近來，一個關于美國和歐洲疫情數(shù)據(jù)的 "神預測" 的日更博客，在網(wǎng)上火了。

　　到底有多神呢？略舉二三，如下：

　　3 月 27 日起的連續(xù) 10 天里，該博客對美國感染人數(shù)的預測準確率都在 90% 以上，其中在 4 月 4 日，準確率接近 100%（預測為 276727，實際為 276931）。

　　3 月 31 日，該博客預測美國疫情將在 8-10 天內(nèi)當檢測人數(shù)超過 200 萬的時候出現(xiàn)斷崖式下跌；7 天之后，也就是 4 月 6 日，美國疫情數(shù)據(jù)出現(xiàn)斷崖式下跌，增幅從 12.43% 降為 8.13%——這篇文章引起了巨大反響，閱讀量超過 134 萬。

　　自 3 月 27 日以來，該博客對歐洲感染人數(shù)的每日預測平均準確率達到 97%，其中在 4 月份的前五天，預測準確率接近 100%。

　　李志斌對美國感染人數(shù)的預測（樂觀），準確率高達 90%

　　對此，有網(wǎng)友評論稱：大神，病毒都聽你的，絕了。

　　要知道，新冠肺炎疫情的爆發(fā)是一個涉及到政治、經(jīng)濟、地理等諸多復雜因素的全球性重大公共事件，對具體人數(shù)的預測聽起來就像是天方夜譚，準確率更是一門玄學——所以，能夠實現(xiàn)上述的預測成績，這個博客背后的博主堪稱是當代 "神算子" 了。

　　那么，這位 "神算子" 是怎么煉成的？

　　清華大學畢業(yè) + 8 年市場預測經(jīng)驗

　　這個博客背后的博主，也就是 "神算子" 本人，名為李志斌。

　　李志斌，1980 到 1985 年就讀于清華大學計算機系，1985 到 1994 年，他就讀并就職于中科院，三十歲擔任副研究員、產(chǎn)品部主任、所長助理，1994 年移居新西蘭，后定居香港至今，現(xiàn)任香港致佳物流軟件有限公司、香港易經(jīng)科技有限公司總經(jīng)理。

　　李志斌博客截圖

　　在李志斌所在的這兩家公司中，前者的主營業(yè)務是物流系統(tǒng)開發(fā)（Logistics Systems）；后者有香港中文大學背景，主要業(yè)務是市場需求預測（Market Demand Forecast），也就是為企業(yè)提供在未來 3 到 6 個月內(nèi)特定區(qū)域的產(chǎn)品需求、價格波動等方面的數(shù)據(jù)分析和預測。

　　在接受雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))專訪時，李志斌表示，他從 2012 年開始進入數(shù)據(jù)分析和預測領域，由于易經(jīng)公司的香港中文大學背景，李志斌也從教授們那里耳濡目染學了不少東西。

　　另外，從技術層面來說，李志斌在清華大學計算機系的學習經(jīng)歷，也讓他在軟件建模、大數(shù)據(jù)分析等方面已經(jīng)形成一個完備的知識體系；同時，清華大學的理工科學風和背景，也讓他更加重數(shù)據(jù)、重證據(jù)、重例舉，而不是重結論。

　　所有這些加起來，讓李志斌對 "數(shù)據(jù)" 非常敏感。

　　去年底今年初，武漢開始報告病例，香港也出現(xiàn)疑似新冠病毒患者，這讓長期身在香港的李志斌頗為警惕；到了 2020 年 1 月 7 日，香港特別行政區(qū)政府宣布新冠肺炎為法定傳染病，并開始向公眾通報疫情數(shù)據(jù)，由此，李志斌開始了對新冠肺炎相關數(shù)據(jù)的追蹤。

　　從那時開始，李志斌每天早上起來進行集中數(shù)據(jù)采集，一開始只是武漢、湖北、香港的數(shù)據(jù)，后來是內(nèi)地其他地區(qū)數(shù)據(jù)，到了 1 月下旬，開始收集海外數(shù)據(jù)，并整理成 Excel 表，同時開始利用自己的專業(yè)知識進行數(shù)據(jù)建模，并結合新聞中的數(shù)據(jù)對官方通報數(shù)據(jù)進行分析和判斷。

　　最初，李志斌只是在清華的同學群里分享數(shù)據(jù)和觀點，后來也每天花出 30 分鐘的時間來博文，并發(fā)表在新浪博客上。如今，這已經(jīng)形成了每天的習慣。

　　當然，對于李志斌而言，除了對常規(guī)的數(shù)據(jù)進行收集、整理和分析之外，他也在不斷結合自己的專業(yè)知識來構建一個數(shù)據(jù)模型，并且不斷對這個模型進行參數(shù)補充和驗證，使之達到預期中的效果。

