Período Meiyu 2022

Periodo Meiyu 2022

8 al 15 de julio de 2022.

Debido a que la temperatura en cada región es diferente, el momento de entrar y salir de las flores de ciruelo en 2022 también será diferente. Pero las flores del ciruelo suelen comenzar a mediados de junio y florecer en la primera quincena de julio, durando unos 20 días. Pero también hay situaciones en las que las flores del ciruelo se reclutan tarde y se dejan tarde. Por ejemplo, en el área de Meiyu en 2020, las flores de ciruelo comienzan temprano, florecen tarde y duran mucho tiempo. Ese año, Zhejiang entró oficialmente en la temporada de lluvias de ciruela a finales de mayo, diez días antes que antes.

En términos generales, la temporada de lluvias en 2022 comenzará a principios de junio y finalizará a principios de julio, con una duración de unos veinte días. Se espera que la temporada de ciruela comience oficialmente alrededor del 10 de junio de este año y que comience a mediados de julio. La temporada de lluvias ya está aquí, por lo que debes prestar atención a las cosas de tu hogar y revisarlas con frecuencia para evitar que se enmohezcan.

Taizhou, Jiangsu_Meiyu 2022

1. ¿Cuándo caerá la lluvia de ciruelas en Jiangsu en 2022?

La temporada de lluvias en Jiangsu en 2022 entrará oficialmente en mayo el 23 de junio. Según la última conferencia de prensa celebrada por el Observatorio Meteorológico Provincial de Jiangsu y el Observatorio Meteorológico de Nanjing, se anunció que Nanjing entrará oficialmente en la temporada de lluvias a partir del 23 de junio. Además, también se espera que las áreas al sur del río Huaihe en la provincia de Jiangsu tengan flores de ciruelo el 23 de junio, por lo que la temporada de lluvias en Jiangsu este año es el jueves 23 de junio.

1. ¿Jiangsu ha florecido tarde este año?

Pertenece a la floración tardía del ciruelo. Debido a que el Día de la Flor del Ciruelo promedio es el 19 de junio durante todo el año, el Día de la Flor del Ciruelo de este año es el 23 de junio, lo cual es un poco tarde. A medida que el cinturón Meiyu oscila de norte a sur, hay muchos climas convectivos fuertes, con precipitaciones intermitentes obvias y temperaturas altas periódicas. Al mismo tiempo, Huaibei también entrará en un período de lluvias a partir del 23 de junio.

2. ¿Cómo está el clima en Jiangsu durante la temporada de lluvias en mayo de este año?

Según la última introducción del pronosticador jefe del Observatorio Meteorológico Provincial de Jiangsu, el clima de alta temperatura en nuestra provincia continuará a principios de la temporada de lluvias de este año y el clima convectivo severo será más frecuente. Después del 24 de junio, se esperan fuertes lluvias breves, tormentas eléctricas, fuertes vientos e incluso granizo en las partes central y norte de la provincia de Jiangsu, y se requieren más precauciones. Se espera que haya dos eventos de lluvia importantes en Jiangsu durante la próxima semana, desde la noche del 22 al 24 y del 27 al 28. Del 23 al 26, hubo fuertes condiciones climáticas convectivas, como precipitaciones intensas a corto plazo, tormentas eléctricas, vientos fuertes y granizo pequeño. Hubo temperaturas elevadas superiores a 35 ℃ en las partes central y norte del país el día 22, a lo largo del río Yangtze y el sur de Jiangsu el día 23, y a lo largo del río Huaihe y Huaibei los días 24 y 25.

3. ¿Cuánta lluvia habrá en Jiangsu este año?

La cantidad media de lluvia de ciruela es de 200-260 mm. Durante este período, la precipitación media en la región de Huaibei fue de 170 a 230 mm, más de lo normal.

2. ¿Cuándo florecerán los ciruelos de Jiangsu en 2022?

Según la última introducción del pronosticador jefe del Observatorio Meteorológico Provincial de Jiangsu, se espera que las flores de ciruelo aparezcan a mediados de julio de 2022. La duración de las lluvias de ciruelas en Jiangsu en los últimos años es la siguiente:

1 El Observatorio Meteorológico Provincial de Jiangsu emitió un pronóstico de lluvias de ciruelas en 2021, y algunas áreas al sur del río Huaihe entraron oficialmente en lluvias de ciruelas. 13 de junio.

2. La temporada de lluvias en Jiangsu en 2020 comienza el 9 de junio y finaliza el 21 de julio. La temporada de lluvias dura 43 días.

3. Jiangsu entró en el período Meiyu del 18 de junio al 21 de julio de 2019. La duración total del período Meiyu es de 33 días, que es más largo que los 23 a 24 días normales.

4. La temporada de lluvias en Jiangsu duró 32 días en 2016.

En términos generales, la temporada de lluvias en la provincia de Jiangsu entra oficialmente en la temporada de ciruelas el 23 de junio de 2022 y, por lo general, finaliza en julio. Según el pronóstico meteorológico más reciente en la provincia de Jiangsu, las flores de ciruelo aparecerán a principios de julio de este año.

