東京都に関してですが, 永寿総合病院の感染者数を除外した場合のグラフを下方に追記しました.
福岡県は, 懇意にさせて頂いている先生から問い合わせがあり調べた結果, 拡大率が大きい（30%前後の）指数関数的に累積感染者数が増大している（その時点では数日間でしたが）ことが分かったため掲載することにしたものです.
4月4日現在, 3月23日からの12日間の平均拡大率が約31%/日です. この間, 3病院で集団感染が発生しています. その感染者数を除外する（各病院1人と数える）としても, 平均拡大率は27%/日弱です. 27%/日というのは, 7日間で5.3倍になる速度ですから, かなり危険な状況にあるのではないかと推察されます.
愛知県は, ここに掲げている他の都府県と異なる動きをしていますので, そうした異なる例として掲載し始めました（今は, 別の意味が加わっています（下記））. 累積患者数は, 当初急激に増大しますが, 途中から抑制された拡大率（愛知県の場合は2.3%/日）を継続しています（これは北海道と類似しています）. 東京都などで見られる 3月23日前後の拡大率の増加といった変化はありません. しかし, 愛知県のその傾向は, 4月1日に変わったかもしれないと思えます. この程度の変化は、ランダムな動きの一つとして珍しくはありません. しかし、変化したものとして, 4月2日～5日という（統計的にはまず意味がない）極めて少数なデータから推定すると, 4月2日以降の拡大率は 6%/日となっています.
SIRやSEIRモデルとの違いを簡単に記しておきます. 本ページの回帰は感染の拡大・縮小のモデルに倣ったものではなく, COVID-19の東京・関東地区・大阪等における, 感染拡大期にてみられた, SIR/SEIRモデルでは表現できない現象について記したものです. それは, 図に現れているような, 3月24日前後に現れた, 感染の拡大率（growth rate）の上昇です.
（9月24日追記）新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によると, ごく一部の地域を除き, 減少傾向にあります. しかし、4連休の影響を見極めるには, 今週末明け後まで見る必要があります. 7日ほど前から, 東京都をはじめとする一部地域, および日本全体で増大傾向にあるようにみえます.
（9月16日追記）新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によると, 7日ほど前から, 東京都をはじめとする一部地域, および日本全体で増大傾向にあるようにみえます. 増大または停滞傾向にあるのは, 日本全体, 関東4都県, 東京都, 大阪府, 埼玉県, 千葉県, 兵庫県, 愛知県, 岐阜県, 群馬県, 宮城県, 栃木県などです.
（9月12日追記）新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によると, 3日ほど前から, 東京都をはじめとする一部地域, および日本全体で増大傾向にあるようにみえます. 増大または停滞傾向にあるのは, 日本全体, 関東4都県, 東京都, 大阪府, 神奈川県, 埼玉県, 千葉県, 兵庫県, 愛知県, 群馬県, 宮城県, 栃木県などです.
（9月09日追記）新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)は, 一部地域を除き, 減少傾向にあります. 新規感染者数が5人以上あり減少傾向にない地域として, 神奈川県, 石川県, 京都府, 群馬県, 茨城県, 宮城県があります.
（8月27日追記）新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)を見てみます. 8月4日～8月10日を大きなピークとし, 地域により（東京都・関東4都県・日本全国等）, 8月19日, 20日を小さなピークとして、 減少傾向にあります. 8月26日に増大しているのは, 8月19日に休み明けのアノマリーが発生した地域（東京がその代表）での値が大きくなったためです。 ただし, 増加傾向・停滞傾向がある地域として， 北海道, 滋賀県, 富山県, 福井県等がありますが, 人数が少ないので, 数日で様子が変わります.
（8月24日追記）新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によりますと, 東京都・関東4都県・日本全国とも, 8月19日, 20日をピークとして、減少傾向にあります. ただし, 埼玉県, 北海道, 京都府等は増加傾向か？という状況であり, 千葉県, 広島県, 石川県, 富山県, 滋賀県等は停滞傾向か？という状況です.
（8月22日追記）新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)を見ると, 東京都(図2)・関東4都県(図1)・全国(図1)とも, 8月9日前後にピークがあります. その後, 8月20日に小さなピークが見えますが, これは, お盆休み期間中の滞留分が纏めて出現したと推測できます. 8月22日には減少傾向にあると思えますが, そうとは思えない地域がかなりあります. 図1によれば, 埼玉県, 千葉県, 京都府, 北海道などです. 神奈川県もそうでしょう. 重症者数は(遅れて)増加していますので, 安心できない状況が続いているといえます.