　　到了 3 月 27 日，李志斌在數(shù)據(jù)模型已經(jīng)趨于穩(wěn)定的基礎上，第一次給出了針對美國感染情況的預測數(shù)據(jù)；3 月 28 日，他又給出了針對歐洲感染情況的預測數(shù)據(jù)。

　　李志斌對歐洲感染人數(shù)的預測，平均準確率高達 97%

　　在他的預測中，不僅僅包含感染病例數(shù)量，還包括感染增速、峰值時間、總感染人數(shù)、總死亡人數(shù)、死亡率等數(shù)據(jù)——當然，感染人數(shù)是他用來衡量預測準確率的最為重要的指標。

　　就連李志斌自己都沒有想到，自己的預測數(shù)據(jù)會那么準。

　　但是李志斌強調，沒有人可以 100% 準確預測未來，一定要滾動預測。他表示：

預測是一個動態(tài)過程，因為好多即時措施、事件等突發(fā)因素，是無法預測的，這個時候需要把這些突發(fā)事件和決定等因素變成對參數(shù)的調整，反饋到預測模型中，使之運行更加準確。我的預測模型、預測參數(shù)也在不斷完善過程中。

　　再好的軟件也不能 100% 預測準確

　　李志斌的預測，離不開兩個核心要素：數(shù)據(jù)，和預測模型。

　　首先是數(shù)據(jù)的可信度問題。在采訪中，李志斌表示，自己從 1 月份開始每天收集數(shù)據(jù)，一開始只有武漢和香港有數(shù)據(jù)，一直到現(xiàn)在，每天收集上百個國家和地區(qū)的數(shù)據(jù)。

　　李志斌強調，在數(shù)據(jù)收集和分析的過程中，一定需要甄別數(shù)據(jù)沖突（Data Conflicting）的出現(xiàn)；尤其是在官方通報的數(shù)據(jù)量比較大的情況下，會用好多方法包括新聞數(shù)據(jù)去檢查不同地區(qū)的數(shù)據(jù)之間可能存在的數(shù)據(jù)沖突，數(shù)據(jù)沖突點越多，數(shù)據(jù)的可信度越低。

　　同時，在判斷數(shù)據(jù)真實性的過程中，要看數(shù)據(jù)發(fā)布的速度；數(shù)據(jù)發(fā)布頻率越高，那么可信度就會更高一些——而南亞、東南亞地區(qū)發(fā)布的數(shù)據(jù)比較少、比較慢，可信度就會打折扣。

　　來自美國 CDC 官網(wǎng)的疫情情況

　　另外，在對數(shù)據(jù)的可信度進行判斷時，還可以借用新聞數(shù)據(jù)來做對比。李志斌告訴雷鋒網(wǎng)，比如說，醫(yī)生和病人之間的比例是比較穩(wěn)定的，那就可以用新聞中報道的醫(yī)療人員數(shù)量，來反推病人數(shù)量。

　　他表示，其實，所有的數(shù)據(jù)都可能存在一些人為的誤差或者統(tǒng)計誤差，沒有任何地區(qū)的可信度是百分之百；但是相對來說，美國的數(shù)據(jù)沖突比較少，在可信度上高一些，歐洲的數(shù)據(jù)可信度次于美國，因為西歐與東歐之間的不平衡，所以會取平均值。但印度、東南亞、日本等地區(qū)的數(shù)據(jù)就似乎存在一些問題，數(shù)據(jù)發(fā)布慢、數(shù)據(jù)沖突點較多，影響了數(shù)據(jù)可信度的設置。

　　到二月底，在之前以國內(nèi)數(shù)據(jù)為基礎建模、驗證的基礎上，李志斌開始對美國、歐洲兩個地區(qū)進行疫情數(shù)據(jù)預測。于是，在數(shù)據(jù)的基礎之上，李志斌打造了一個預測模型——實際上，這是一個極為復雜的模型，加起來有上百個參數(shù)，其中重要的參數(shù)有二三十個，分為以下三類：

• 第一類是疫情參數(shù)——不同地區(qū)/國家/城市確診人數(shù)、人口、每日新增確診人數(shù)、疑似人數(shù)、每日檢測人數(shù)、死亡人數(shù)、治愈人數(shù)（含自愈人數(shù)）、在診人數(shù)、入院人數(shù)（重癥人數(shù)）。

• 第二類參數(shù)與地區(qū)/城市/國家特征相關——城市類型（古城、現(xiàn)代城市、鄉(xiāng)村）、人口密度、氣溫、天氣（大雨、陰雨、有霧、天晴等）、城市 60 歲以上老年人口比例、城市平均年齡、城市建設情況（主要是下水道的狀況）。