¿Ha pasado Wuxi Huang Meitian en 2022?

La temporada de lluvias de ciruela en 2022 se producirá desde finales de mayo hasta finales de junio. Debido a que el período Meiyu ocurre todos los años durante los dos períodos solares de Mangzhong y Xiaoshu, este año, Mangzhong cae el 6 de junio y Xiaoshu cae el 7 de julio.

Por lo tanto, se espera que la temporada de lluvias de ciruelas en el curso medio y bajo del río Yangtze en mi país comience a principios de junio. Según años anteriores, la temporada de lluvias de ciruelas en varios lugares no es uniforme. y estarán con varios días de diferencia. Por ejemplo, en 2021, la temporada de ciruela comenzará en Shanghai el 10 de junio; en Suzhou, Jiangsu, comenzará el 10 de junio y en las zonas al sur del río Huaihe, comenzará el 13 de junio;

Atención.

El criterio para entrar en temporada de ciruela en 2022: La temperatura promedio supera los 22°C durante 5 días consecutivos, y se considera temporada cuando hay 4 días de lluvia. Según el pronóstico meteorológico reciente en Shanghai, las flores de ciruelo aún no han llegado oficialmente y la temperatura más baja todavía está entre 16 y 18 grados.

Gráfico de tendencias de la epidemia de 2020 a 2022

Observación de la epidemia con big data: ¿Ha pasado el pico de la epidemia nacional?

Análisis de tendencias macrofinancieras de Tengjing

2022-12-2317: 23·Desde Beijing

Tengjing Macro Express

2022 23 de diciembre

Observación de la epidemia con big data: ¿Ha pasado el pico de la epidemia nacional?

——Basado en la simulación y predicción de alta frecuencia de la IA de Tengjing

Equipo de investigación macro y de alta frecuencia de Tengjing

Puntos clave de este número:

En respuesta a la pregunta de si la predicción es precisa y si la epidemia nacional ha alcanzado su punto máximo, hemos agregado datos diarios del tráfico de pasajeros del metro en 28 ciudades para ayudar en el juicio. La falta de muestras de no internautas puede dar lugar a resultados de predicción sesgados.

El big data no es perfecto, y la aplicación del big data para hacer pronósticos macroeconómicos no es perfecta. Analizamos por qué fracasó Google Flu Trends. Las razones pueden incluir: La cobertura masiva de los medios de Google Flu Trends ha provocado cambios en el comportamiento de búsqueda de las personas, lo que a su vez afectará los resultados de las predicciones de GFT.

Es posible que la actual epidemia nacional aún no haya alcanzado su punto máximo, pero el proceso para alcanzarlo puede estar avanzado. Con la ayuda de los datos del volumen de pasajeros del metro para la verificación auxiliar, juzgamos que ciudades como Beijing, Shijiazhuang, Wuhan y Chongqing han superado el pico de la epidemia, mientras que ciudades como Chengdu, Tianjin, Changsha, Nanjing y Xi'an Aún no hemos alcanzado la cima.

1. ¿Es precisa la predicción? Las expectativas y la realidad se verifican mutuamente

En el informe anterior "Observación de la epidemia de big data: las ciudades centrales son las primeras en marcar el comienzo del pico", analizamos y proporcionamos que la situación epidémica en algunas ciudades de Beijing y Hebei ha llegado a un "punto de inflexión". Chengdu, Kunming y otras ciudades alcanzarán su punto máximo gradualmente. Según los datos del índice de búsqueda de Baidu, el índice de búsqueda de "fiebre" en Baidu en Beijing continúa disminuyendo, y el índice de búsqueda de "tos" alcanza su punto máximo después de "fiebre", lo que básicamente confirma la predicción de nuestro modelo. Sin embargo, también notamos que el índice de “fiebre” alcanzó su punto máximo a nivel nacional el 17 de diciembre de 2022. ¿Significa esto el pico de la epidemia nacional? De ser así, estos datos difieren del juicio de algunos expertos en prevención de epidemias de que la epidemia alcanzó su punto máximo alrededor del Festival de Primavera. Algunos expertos creen que aunque la epidemia nacional no haya alcanzado su punto máximo, el proceso se ha acortado.

Sin embargo, según la "enorme aritmética" de Bytedance, el índice de búsqueda de "fiebre" de Douyin alcanzó su punto máximo el 17 de diciembre, pero el índice de búsqueda de "fiebre" de Toutiao sigue fluctuando hacia arriba. Según las predicciones del "Emperador de datos" de Zhihu que circularon ampliamente en el círculo de amigos, la mayoría de las provincias y ciudades alcanzarán el pico de infección alrededor del 20 de diciembre de 2022. Entonces, lo que muchos investigadores quieren confirmar es que se mantendrá el 20 de diciembre de 2022. El día 23, ¿alcanzó su punto máximo en todo el país el número de nuevas infecciones en un solo día? Algunas personas piensan que la predicción es muy precisa, lo que es consistente con su percepción de la epidemia en Internet en estos días, algunas personas piensan que es inexacta, pensando que todos sus familiares y amigos son positivos y que la barra de progreso de la predicción es menor; de la mitad, sentimientos y predicciones personales. Los resultados varían mucho.