（8月15日追記）新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)を見ると, 日本全体, 関東4都県としては減少傾向にあるものの, 絶対数は多いままであり, 一方上昇傾向にあると思われる道府県があります. 石川県, 群馬県です. 沖縄県は, 拡大は収まった可能性がありますが, 絶対数が多いため, 困難な状況にあります.
（8月14日追記）新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)を見ると, 直近数日間～一週間, 減少傾向になっていることが分かります. ただし, 新規感染者数の増大傾向を示している, 沖縄県, 石川県, 群馬県があります. 特に沖縄県は深刻な状況です. 4月前後の第一波に比べ, 人々の移動量の激減のような, 原因と推定しうる明確な事象がないため, この減少傾向を維持する施策を案出するのが難しい状況にあります. 言葉を変えると, ある日突然予兆もなく, 新規感染者数が増大に転じても何の不思議もありません. なお, 新規感染者数自体は大きな値ですし, 増大を続ける地域があり, 全国的には重症者数が増大しており, 一方, 医療現場への支援に対する国の関心は低いようであるため, 危機的状況にあることは変わりがありません.
なお欧米諸国をみると, 一部を除き, 死者数は大きく低下しましたが, 新規感染者数は増大傾向にあることが分かります.
（8月10日追記）東京都の7日間和(7日間移動平均と等価)を見ます(図1). 8月10日の一日新規陽性確認者数197人は, 一週間前の同曜日の258人より少ないため, 7日間和は減少しています. さらに7日間和は, 直近6日間では平均 -0.3%/日の増大となっている（ほぼ横ばい）ため、頭打ちになっているように見えます. なお, 関東4都県でみても, 何日間をみるかによりますが, 横這い～0.9%/日の増大となっています.
直近6日間の平均増大率は, 日本全国では 0.6%/日, 関東4都県外 0.9%/日, 大阪府 1.0%/日, 兵庫県 0.6%/日, 京都府, 愛知県, 福岡県, 北海道は減少傾向となっています. 増加傾向にあるのは, 沖縄県, 石川県, 富山県, 群馬県等です. なお, 沖縄県では人口比の新規陽性確認者数が東京都を越えて多く, しかも, 一週間の平均増大率 7.7%/日と深刻な状況にあります.
全国的には, 自粛効果が出ているように見えるといえます. 問題の一つは, 沖縄県のように極めて深刻な地域があることです. 懸念の一つは, 10日までの3日間に各地で人出があったことです. 感染防止がどの程度徹底されているか, 感染を抑える程度の自粛となっているのか, 今後を注視する必要があります.
（8月02日記）東京都の7日間和(7日間移動平均と等価)を見ます(図1). 7月31日, 8月1日の新規陽性確認者数の多さは, 7月23日～26日の4連休期間中の新規陽性確認者が遅れて表面化したものと推定できます. ただ、7月23日～30日の間, ほぼ増大率0で推移していることを考えあわせると, この期間の当初は, 新規陽性確認者数の増大はほぼなかったが, その後増大を再開し, 8月1日, 2日の大きな数値となって表面化したと考えることができます. （乱暴な推定です）
日本全国の7日間和（図1 Japan）をみますと, 6月22日～8月2日までの増大率の平均値は約 8%/日となります。 最近7日間の回帰からは, 8.3%/日であることが分かります。 この値は, 東京都の約 5.8%/日, 4.4%/日, 関東4都県（図1 Kanto 4prfs）の約 6.3%/日, 5.0%/日 より大きく, 遅くとも6月22日以降, 関東4都県以外の方が, 関東4都県より, 大きい増大率で, 新規陽性確認者数が増大をしていたことを示しています.
ミクロ的に見れば, 夜の街問題であったり, 東京都問題であったりしたのかもしれません. しかし, マクロ的に見れば, 日本全域に渡る問題であり続けていることがわかります. これまでのところ, 感染抑制に関しては, 政府は無策であり, 自粛効果が表面化していませんので, 現在の傾向が2週間程度は継続すると考えるべきでしょう.
