습도가 높으면 코로나의 감염이 약해진다고 들었는데, 사실인지 확인해 보았습니다.

정의



2020년 1월부터 12월까지 도쿄의 달의 평균 습도와
같은 기간의 도쿄의 코로나의 신규 감염자수의 달의 평균수로 상관관계수를 내고, 0.5이상 있으면 관계하고 있는 것으로 한다

이용한 데이터



습도 데이터는 기상청에서





지역은 도쿄



데이터는 습도뿐이며 월별로



기간은 2020년만

도쿄의 코로나 감염자 수 데이터



소스 코드


import numpy
import json
import requests
import datetime

# 気象情報の読み込み
json_open = open("output.json")
weatherData = json.load(json_open)
# print(weatherData)

# コロナ情報の読み込み
response = requests.get("https://raw.githubusercontent.com/tokyo-metropolitan-gov/covid19/development/data/data.json")
covidData = response.json()
covidDateData = covidData["contacts"]["data"]
# print(covidData["contacts"]["data"][0])

# 湿度だけのデータにする
humidityMonth = []
for wd in weatherData:
  humidityMonth.append(int(wd["平均湿度(%)"]))
# print(humidityMonth)

# コロナ情報を2020年だけ月別に集計
covidMonthTotal = [0,0,0,0,0,0,0,0,0,0,0,0]
for d in covidDateData:
  dt = datetime.datetime.strptime(d["date"], '%Y-%m-%d')
  if dt.year == 2020:
    covidMonthTotal[dt.month-1] += d["小計"]
# print(covidMonthTotal)

# データを用意
x = numpy.array(humidityMonth)
y = numpy.array(covidMonthTotal)

# 相関行列を計算
coef = numpy.corrcoef(x, y)

# 相関行列を表示
print("湿度とコロナ感染者数の相関係数")
print(coef[1][0])

결과는 0.3891040023369774

고찰



(코멘트를 받고 나서 고찰을 추기하고 있습니다.주신 코멘트는 대단히 참고가 되었고, 자신도 느끼고 있었기 때문에, 이것들을 정리하는 형태가 되었습니다.또, 특이한 정리 미안 해요. 코멘트 해 주셔서 감사합니다!)
  • 전제로서 이번 경우, 상관관계수가 0.5 이상이라는 기준은 너무 낮다
  • 코로나 감염자 수는 다양한 요인이 있기 때문에
  • 참고: htps : // 이 m / St et al w ry도 온 / ms / 0fd0d48df64c8869cd9

  • 월별 평균은 너무 까다롭고 데이터가 적습니다
  • 코로나 감염은 시차가 있는 것이 아닌가
  • 예를 들어, 습도가 높은 시기의 2 주 후와 비교

  • 도쿄 이외의 지역도 조사해, 코로나 감염자수에 관련하는 요인을 가능한 한 적게 한다
  • 긴급사태선언이 제일의 요인이라고 느끼고

  • 좋은 웹페이지 즐겨찾기