Al mismo tiempo, notamos que alrededor del 16 de diciembre de 2022, el índice de búsqueda "fiebre" en casi todas las ciudades y provincias del país marcó el comienzo de un crecimiento similar a un pulso de "primero en aumento y luego en declive". ", y en los días siguientes los datos de temperatura nunca han sido superiores al valor del día 16. ¿Significa esto que ha pasado la etapa más difícil de la epidemia? A través de la extracción de datos y el análisis de modelos de los datos de los motores de búsqueda de enfermedades epidémicas de Baidu y Toutiao, puede proporcionar una referencia importante para estudiar y juzgar la tendencia futura de la epidemia. Sin embargo, entendemos que para evaluar cuantitativamente el progreso de la epidemia es necesario introducir más datos.

Dado que no hay datos autorizados como referencia, las predicciones de varias epidemias son solo predicciones de modelos con parámetros basados ​​en la intuición, el razonamiento o la deducción. Las predicciones son inexactas y carecen de autoridad objetiva para comparar los resultados, por lo que. es difícil Para medir objetivamente si la predicción es precisa, solo podemos verificar los resultados de la predicción a través de datos microscópicos y la propagación de la epidemia circundante a través de todos los espectadores y lectores que participan en la predicción. El orden de infección entre los diferentes grupos en un. La ciudad y el ritmo de los picos de infección en diferentes ciudades tendrán un impacto en la predicción. Hay diferentes interpretaciones sobre si la predicción es precisa.

El modelo tiene limitaciones, la aplicabilidad de supuestos lógicos y la falta de datos autorizados para su verificación. Thomas Kuhn y Karl Popper entablaron una de las confrontaciones más influyentes del siglo XX sobre el concepto de "filosofía de la ciencia". A su manera, todos ellos cuestionan profunda y filosóficamente las premisas básicas de la ciencia. "La estructura de las revoluciones científicas" de Kuhn señala que incluso si en la realidad hay contraejemplos de los resultados predichos por el paradigma existente, los científicos existentes no pensarán que hay un problema con el paradigma, sólo nuevos paradigmas científicos que pueden reemplazar al existente; emergen paradigmas, y cuando los contraejemplos alcanzan un cierto número, el paradigma científico existente puede ser falsificado y puede ocurrir una revolución científica. La negación del proceso de previsión desde una perspectiva crítica es también un proceso de descubrimiento de nuevos métodos de previsión.

El filósofo Karl Popper, admirado por George Soros de Quantum Fund, es mejor conocido por su idea de que la ciencia procede por "falsabilidad": la idea de que no se puede probar que una hipótesis es correcta o incluso que no hay evidencia de una verdad. Se obtiene por inducción, pero si la hipótesis es falsa, se puede refutar. Según Popper, sólo los sistemas teóricos que pueden ser refutados empíricamente deberían recibir un verdadero estatus científico. Por lo tanto, Popper abogó por hacer suposiciones audaces, utilizar métodos de falsación para probar y cometer errores constantemente y revisar constantemente, en lugar de proponer hipótesis y luego buscar evidencia en todas partes para respaldar su teoría. La "falsificación" es también una forma de pensar que Soros siempre ha defendido y practicado.

2. El volumen de pasajeros del metro es un indicador de observación auxiliar importante para el pico de la epidemia.

Por lo tanto, partimos de la epidemia, volvemos a la economía y verificamos el pico de la epidemia. epidemia desde múltiples dimensiones. El volumen de pasajeros del metro es sin duda un buen indicador de observación. El volumen de pasajeros de una ciudad con metro se ve afectado por varios factores: 1. Control de viajes, 2. Disposición a viajar, 3. La conveniencia del metro.

Desde el punto de vista de los datos, Beijing y Shanghai son las dos ciudades con el mayor número de metros del país y las dos ciudades con el mayor volumen promedio diario de pasajeros. Los datos más altos del metro reflejan el nivel de. Al mismo tiempo, los datos diarios del tráfico de pasajeros del metro se publican con un retraso de 1 a 3 días, lo cual es relativamente oportuno desde la perspectiva de la recopilación de datos, los datos del metro provienen de la recopilación automática de Internet de las cosas. equipo, y el impacto de la intervención manual es pequeño. Los datos son totalmente objetivos y pueden usarse como el segundo tipo de principales variables de observación de la epidemia.