8月02日の新規陽性確認者数は, 東京都以外が全国の70%, 関東4都県以外としても60%となっています, 最近の, 関東4都県以外の, 目につく（数値的に正しいとは全くいえない）特徴は, ここ2～3日, 新規陽性確認者数の増大率が高そうである, すなわち, 図の曲線がより急峻になっているように見えるという点です. 4連休分が遅れて加算されているとの解釈もできます. どちらが正しいかは, 数日間は観察する必要があります. なお、最近7日間の値に基づく回帰・外挿は, これらの上振れを, ある程度, 統計的偏りとして参入していると思われます.
（7月21日記）直近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ます. 日本全国としては, どう短くみても, 6月22日を底として新規陽性確認者数の増大期に入っていることが分かります(図2). 6月23日以降, 平均7～10数%/日で指数関数的増大しています（ただし、最近7日間では平均6.5%/日）. ただ, 増大率で比較する限りにおいては, 東京・関東4都県の増大率(3.4%/日)には低下の傾向がみられ, 関西圏を含む東京圏以外の道府県の増大率(愛知県35%/日, 福岡県25%/日, 大阪府14%/日, 京都府11%/日等)の影響が色濃くでています (ただし, 直近2日間には緩和の傾向が見えます). なお日本全体の増大はいまだ顕著かつ定常的であり, 現在までほぼ無策で来たことは, 政府の許されない賭けであった可能性があります. 東京都がやり玉に挙がっていますが, 数値的には, 東京都に限った問題でないことも明らかです. 4月には, 人々が報道をみて行動を変え, 結果として為政者が対策を取る前に増大が緩和されたように見えますが, 今回は未だ見えておりません. それが再現することを祈念するしかない状況に陥っています.
（7月19日記）直近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ます. 日本全国としては, どう短くみても, 6月22日を底として新規陽性確認者数の増大期に入っていることが分かります(図2). 6月23日以降, 平均7～10数%/日で指数関数的増大しています. この増大は顕著かつ定常的であり, 現在までほぼ無策で来たことは, 政府の許されない賭けであった可能性があります. 数値的に, 東京都に限った問題でないことも明らかです. 4月には, 人々が報道をみて行動を変え, 結果として為政者が対策を取る前に増大が緩和されたように見えますが, 今回は未だ見えておりません. それが再現することを祈念するしかない状況に陥っています.
日本全体では, 直近7日間の回帰では 8%/日, 6月22日から7月19日までの間の平均では 8.6%/日で増大しています(図2) （この増大率は, 現在, 世界的にも高い値です）. 後者は ほぼ 8.4日で倍になる速度です.
（7月12日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全国としては, どう短くみても, 6月22日を底とする新規陽性確認者数の増大期に入っていることが分かります(図2). その間のの増大は顕著であり, 現在までほぼ無策で来たことは, 政府の許されない賭けであった可能性があります. 6月23日以降, 平均7～10数%/日で指数関数的増大していることは, 増大の主たる要因を, PCR検査数増加や夜の街だけに求めるのには無理があることを示しています. また, 為政者は, 対策をとってもその効果が現れるまで2週間前後かかる, それまでは現状の「指数関数的増加傾向」が継続することを忘れているように見えます. 東京都医師会は7月10日に開いた記者会見で重大な懸念を表明しています. 為政者は直ちに対応すべきです. 4月には, 人々が報道をみて行動を変え, 結果として為政者が対策を取る前に増大が緩和されたように見えますが, それが再現することを祈念しております.
日本全体では, 直近7日間の回帰では 8%/日, 6月22日から7月12日までの間の平均では 9.2%/日で増大しています(図2) （この増大率は, 現在, 世界的にも高い値です）. 後者は ほぼ 7.9日で倍になる速度です.
（7月10日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全国としては新規陽性確認者数の増大期に入って随分経っていることが分かります. 特に6月23日以降の増大は顕著であり, 現在までほぼ無策で来たことは, 政府の許されない賭けであった可能性があります. 6月23日以降, 平均7～10数%/日で増大していることは, 増大の主たる要因を, PCR検査数増加や夜の街だけに求めるのには無理があることを示しています. また, 為政者は, 対策をとってもその効果が現れるまで2週間前後かかる, それまでは現状の「指数関数的増加傾向」が継続することを忘れているように見えます. 4月には, 人々が報道をみて行動を変え, 結果として対策を取る前に増大が緩和されたように見えますが, それが再現することを祈念しております.
