@Aksel Hvis du ikke kalder det et knæk at kurven for indlagte omkring 1. april går fra en stejl stigning til et gradvist fald, ved jeg ikke hvad man skal kalde det. De kurver der ville vise trin er for smittede. Men de kurver er ikke målt ordentligt, fordi der er testet alt for lidt. Et trin på den kurve bliver udjævnet på kurven for indlagte, fordi nogen bliver hurtigt indlagt, og andre betydeligt senere. Og det er lige præcist hvad kurven for indlagte viser.

@ Flemming,

Ærligt talt, de hak, som du klager over ikke ses i modellerne, findes jo ikke i virkeligheden, hvilket du let kan se ved at kikke på de fakriske antal smittede og indlagte. Det du skriver er simpelt hen noget vrøvl.

God ide med nogen udefra til at se på modellerne. Det har været helt indlysende fra starten at de var forkerte, fordi det var glatte kurver uden trin og knæk. Når der to weekender i træk kommer flere tusinde smittede skiturister hjem fra Østrig er der ikke en jævn stigning, men en stigning i 2 trappetrin. Og når samfundet 11. marts lukker ned kommer der et knæk på kurven for smittede, så den går fra en kraftig stigning til en betydeligt mere begrænset stigning. Når prognoserne ikke formåede at inkludere sådanne begivenheder er det klart at det de så viser bliver helt ud i skoven. Men er det fordi de ikke har fanget at få 2 sådanne afgørende begivenheder med i modellen, eller fordi modellen ikke kan kapere dem, kunne være interessant at vide.

Modellerne kan vise sit værd hvis de kan gengive observeret data tilbage i tiden. Her er det afgørende at udveksle data globalt og at samarbejde internationalt. Især brug af ny informationsteknologi og big data science tror jeg kunne hjælpe med til at forbedre modellerne.

Værdierne, der proppes ind i modellen, er næppe rigtige. Men fejlene vil forhåbentlig glatte hinanden ud, så usikkerheden ikke bliver summen af fejl, men et mindre tal.

SSI og politikere har måske en blind plet her? Se at få masker med i næste beregning.

Det vil väre teknisk svärt at modellere på 'masker vs. ikke masker' fordi vi så skal bruge 'Asiatiske Data' og der er mange andre ting som de gör helt anderledes der spiller ind på resultatet.

Eller man skulle lave en dansk kontrol gruppe, man kunne have taget hjemmeplejen, det ville nok ikke direkte have skadet nogen at göre det eksperiment. Hvis man var åben om det ville der nok ikke engang have väret en masse brok om forskelsbehandling.

Det, kan väre at jeg tager helt fejl, men, som Ingeniör synes jeg at det virker som om at 'man' ikke rigtigt har lyst til at Måle (d.v.s. Teste) og at man foreträkker at modellere og derefter ekstrapolere, hvilket så bliver mere ud fra antagelser end måledata.

SSI og politikere har måske en blind plet her? Se at få masker med i næste beregning.

Måske ikke lige en blind plet, men et tildækningsforbud?

§ 134 b Den, der i forbindelse med møder, forsamlinger, optog eller lignende på offentligt sted færdes med ansigtet helt eller delvis tildækket med hætte, maske, bemaling eller lignende på en måde, der er egnet til at hindre identifikation, straffes med bøde eller fængsel indtil 6 måneder.
Stk. 2. På samme måde straffes den, som på offentligt sted besidder genstande, der må anses for bestemt til tildækning af ansigtet under de i stk. 1 nævnte omstændigheder.
Stk. 3. De i stk. 1 og 2 nævnte forbud gælder ikke for tildækning af ansigtet, der tjener et anerkendelsesværdigt formål.

Kilde: https://danskelove.dk/straffeloven/134b

Se stk 3. Måske regnes hindring af smittespredning bare ikke for et anerkendelsesværdigt formål; eller man har glemt den detaille

Modeller er præcis lige så gode som de antagelser man propper ind i dem. Der er stadig mange områder hvor viden er begrænset mht. Covid-19, så som smitteveje, vejrindflydelse, effekt af masker, mutationer, alderseffekter, immunitet, osv.

Og så er der spørgsmålet hvilken detaljegrad modellerne skal dække over. En flad kurve over hele DK kan stadig gemme at særlige grupper, områder, aldersgrupper, etniske grupper, særlige erhverv, folk med særlige sygdomme, kunne blive særdeles hårdt ramt.

Dertil kommer det stokastiske element, dvs at tilfældigheder kan få stor indflydelse på udfaldet. Dette er illustreret meget godt her, med simple modeller der kører i browseren:https://nyheder.tv2.dk/coronavirus-simulator-fire-grafer-derfor-skal-vi-holde-afstandprøv at køre modellerne, især de nederste på siden flere gange og se hvor stor forskel der er på udfaldet fra gang til gang.

Modellerne kan vise sit værd hvis de kan gengive observeret data tilbage i tiden. Her er det afgørende at udveksle data globalt og at samarbejde internationalt. Især brug af ny informationsteknologi og big data science tror jeg kunne hjælpe med til at forbedre modellerne.

I alle dele af verden bruges masker og mundbind som en extra "social distancing faktor" når samfundet åbnes igen. I SSI seneste rapport i morgenpressen nævnes masker og mundbind ikke en eneste gang, selvom der er snesevis af anecdotal evidence på nettet. Og helt oppe på nationalt niveau. SSI og politikere har måske en blind plet her? Se at få masker med i næste beregning.

".... en ekspert-følgegruppe fra forskellige discipliner, som er fortrolig med kompleks kodning og modellering - kunne bidrage med.

Det er for eksempel ingeniører, bioinformatikere, epidemiologer, økonomer, genetikere, datamatikere og statistikere..."

Tror man skal lave flere grupper, med de enkelte forskellige fag grupper i hver - da de kender hinnanden i fag miljøerne (som f. eks AAU, RUC, CBS... ) og da man dermed kan få mindre "stirre sig blind" på en evt model svaghed.

NB : Og selvfølgeligt forstår alle fagmiljøer at alle ind data er fortrolige... data ud af modellerne kan man debattere og laere af.

Personligt håber jeg mundbind kan blive lagt ind i modellerne, således vi kan få de effekter som de har opnået i den tyske by Jena https://www.telegraph.co.uk/news/2020/04/17/no-new-infections-german-city-impose-facemasks/amp/