Imagen: Tráfico de pasajeros del metro de Shanghai

▲ Fuente de datos: viento, pronóstico económico de Tengjing AI

La imagen de arriba es el tráfico de pasajeros del metro de Shanghai desde diciembre de 2019 hasta el presente A partir de los datos cuantitativos, los más obvios son la epidemia de Wuhan a principios de 2020, la epidemia de Shanghai en abril de 2022 y la epidemia nacional en diciembre de 2022. Dado que el volumen de pasajeros del metro sigue el principio de ser alto de lunes a viernes y bajo los sábados, la cantidad de datos diarios es algo redundante. Posteriormente, podemos filtrar las fluctuaciones de datos intradiarios a corto plazo comparando los datos promedio semanales.

Figura: Tráfico de pasajeros del metro de Shanghai

▲ Fuente de datos: Wind, pronóstico económico de Tengjing AI

Al comparar el tráfico de pasajeros del metro de Beijing, también podemos ver que en 2022 En abril, el metro de Shanghai estuvo suspendido durante unas siete semanas. Aunque Beijing no fue suspendido, el volumen promedio semanal de pasajeros del metro cayó de 8 millones diarios en los últimos tres años a menos de 1 millón. Vale la pena señalar que el volumen de pasajeros del metro de Beijing después de septiembre de 2022 será significativamente menor que el de Shanghai. Por un lado, esto se debe a la epidemia y, por otro lado, el metro de Beijing requiere 72 horas de inspección de ácido nucleico. en toda la red, que se reducirá aún más a 48 horas el 24 de noviembre. Esta política se eliminará a partir del 5 de diciembre.

Figura: Volumen de pasajeros del metro de Beijing

▲Fuente de datos: Wind, pronóstico económico de Tengjing AI

Figura: Promedio móvil de 7 días del volumen de pasajeros del metro en el diez ciudades principales, la sinergia es muy consistente

▲Fuente de datos: Wind, Tengjing AI Economic Forecast

Basándonos en estos datos, creemos que el pico de la epidemia en Beijing ha pasado , pero el pico epidémico general en el país no es tan alto como el de Baidu. El índice de búsqueda y el índice de titulares han alcanzado su punto máximo, pero se encuentran en un período de rápido desarrollo. Establecimos un modelo de datos de cuatro etapas para ayudar a verificar si cada ciudad ha alcanzado su punto máximo. Como se muestra en la figura siguiente, el volumen de pasajeros del metro en Beijing, Wuhan, Chongqing, Shenyang, Shijiazhuang, Lanzhou y Kunming se ha estabilizado y repuntado, y actualmente se encuentra en la cuarta etapa; Shenzhen, Xi'an, Shanghai y Nanjing ciudades como estas todavía se encuentran en la tercera etapa para alcanzar su punto máximo. Dado que la media móvil puede provocar un retraso en los datos, la probaremos utilizando datos reales más adelante.

Imagen: Proceso de propagación de la epidemia

▲ Fuente de datos: pronóstico económico de Tengjing AI

Imagen: Volumen de pasajeros del metro en algunas ciudades nacionales

Nota: Las diez ciudades principales se refieren a: Beijing, Shanghai, Guangzhou, Chengdu, Nanjing, Wuhan, Xi'an, Suzhou, Zhengzhou y Chongqing, las mismas a continuación.

▲Fuente de datos: Wind, Tengjing AI Economic Forecast

En el progreso de la epidemia en unidades diarias, si los datos de viajes en metro se recuperan ese día, deberíamos mirar principalmente dos datos. , el primero es anual y el segundo es mes a mes.

Según los datos diarios, los viajes en el metro de Beijing se encuentran en una etapa ascendente, tanto mes a mes como año tras año, lo que es consistente con el criterio de alcanzar su punto máximo. Otros que pueden alcanzar su punto máximo son Wuhan, Chongqing y Chengdú. El volumen de pasajeros del metro de Shanghai, Guangzhou, Nanjing, Suzhou, Xi'an y otras ciudades continúa disminuyendo, lo que demuestra que la epidemia aún está en proceso de alcanzar su punto máximo.

Figura: Volumen de pasajeros del metro en algunas ciudades nacionales

▲Fuente de datos: Wind, pronóstico económico de Tengjing AI

Debido a la grave caída interanual en el volumen de pasajeros del metro, Juicio: La situación epidémica en ciudades como Shanghai, Guangzhou, Nanjing, Xi'an, Suzhou y Zhengzhou aún está en proceso de alcanzar su punto máximo en Beijing, Wuhan y Chongqing. año tras año y se espera que hayan superado el pico de la epidemia.

Gráfico: Volumen de pasajeros del metro en 28 ciudades y comparación semanal interanual

▲Fuente de datos: pronóstico económico de Wind, Tengjing AI.

3. y la realidad se influyen mutuamente?

Hay mucha experiencia después de relajar el control de la epidemia, ya sea el ritmo del pico de la epidemia, el impacto en el consumo y la tasa de participación laboral, muchos países pueden referirse a ella. Sin duda, esto nos da algunas expectativas. Hay diferencias entre la liberalización con una población de 1.400 millones y la liberalización en países con una población media. Los expertos nacionales en enfermedades infecciosas también han declarado en varios medios de comunicación que alrededor del Festival de Primavera, la epidemia alcanzará su punto máximo en el primer trimestre del próximo año, etc., lo que generará señales de un pico en el futuro. Pero a juzgar por la percepción en Beijing y en la mayoría de las ciudades, la epidemia parece haber alcanzado su punto máximo antes de lo que pensábamos. Entonces, ¿qué podría salir mal?