日本全体では, 直近7日間の回帰では 7%/日, 6月22日から7月5日までの間の平均では 9.4%/日で増大しています(図2) （この増大率は, 現在, 世界的にも高い値です）. 後者は ほぼ 7.8日で倍になる速度です.
（7月5日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本は新規陽性確認者数の増大期に入って随分経っていることが分かります. 報道によると為政者の判断は, いつも, 現状に基づいてなされています. 対策をとってもその効果が現れるまで2週間前後かかる, それまでは現状の「指数関数的増加傾向」が継続することを忘れています. そこで、対数グラフ上に14日後の予測値（単なる外挿ですが）を示しています. 4月には, 人々が報道をみて行動を変え, 結果として対策を取る前に増大が緩和されたように見えますが, 今後もそれが発生するとは限りません. 今対策をとっても, その予測値が実現してしまう可能性があるということです.
また、PCR検査数が増えたから陽性確認者数が増えたという説明がありますが, これは現在の増加を説明していません. 現在陽性確認者数が指数関数的に増加していることがその証左です. PCR検査数の増加がどのようであるか確認することが難しいのですが, 少なくとも指数関数的増加ではありません.
日本全体では, 直近7日間の回帰では 13%/日, 6月22日から7月5日までの間の平均では 10.2%/日で増大しています(図2) （この増大率は, 現在, 世界的にも高い値です）. 後者は ほぼ 7.2日で倍になる速度です. この増大の主たる要因は, 関東4都県, 特に東京の増大基調です. 都道府県別の, 過去7日間新規陽性確認者数和が上位6都府県の内、北海道を除いた 東京都, 大阪府, 神奈川県, 埼玉県, 千葉県がいずれも増大し(大阪府は8日間), 京都府も少数ではありますが増大しています(10日間). 東京都では, 5月23日を底に, ほぼ上昇を続け, 6月8日前後は停滞していましたが, 7月5日まで, 平均約 6.6%/日で増大しました. 繰返しになりますが, 新規陽性確認者数をみる限りですが, 日本, 特に関東四都県はかなり危険な状態にあると言わざるをえません. なお, 関西2府（大阪府, 京都府）, 福岡県もかなり注意が必要です.
（7月4日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本は新規陽性確認者数の増大期に入って随分経っていることが分かります. 報道によると為政者の判断は, いつも, 現状に基づいてなされています. 対策をとってもその効果が現れるまで2週間前後かかる, それまでは現状の「指数関数的増加傾向」が継続することを忘れています. そこで、対数グラフ上に14日後の予測値（単なる外挿ですが）を示しています. 4月には, 人々が報道をみて行動を変え, 結果として対策を取る前に増大が緩和されたように見えますが, 今後もそれが発生するとは限りません. 今対策をとっても, その予測値が実現してしまう可能性があるということです.
また、PCR検査数が増えたから陽性確認者数が増えたという説明がありますが, これは現在の増加を説明していません. 現在陽性確認者数が指数関数的に増加していることがその証左です. PCR検査数の増加がどのようであるか確認することが難しいのですが, 少なくとも指数関数的増加ではありません.
日本全体では, 直近7日間の回帰では 13%/日, 6月22日から7月4日までの間の平均では 8.2%/日で増大しています(図2) （この増大率は, 現在, 世界的にも高い値です）. 後者は ほぼ 8.8日で倍になる速度です. この増大の主たる要因は, 関東4都県, 特に東京の増大基調です. 都道府県別の, 過去7日間新規陽性確認者数和が上位6都府県の内、北海道を除いた 東京都, 大阪府, 神奈川県, 埼玉県, 千葉県がいずれも増大し(大阪府は7日間), 京都府も少数ではありますが増大しています(10日間). 東京都では, 5月23日を底に, ほぼ上昇を続け, 6月8日前後は停滞していましたが, 7月4日まで, 平均約 6.6%/日で増大しました. 繰返しになりますが, 新規陽性確認者数をみる限りですが, 日本, 特に関東四都県はかなり危険な状態にあると言わざるをえません. なお, 関西2府（大阪府, 京都府）もかなり注意が必要です.
