preteklih dveh letih sem se veliko ukvarjal z raziskovanjem podatkov občanske znanosti, kar je slovenski izraz za angleški pojem citizen science, ki ga je uvedel akad. prof. dr. Zdravko Mlinar v svojem prispevku v Časopisu za kritiko znanosti, domišljijo in novo antropologijo v letu 2021.
Izraz predstavlja koncept znanstvenoraziskovalnega dela, pri katerem so v raziskave vključeni neprofesionalni raziskovalci, kot so denimo dijaki in študentje, člani različnih društev, predstavniki posameznih družbenih skupin in drugi predstavniki zainteresirane javnosti, ki niso profesionalni raziskovalci. Občanski raziskovalci lahko delujejo v različnih fazah raziskave, kot npr. pri načrtovanju raziskave in pri formulaciji raziskovalnega problema, pri zbiranju in ustvarjanju raziskovalnih podatkov, pri analizi podatkov ter pri interpretaciji rezultatov (Vir: Občanska znanost).
Analize vzročnih učinkov ukrepov so metodološko področje, ki se nahaja med ekonometrijo in statistiko. Na tem blogu sem že večkrat pisal o področju vzročnega sklepanja v splošnem, pri ocenjevanju učinkov ukrepov pa se je razvilo veliko področje, ki so ga ekonometriki poimenovali metode ocenjevanja programov (angl. program evaluation). Med drugim je v povezavi z njim Nobelovo nagrado v letu 2000 prejel čikaški ekonomist in ekonometrik James Heckman, eden najbolj vplivnih med še živečimi ekonomisti. Področje je močno razvito na zahodu, še posebej v ZDA. V tem prispevku bom o njem spregovoril v povezavi s COVID-19.
Ko se je pandemija COVID-19 v začetku leta 2020 razširila po vsem svetu, je statistično in epidemiološko modeliranje njenega poteka postalo ena osrednjih točk znanstvenega raziskovanja. Novi koronavirus SARS-CoV-2 se je hitro razširil po vsem svetu in močno vplival na vse vidike našega življenja. Eden ključnih razlogov za njegovo hitro širjenje je visoko efektivno reprodukcijsko število R_t, o tem katerem sem pisal v prispevku, nastalem v začetku pandemije, Uvod v modeliranje in statistični vidiki COVID-19, poleg efektivnega pa poznamo tudi osnovno reprodukcijsko število R_0. Vrednost R_t predstavlja povprečno število ljudi, ki jih posameznik okuži v obdobju okužbe, pri čemer t predstavlja čas. Ko je R_t manjši od 1, se pojavnost novih primerov zmanjša, ko pa je R_t večji od 1, narašča, dokler epidemija ne doseže vrhunca; po tem se pojavnost novih primerov začne zmanjševati zaradi (vsaj začasne) čredne imunosti. Sliko gibanja števila primerov in umrlih v času pandemije v Sloveniji vidimo na spodnji sliki iz članka Manevskega in sodelavcev (2020), ki je eno od znanih slovenskih modeliranj COVID-19.
Pred dobrim mesecem sva objavila analizo agregiranih podatkov ankete o simptomih COVID-19 za obdobje od maja do torka, 10. novembra, le dan pred martinovim. Čeprav se je od takrat rast precej upočasnila, do upada ni prišlo in že nekaj tednov stagniramo pri podobnem številu okuženih in hospitaliziranih. Kako se je od začetka novembra do danes spremenilo vedenje ljudi? In kakšna je bila v obdobju od junija do danes situacija v sosednjih državah?
V zapisu bom spregovoril o nekaterih ključnih modelih sedanje pandemije bolezni COVID-19, ki so nastali v Sloveniji. Pri tem se bom navezal na obstoječo literaturo v mednarodnih krogih, ki je v zadnjih dveh mesecih eksplodirala po verjetno prvi tovrstni študiji Kucharskega in kolegov v februarju 2020.
Udomačena statistika 