Fracaso del indicador de políticas: la ley de Goodhart

Cuando la mayoría de los participantes en Internet saben que el índice de búsqueda de Baidu puede representar indirectamente la epidemia, puede que no sea exacto. Hasta cierto punto, es el. encarnación de la ley de Goodhart en la epidemia. La Ley de Goodhart es una afirmación del economista británico Charles Goodhart, que significa que cuando una política se convierte en un objetivo, ya no será una buena política. Una explicación es que una vez que un indicador social o económico se convierte en una meta establecida que se utiliza para guiar la formulación de políticas macroeconómicas, el indicador perderá su valor informativo original.

No hay duda de que cuando la mayoría de la gente no conoce la importancia del "Índice Epidémico de Baidu", sigue siendo eficaz con una alta probabilidad. La lógica de la connotación es que los grandes datos del volumen de búsqueda reflejan indirectamente. la mayoría de los residentes comportamiento de búsqueda espontánea en Internet, la búsqueda "fiebre" es lo mismo que ser positiva y sintomática hasta cierto punto. Sin embargo, cuando tanto los medios oficiales como los propios medios informan sobre ello, este indicador desencadenará más búsquedas. Estas búsquedas no tienen nada que ver con la epidemia en sí, sino que son los efectos del tráfico de Internet.

La desviación del comportamiento de búsqueda de los usuarios de Internet puede causar contaminación de datos

Comparamos el volumen de pasajeros del metro en Shijiazhuang, Lanzhou, Beijing, Wuhan, Chongqing, Shenyang, Kunming, Chengdu, Tianjin y otras ciudades, se descubrió que los datos experimentaron cambios en los datos después de la relajación de las políticas y la tendencia al alza, el volumen de pasajeros disminuyó a medida que la epidemia aumentó y luego aumentó nuevamente después del pico de la epidemia. En la actualidad, la mayoría de las ciudades todavía se encuentran en la etapa en la que la epidemia está aumentando y el tráfico de pasajeros está disminuyendo. El pico de la epidemia nacional aún no ha llegado y el índice de búsqueda de "fiebre" proporcionado por Baidu Index ha alcanzado su punto máximo. El índice de búsqueda de "fiebre" puede ser anormal. La lógica central es que el 16 de diciembre, todas las ciudades del país experimentaron un aumento y luego una disminución. Este factor que puede afectar a todas las ciudades al mismo tiempo probablemente no sea causado por un. virus que se propaga en un patrón determinado, pero la "contaminación" de datos causada por otros factores.

Muestra faltante: no internautas de 60 años o más

Sabemos que Baidu Index, Toutiao Index y Micro-Index son productos de datos basados ​​en la extracción de datos y el análisis de cantidades masivas de Datos de comportamiento de los usuarios de Internet, por lo tanto, los datos de comportamiento de los no usuarios de Internet quedan naturalmente excluidos de la muestra de investigación.

El 50.º "Informe estadístico sobre el desarrollo de Internet en China" publicado por el Centro de información de Internet de China el 31 de agosto de 2022 muestra que, en junio de 2022, el número de no internautas en mi país es de 362 millones. No es una base pequeña. Desde una perspectiva regional, los no usuarios de Internet de mi país todavía se encuentran principalmente en las zonas rurales, siendo la proporción de no usuarios de Internet en las zonas rurales del 41,2. En términos de edad, el grupo de personas mayores de 60 años o más es el principal grupo de no internautas. Se puede observar que los no usuarios de Internet se distribuyen principalmente en las zonas rurales, y la mayoría de ellos son personas mayores de 60 años o más.

La falta de comportamiento de búsqueda de este grupo de no internautas, que es una base grande, ha provocado que los resultados de búsqueda deberían haber aparecido fuera de la muestra, lo que ha llevado a la subestimación del índice de búsqueda de " fiebre" y otras enfermedades. Según los Centros para el Control y la Prevención de Enfermedades, el riesgo de sufrir COVID-19 grave aumenta con la edad, la discapacidad y las afecciones médicas subyacentes. Durante el último período de Omicron, la mayoría de las muertes hospitalarias ocurrieron entre adultos de ≥65 años y aquellos con tres o más afecciones médicas subyacentes.