（7月1日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本は新規陽性確認者数の増大期に入っていることが分かります. 日本全体では, 直近7日間の回帰では 10%/日, 6月22日から7月1日までの間の平均では 8.4%/日で増大しています(図2) （この増大率は, 現在, 世界的にも高い値です）. 後者は 8.6日で倍になる速度であり, 高「止まり」の傾向はまだ見えていません. この増大の主たる要因は, 関東4都県, 特に東京の増大基調です. 都道府県別の, 過去7日間新規陽性確認者数和が上位6都府県である 東京都, 大阪府, 神奈川県, 埼玉県, 北海道, 千葉県がいずれも増大し(大阪府は4日間), 京都府も少数ではありますが増大しています. 東京都では, 5月23日を底に, ほぼ上昇を続け, 6月8日前後は停滞していましたが, 7月1日まで, 平均約 6.7%/日で増大しました. また, 値としては4月1日の値を越えました. 繰返しになりますが, 新規陽性確認者数をみる限りですが, 日本, 特に関東四都県は危険な状態にあると言わざるをえません. なお, 関西3府県（大阪府, 京都府, 兵庫県）も注意が必要です.
（6月29日記） 最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では, 6月22日から29日までの間, 平均 8.1%/日で増大しています(図2) （この増大率は, 現在, 世界的にも高い値です）. これは9日で倍になる速度であり, 高「止まり」の傾向はまだ見えておらず, 危険な状態にあるといえます. その主たる要因は, 関東4都県, 特に東京の増大基調です. 東京都では, 5月23日を底に, ほぼ上昇を続け, 6月8日前後は停滞していましたが, 29日まで, 平均約 6%/日で増大しました. 増大率は, 本日29日を終わりとする一週間では 7.6%/日となっています. これは10日で2倍になる増大速度です. 値としては3月30日の値を越え, 埼玉県, 千葉県に加え神奈川県も増大基調を呈しています. 繰返しになりますが, 新規陽性確認者数をみる限りですが, 日本, 特に関東四都県は危険な状態にあると言わざるをえません. なお, 北海道は増大基調となっただけでなく, 福岡県は増大か？という状態になりました. また, 京都府は, 人数は少ないですが, 増大基調ですし、大阪府も増大に転じた可能性が捨てきれません. 注視が必要です.
（6月28日記）図2の掲載県とその順序を変更しました. 最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では, 6月9日を底とし, 6月22日23日を別とし, ほぼ増大基調にあることが分かります(図2). その主たる要因は, 関東4都県, 特に東京の増大基調です. 東京都では, 5月23日を底に, ほぼ上昇を続け, 6月8日前後は停滞していましたが, 28日まで, 平均約 6%/日で増大しています. 値としては3月30日の値を越え, 埼玉県, 千葉県に加え千葉県も増大基調を呈し始めました. 新規陽性確認者数をみる限り, 日本, 特に関東四都県は危険な状態にあると言わざるをえません. なお、福岡県は減少基調ですが, 北海道は増大基調となったように見えます.
（6月27日記）図2の掲載県とその順序を変更しました. 最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では, 6月9日を底とし, 6月22日23日を別とし, ほぼ増大基調にあることが分かります(図2). その主たる要因は, 関東4都県, 特に東京の増大基調です. 東京都では, 5月23日を底に, ほぼ上昇を続け, 6月8日前後は停滞していましたが, 27日まで, 平均 5.9%/日で増大しています. 値としては3月30日の値を越え, 埼玉県, 千葉県も増大基調ですので, 新規陽性確認者数をみる限り, 危険な状態にあると言わざるをえません. なお、福岡県は減少基調ですが, 北海道は増大ないしは停滞基調です.
（6月19日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では, 最近10日間では, ほぼ増大基調にあることが分かります(図2). その主たる要因は, 関東4都県, 特に東京の増大基調です. 東京都では, 5月23日を底に, ほぼ上昇を続け, 6月8日前後は停滞していましたが, 最近10日間は増大基調です. 6月14日, 15日の増加は接待を伴う飲食店の従業員によるものを含みますが, それを除いても, 増大を基調としていることが分かります. 値としては3月下旬の値を越え, しかも増大基調ですので, 新規陽性確認者数をみる限り, 東京アラート解除の判断には無理があったと言わざるをえません. なお、北海道・福岡県は減少基調です.