• 第三類參數(shù)是關于資源和管治能力——醫(yī)療資源、病床數(shù)量、社會組織能力、信息透明度、管理方式等等。

　　李志斌表示，在實際的操作過程中，一般是先用 Excel 收集數(shù)據(jù)，然后導入到后臺數(shù)據(jù)庫中，在用自己開發(fā)的軟件模型（里面包含了算法）來得出三個結論，最后自己會再人為地就結果進行判斷——他強調，有很多參數(shù)是不能量化的，比如說社會情緒；所以需要人為參與。

　　他還表示：再好的軟件也不能百分之百預測準確。

　　當大船和小船同時遇見冰山

　　在采訪中，雷鋒網(wǎng)發(fā)現(xiàn)，畢業(yè)于清華大學的李志斌，有著超越數(shù)據(jù)分析之外的超前洞見和思維。

　　比如說，在建模過程中，李志斌是從國內(nèi)的數(shù)據(jù)開始的，這些數(shù)據(jù)不僅對李志斌的建模過程產(chǎn)生了重要影響，也讓他得出了一些觀察。于是，武漢封城前一天，他就在自己所在的 "清華 80 同學群" 里和同學們分享了兩個想法：

• 一是武漢應當立即封城，因為數(shù)據(jù)上升太嚇人；

• 二是在湖北尤其是武漢地區(qū)快速建立二三十個網(wǎng)格式野戰(zhàn)醫(yī)院，作為隔離救治中心，所謂野戰(zhàn)醫(yī)院，也就是后來的方艙醫(yī)院，因為疫情發(fā)展太猛，隔離病人是比治療更為關鍵的防控措施。

　　這些想法在同學群里引起了很多討論，當然也有質疑和反對，但更多的是同學們的積極參與，并提出了好多更好的想法和建議，獲益良多。后來的事實證明，這些想法都是中肯的，并且也被官方后續(xù)采取的措施所印證——其中關于野戰(zhàn)醫(yī)院等想法更是超前了兩周。

　　除了上述建議，李志斌還在數(shù)據(jù)分析和模型構建的過程中發(fā)現(xiàn)，成為疫情爆發(fā)點的城市往往具備幾個特征：

• 老城區(qū)；

• 氣候潮濕；

• 氣溫 5-15 度；

• 下水系統(tǒng)老化；

• 老年人比例高。

　　值得一提的是，在不同國家的疫情爆發(fā)城市，如中國武漢、韓國大邱、意大利米蘭、伊朗德黑蘭、美國紐約等，都大致符合這些特征。

　　對于這些特征的歸因，李志斌強調，其中夾雜了個人的主觀合理猜測，但也經(jīng)過一系列的結果驗證，最終才體現(xiàn)在預測結果中。他還表示，實際上，在參數(shù)中，還涉及到社會組織方式、管理模式、社會信息透明度等問題，所以他在預測中也會把結果設定為悲觀或樂觀。

　　雷鋒網(wǎng)注意到，如果按照李志斌在在 4 月 4 日給出的悲觀預測結果，他對美國感染人數(shù)的總體預測準確率高達 96%。

　　李志斌對美國感染人數(shù)的預測（悲觀），準確率高達 96%

　　不過，在專訪中，盡管有人為參與，但李志斌還是強調了數(shù)據(jù)在決策中的絕對地位。他表示，即使是拋開疫情不談，在一個日常的決策過程中，數(shù)據(jù)的重要性可以說是百分之百的；這些數(shù)據(jù)不僅僅要真實，而且要全面，還要透明，即使在后續(xù)過程中有人的參與，也是要基于這些數(shù)據(jù)判斷而來的——數(shù)據(jù)，正是決策的基礎。

　　那么，基于數(shù)據(jù)的決策，有多大的覆蓋面呢？

　　李志斌認為，即使是新冠肺炎疫情這樣的頗具偶然性、又包含政治、經(jīng)濟等復雜社會因素的群體性公共事件，也是可以預測的。

　　他表示，類似于傳染病的情況，它的發(fā)展存在著一種特定的模式（Pattern），偶然之中有規(guī)律在，我們也許無法掌握 100% 準確的規(guī)律，但是在一定的規(guī)律占比下，我們依然可以做出一些判斷和決策——當然前提是巨大的有效數(shù)據(jù)量。

　　由此，李志斌還談到了一個有趣的比喻：

一只大船和一只小船，在突然遇到冰山時，它們勢必要拐彎；但相對來說，大船的結局顯然更具有可預測性。小船一下子就改過來了，但大船的體量太大，有一個慣性，因此它有更大的可能性撞上冰山——這個慣性就是規(guī)律，而船的體量本身，就是數(shù)據(jù)量。

　　數(shù)據(jù)量越大、數(shù)據(jù)越準確、相關信息越透明，這種群體性事件發(fā)生的時候就越容易預測、且預測越準確——李志斌最后如是說。

總結

以上是生活随笔為你收集整理的清华校友预测美国疫情发展，准确率达96%|网友：病毒都听你的，绝了的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。