Gráfico: Casos diarios confirmados de COVID-19 en varios países y regiones del mundo

Nota: Debido a las pruebas limitadas, el número de casos confirmados es menor que el número real de infecciones, datos al 21 de diciembre de 2022

▲Fuente de datos: base de datos CSSE COVID-19 de la Universidad Johns Hopkins, ourworldindata.org, pronóstico económico de Tengjing AI

Gráfico: casos confirmados diarios en varios regiones del mundo casos de COVID-19

Nota: Debido a las pruebas limitadas, el número de casos confirmados es menor que el número real de infecciones, datos al 21 de diciembre de 2022

▲ Fuente de datos: base de datos CSSE COVID-19 de la Universidad John Hopkin de Sri Lanka, ourworldindata.org, pronóstico económico de Tengjing AI

Los macrodatos no son perfectos, ¿por qué falla Google Flu Trends?

Ya en 1980, el futurista Alvin Toffler propuso el concepto de "big data" en su libro "La tercera ola". Desde la antigüedad, la predicción ha sido una habilidad que la gente espera con ansias, y la predicción de big data es la aplicación principal de los datos. La lógica es que cada cambio no convencional debe tener signos de antemano, y todo tiene rastros a seguir si se encuentra una vez. El patrón entre signos y cambios, puedes hacer predicciones.

Existen precedentes internacionales sobre el uso de métodos y tecnologías de big data para realizar investigaciones y análisis macroeconómicos. Desde la perspectiva del análisis de big data, no se trata solo de aclarar las leyes estadísticas macroscópicas, sino también de aclarar la estructura fina de los datos macroscópicos. Desde la perspectiva de la investigación, la era de los big data proporciona un fuerte apoyo al análisis macroeconómico y está cambiando el paradigma de la investigación macroeconómica.

Las principales instituciones financieras, como los bancos centrales de varios países, desarrollan y adoptan modelos de pronóstico en tiempo real para rastrear los cambios en el estado económico en tiempo real y encontrar fuentes de información confiables antes de verse abrumadas por una gran cantidad de información social. , y así ajustar dinámicamente los indicadores económicos esperados.

Incluyendo el modelo Nowcasting de la Reserva Federal de Nueva York, el modelo WEI, el modelo GDPNow de la Reserva Federal de Atlanta y el modelo MIDAS del Banco de Inglaterra, etc.

Según la teoría del “Rey Dragón” del profesor Didier Sornette, existen dos condiciones para que ocurran eventos extremos: consistencia del sistema y sinergia. Cuando la consistencia del sistema es muy fuerte, es probable que se produzcan fenómenos extremos del tipo del cisne negro. Cuando la coherencia y la sinergia del sistema se fortalezcan al mismo tiempo, ocurrirá un evento del "Rey Dragón" más extremo más allá del "Cisne Negro".

Tanto "Cisne Negro" como "Rey Dragón" no son eventos aislados, sino una serie de eventos fuertemente relacionados, que encarnan el poderoso papel de la retroalimentación positiva. ¿Cuándo se puede predecir el mercado de valores? La clave está en el grado de correlación entre los cambios en el mercado de valores.

El sistema Google FluTrends lanzado por Google en 2008 fue motivado por la idea de que ser capaz de detectar la actividad de la enfermedad tempranamente y responder rápidamente podría reducir el impacto de la influenza estacional y pandémica al analizar grandes cantidades de consultas de búsqueda recopiladas en Google. , para revelar la presencia de enfermedades similares a la influenza en la población. La lógica y la idea son bastante simples e intuitivas: si estás enfermo, es probable que busques en un motor de búsqueda información, como por ejemplo cómo tratarlo. Google decidió que quería rastrear estas búsquedas y utilizar los datos para intentar predecir epidemias de gripe, incluso antes de que instituciones médicas como los Centros para el Control de Enfermedades pudieran hacerlo.

En 2009, "Google Flu Trends" predijo con éxito la propagación de la influenza H1N1 en los Estados Unidos a través de los datos de búsqueda masivos acumulados por Google y se hizo famoso en una batalla. Hay informes de que Google Flu Trends puede predecir brotes regionales de influenza 10 días antes de que los Centros para el Control y la Prevención de Enfermedades de EE. UU. informen sobre el brote. La capacidad de predicción de GFT obviamente tiene una gran importancia social y puede brindar a toda la sociedad la oportunidad de controlar las epidemias de enfermedades infecciosas por adelantado.

Así que Google creó una elegante ecuación en su sitio web para calcular cuántas personas han sido infectadas con la gripe. La lógica de los datos simple de entender es la siguiente: ubicaciones de las personas, consultas de búsqueda relacionadas con la gripe en Google, algunos algoritmos muy inteligentes = número de pacientes con gripe en los EE. UU.

Se utilizaron modelos lineales para calcular las probabilidades logarítmicas de una visita por enfermedad similar a la influenza y las probabilidades logarítmicas de una consulta de búsqueda relacionada:

P es el porcentaje de visitas al médico y Q es el número de visitas en el paso anterior y las puntuaciones de consultas relacionadas con ILI calculadas en . β0 es la intersección, β1 es el coeficiente y ε es el término de error.