（6月14日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では, 最近7日間停滞していることが分かります(図2). 東京都では, 5月23日を底に, ほぼ, 上昇を続け, 8日にピークであったとしたいところですが, 数字の上では, 最近7日間の停滞の中14日は増大しています. ただ, 東京都は, 14日は日別で47人/日の増加ですが, 接待を伴う飲食店の従業員が18人, 武蔵野中央病院での感染が7人含まれているため, 特にアクションをとる必要はないという立場です. しかし, 同じ論法を13日以前にも適用し比較すれば, 14日の増大はやはり目につきます. 今後の動きを見る必要があります. 14日に着目しますと, 埼玉県は増大また増大から停滞, 神奈川県は減少, 千葉県は増大または増大から停滞のようです. 北海道は増大です. 新規陽性確認者数をみる限り, 東京アラートを解除するには無理があります.
（6月12日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では, 最近7日間停滞していることが分かります(図2). 東京都では, 5月23日を底に, ほぼ, 上昇を続け, 8日にピークであったとしたいところですが, 数字の上では, 最近7日間は停滞しています. 埼玉県・千葉県・北海道は6月8日を底に, 少ない人数ですが, 堅調に増加しています. 愛知県は, より少ない人数ですが、6月8日前後を底に, 増加しています. 福岡県は, 6月2日をピークに急速に減少してきたのですが、12日増加しました. 新規陽性確認者数をみる限り, 東京アラートを解除するには無理があります.
（6月11日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では落ち着いてきていることが明確に分かります. しかし, 東京都, 神奈川県, 北海道, 福岡県では事情が異なります. 東京都では, 5月23日を底に, ほぼ, 上昇を続け, 8日にピークであったとしたいところですが, 数字の上では, 最近7日間は停滞しています. 関東4都県でみると停滞がよりはっきりしていますし, 関東4都県以外では 5%/日ほどでの増大となっていますので, 東京アラートを解除するには, 無理があります.
（6月9日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では落ち着いてきていることが明確に分かります. しかし, 東京都, 神奈川県, 北海道, 福岡県では事情が異なります. 東京都では, 5月23日を底に, 25日, 31日, 5日を除き, 上昇を続け, 9日に下げました. 最近7日間, 平均約4%/日の増大率です. 東京アラートは, このグラフからは妥当と考えられます. なお, 日別では30日, 31日に下落しています. 北海道では6月9日から過去7日間, ほぼ停滞状況です. なお, 福岡県では5月22日を底に急激に上昇しましたが, 6月2日をピークとして急減しています. また、神奈川県では, 5月27日～6月2日まで停滞していましたが, その後減少しました. 過去7日間は増大率約 -4%です.
（6月4日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では落ち着いてきていることが明確に分かります. しかし, 東京都, 神奈川県, 北海道, 福岡県では事情が異なります. 東京都では, 5月23日を底に, 25日と31日を除き, 上昇を続けています. この間, 約8%/日の増大率です. 東京アラートは, このグラフからは妥当と考えられます. なお, 日別では30日, 31日に下落しています. 神奈川県では, 3日と4日は減少しています. そのため過去7日に基づく回帰は, 減少を示しています. なお日別データでは, 2日を含む過去7日間で5人/日程度の増加です. 北海道では5月22日を底に, 6日間上昇し, 28日をピークとし, 3日間下落し, 1日微増し, 2日～4日は減少しました. 過去7日間の平均で -9%/日ほどです. 福岡県では6月2日まで, 過去7日間, 平均約 25%/日で増大しています. 院内感染の患者数が含まれているため過大な数字とはなっているとも思えます. 6月3日, 4日は減少しています.
（6月2日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では落ち着いてきていることが明確に分かります. しかし, 東京都, 神奈川県, 北海道, 福岡県では事情が異なります. 東京都では, 5月23日を底に, 25日と31日を除き, 上昇をしています. この間, 約10%/日の増大率です. 東京アラートは, このグラフからは妥当と考えられます. なお, 日別では30日, 31日に下落しています. 神奈川県では, 2日を含む最近7日間で5人/日程度の増加です. 北海道では5月22日を底に, 6日間上昇し, 28日をピークとし, 3日間下落し, 1日微増し, 2日は減少しました. 過去7日間の平均で -8%/日ほどです. 福岡県では過去7日間, 平均約 25%/日で増大しています. 院内感染の患者数が含まれているため過大な数字とはなっていますが, 要注意です. グラフ上では, 増大速度が低下してきているようにみえます.