Google Flu Trends ha demostrado no ser consistentemente preciso, particularmente durante el período 2011-2013, cuando sobreestimó la incidencia relativa de la gripe, y durante un período durante la temporada de gripe 2012-2013. El número previsto de visitas al hospital fue el doble. lo que registraron los CDC. Un artículo publicado en Nature en 2013 afirmó que Google Flu Trends sobrestimó los casos de influenza en aproximadamente un 50%.

Se puede comprobar que la aplicación del big data para realizar previsiones macroeconómicas no es perfecta. El economista y autor Tim Harford cree que "el fracaso de Google Flu Trends pone de relieve los peligros del empirismo desenfrenado". Una explicación para el fracaso de GFT es que las noticias están llenas de ellos

Gráfico: Estimaciones de ILI de Google Flu Trends comparadas con estimaciones de los CDC

▲Fuente de datos: Mejora de las estimaciones de Google Flu Trends para Estados Unidos a través de la transformación, Leah J Martin, Biying Xu, Yutaka Yasui, Tengjing AI Economic Forecast

En 2013, Google ajustó su algoritmo y respondió que el "culpable" de la desviación fue el cambio en la búsqueda de las personas. comportamiento causado por la amplia cobertura mediática de GFT. GFT tampoco parece considerar la introducción de datos médicos y de salud profesionales y experiencia de expertos, y tampoco "limpia" ni "elimina el ruido" de los datos de búsqueda de los usuarios. Google lanzó "términos de búsqueda relacionados recomendados" después de 2011, que es el modo de búsqueda de palabras relacionadas con el que estamos familiarizados hoy.

Los investigadores analizaron que estos ajustes pueden haber elevado artificialmente algunos índices de búsqueda y llevado a una sobreestimación de la incidencia de la epidemia. Por ejemplo, cuando un usuario busca "fiebre", Google también proporcionará palabras de recomendación relacionadas, como "dolor de garganta y fiebre", "cómo tratar el dolor de garganta", etc. En este momento, el usuario puede hacer clic por curiosidad. y otras razones, lo que hace que el usuario utilice Las palabras clave no son las que el usuario pretendía, lo que afecta la precisión de los datos de búsqueda de GFT. El comportamiento de búsqueda del usuario afectará a su vez los resultados de predicción de GFT. En el ruidoso mundo de los motores de búsqueda llenos de informes de los medios e información subjetiva de los usuarios, también existe la paradoja de que “la predicción es intervención”. Existe una alta probabilidad de que ocurra una situación similar en el índice de los motores de búsqueda nacionales. Ésta es una explicación que damos para la diferencia esperada basándonos en la experiencia de GFT.

Imagen: Términos de búsqueda relacionados con "fiebre" en Juduosuariance

▲Fuente de datos: Juduosuarium, Tengjing AI Economic Forecast

Referencias

[1] CNNIC: 50.º "Informe estadístico sobre el estado de desarrollo de Internet en China"

[2]

[3]AdjeiS, HongK, Molinari NM, et al. Riesgo de mortalidad entre pacientes hospitalizados principalmente por COVID -19 durante los períodos de pandemia de la variante Omicron y Delta: Estados Unidos , abril2020_junio2022.MMWRMorbMortalWklyRep2022;71:1182_1189.DOI:

[4]

[5]

[6]Lazer, D., R.Kennedy, G.King y A.Vespignani.2014. "TheParableofGoogleFlu: TrapsinBigDataAnalysis". Science343: 1203_1205.

Para obtener más resultados de investigación de gran éxito, preste atención a la cuenta pública "Tengjing AI Economic Forecast".

Buscar

Predicción del pico de infección en Tianjin

Cuántos nuevos pacientes con coronavirus han muerto en Tianjin

Número total de muertes por la epidemia en todo el país

Cuántas personas han muerto a causa de la epidemia en China

El gobierno central emitió la última política epidémica

Las últimas noticias sobre la epidemia nacional

¿Cuándo caerá generalmente la temporada de lluvias en Xi'an en 2022?

Xi'an es una ciudad bastante singular. Tiene un patrimonio cultural variado y diversas delicias y refrigerios, que son muy populares entre la gente. Recientemente, ha estado lloviendo todo el tiempo en Xi'an. Este es un fenómeno relativamente normal y se debe principalmente a la influencia de la alta presión subtropical, el calentamiento global y la ubicación geográfica.

Por qué a Xi'an le gusta llover en septiembre de 2021

1. Alta presión subtropical

En septiembre, llovió en Xi'an durante más de diez. días. A juzgar por los datos meteorológicos de los últimos años, es normal que en Xi'an llueva en septiembre. De hecho, las probabilidades son relativamente altas durante los próximos diez días y medio.

Xi'an tiene un clima monzónico continental semihúmedo templado cálido, con precipitaciones moderadas y cuatro estaciones bien diferenciadas. El invierno es frío, ventoso, brumoso, con poca lluvia y nieve; la primavera es cálida, seca, ventosa y cambiante; el verano es caluroso y lluvioso, con sequías destacadas, tormentas y vientos fuertes y el clima es fresco en otoño; . La precipitación anual oscila entre 500 y 750 mm, principalmente en verano y otoño. Xi'an se encuentra en el noroeste de la alta presión subtropical durante mucho tiempo en verano y otoño, y en invierno prevalecen los vientos del suroeste y noreste.

Las altas presiones subtropicales ocupan el Océano Pacífico durante el invierno del hemisferio norte. A medida que el punto directo del sol se mueve hacia el norte, la alta presión subtropical también se mueve gradualmente hacia el norte. El borde noroeste de la alta presión subtropical se combina fácilmente con el aire frío para formar precipitaciones. Sin embargo, debido a factores como la topografía y la intensidad de la alta presión subtropical, las precipitaciones primaverales se concentran principalmente en el este y el sur de China, lo que también provoca un pico de precipitaciones en Xi'an alrededor de mayo. En verano, Xi'an está controlada por la alta presión subtropical y experimenta frecuentes lluvias intensas y de corta duración.

Cuando llega el otoño, el borde noroeste del máximo subtropical pasa nuevamente por Xi'an mientras se retira hacia el sur, provocando precipitaciones continuas en Xi'an en septiembre.

2. Calentamiento global

El impacto del calentamiento global es complejo. En la actualidad, la manifestación general de las precipitaciones es el desplazamiento del cinturón de precipitaciones hacia el norte, pero este desplazamiento hacia el norte no es sólo un desplazamiento traslacional. Su escala y alcance son específicos a nivel local. Por ejemplo, en el contexto del aumento gradual de las temperaturas globales y el desplazamiento de las zonas pluviales hacia el norte, las precipitaciones en la provincia de Shaanxi disminuyeron gradualmente desde la década de 1990 hasta principios del nuevo siglo.

3. Ubicación geográfica

De hecho, la cuenca de Guanzhong, donde se encuentra Xi'an, no tiene un sistema de agua rico y el área de agua es relativamente pequeña, lo que dificulta su acceso. Forman una gran cantidad de convección térmica local. Al sur de la cuenca se encuentran las montañas Qinling, la cadena montañosa más alta del este. Para Sichuan, el flujo de aire del suroeste de la altura subtropical del Pacífico noroeste transporta aire cálido y húmedo desde el Océano Índico a la cuenca de Sichuan y encuentra aire frío en la meseta tibetana del norte, formando una lluvia otoñal continua en el oeste de China en septiembre y octubre. Sin embargo, debido a la existencia de las montañas Qinling, muchas corrientes de aire cálido y húmedo forman lluvia orográfica en el proceso de ascenso por el lado sur de las montañas Qinling, y es difícil ingresar a la cuenca de Guanzhong, que conduce directamente a dos zonas secas completamente diferentes. y climas húmedos en Guanzhong y Hanzhong.

¿Cuándo es la temporada de lluvias en Xi'an?

La temporada de lluvias en Xi'an es julio, agosto y septiembre. Xi'an tiene dos picos de precipitación obvios, en julio y septiembre respectivamente. La precipitación media anual en Xi'an es de 558 a 750 mm y aumenta de norte a sur. Cambia cada año.

En septiembre, el sur de China, la zona cercana al Trópico de Cáncer, está lejos de enfriarse. El aire caliente todavía flota allí, esperando que la corriente fría procedente de las profundidades de Eurasia los ahuyente.

No sólo en el sur de China, sino también en las regiones subtropicales del sur de Asia y Oriente Medio se esperan los mismos resultados. Además, dado que las dos máximas subtropicales se encuentran a lo largo de la costa, también se evapora una gran cantidad de vapor de agua, pero debido al clima cálido, no se condensa mucho vapor de agua en forma de lluvia.

De septiembre a octubre, la alta presión subtropical se desplaza hacia el sur y la banda de lluvia regresa al oeste de China. Se dice que habrá tiempo lluvioso. Esta lluvia continua de otoño también tiene un nombre científico, llamado "Lluvia de otoño en el oeste de China" y "Lluvia de otoño" en Shaanxi. Es común en algunas zonas del oeste de China y suele aparecer en Xi'an en septiembre. Bajo la influencia del máximo subtropical del sur, el clima generalmente dura entre dos y tres semanas.

Cómo secar la ropa más rápido en días de lluvia

1. Prensa de toallas de papel

Después de lavar la ropa, por mucho que la retuerzas, habrá Siempre habrá manchas en la ropa. Hay mucha agua. Puedes utilizar toallas de papel para planchar tu ropa. Las toallas de papel son muy absorbentes. Más toallas de papel pueden ayudar a secar el agua de la ropa.

2. Escurrir la toalla

Utilizamos una toalla seca para ayudar a escurrirla. Primero envuelve la ropa mojada en una toalla seca y escúrrela firmemente. En este momento, la toalla absorberá el agua de la ropa. Lo mejor es elegir toallas que sean muy absorbentes.

3. Añade una toalla seca y agita bien.

También podemos utilizar la lavadora para secar. Podemos utilizar la lavadora para secarlo una vez y luego secarlo una segunda vez