（6月1日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 日本全体では落ち着いてきていることが明確に分かります. しかし, 東京都, 神奈川県, 北海道, 福岡県では事情が異なります. 東京都では, 5月23日を底に, 一日を除き, 上昇していますが, 31日には下落しましたが, 6月1日には上昇し，よくあるように振動しています. なお, 日別では30日, 31日と下落しています. 神奈川県では, 1日を含む最近6日間で6人/日程度の増加です. 北海道では5月22日を底に, 6日間上昇し, 28日をピークとし, 3日間下落しましたが, 1日は微増しています. 過去7日間の平均で -5%/日ほどです. 福岡県では過去7日間, 平均約 35%/日で増大しています. 院内感染の患者数が含まれているため過大な数字とはなっていますが, 要注意です.
（5月18日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 東京都では, 5日以降, 14日を除いて下降しています. 回帰直線は, ほぼ定常的に下降(-10%/日)しています. 14日間和においては, 増大率（growth rate）は -15%/日ほどになっています.
（5月15日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 東京都では, 5月1～4日は上昇し, 5～13日は下降しました. 14日は上昇していますが, 回帰直線は, 急な下降(-13%/日)を示しています. なお, 14日間和においても, 増大率（growth rate）は -6%/日ほどになっています.
（5月12日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 東京都では, 5月1～4日は上昇し, 5～11日は下降しました. 12日は上昇していますが, これは週末効果により11日等が小さくなっているからと推定されます. 回帰直線は, 急な下降(-19%/日)を示すようになりました. 今日の新規陽性確認者数が少なかったことが要因の一つですが, 今日は休み明けの日であり, 特異日(今の場合, 新規陽性確認者数が特異的に少ない日)と考えられますので、 明日の値を見てみないと分かりません. なお, 14日間和においても, 増大率（growth rate）は -6%/日ほどになっています.
例によって, これらの分析は数値だけに基づいていますので, 予測に用いることはできません. しかし, 今回の感染状況では, 状況の変化が新規陽性確認者数の変化に現れるまでには, 約14日間の遅れがあると考えられています. そこで、過去14日間に, 施策や我々の行動の変化やウイルスの変化がなかったとすれば, この傾向は続くと思われます. 報道によると「緩み」が出ているとのことです. その影響があったとしても, それが分かるのは14日前後先です.
（5月8日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 東京都では, 5月1,2,3,4日と上昇し, 5,6,7日は下がりました. (6,7日の下がり方が小さく見えるのは, 7日前である4月29,30日での前日からの下がり方が大きいからです. 等荷重の移動平均の性質ですから致し方ありません) 相かわらず、過去7日間では全体的に上昇していることが回帰直線から分かります(ほとんど傾きは0ですが). なお, 14日間の和, 感染者1名からの累積和の2グラフにおいても, 4月30日または5月1日を底にして増大率（growth rate）が増加 (減少速度減小または増加速度増大)しているように見えます.
週末アノマリーの現れ(休日アノマリー?)とも考えられます. 一方, 8日には今度は週末の翌日のアノマリーが現れる可能性があります. いずれにせよ, 8日または次の火曜日である12日まで待つ必要があると考えられます. とはいえ, GWのアノマリーは, 容易に解消しません(7日間和・7日間移動平均を考えているので, 7日間は影響を受けます)ので, 正直なところ, データ解析的には疑心暗鬼が続きます.
（5月7日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 東京都では, 5月1,2,3,4日と上昇し, 5,6日は下がりました. (6日の下がり方が小さく見えるのは, 7日前である4月29日での前日からの下がり方が大きいからです. 等荷重の移動平均の性質ですから致し方ありません) 相かわらず、過去7日間では全体的に上昇していることが回帰直線から分かります. なお, 14日間の和, 感染者1名からの累積和の2グラフにおいても, 4月30日または5月1日を底にして増大率（growth rate）が増加 (減少速度減小または増加速度増大)しているように見えます.
週末アノマリーの現れ(休日アノマリー?)と考えられます. したがって, 8日または次の火曜日である12日まで待つ必要があると考えられます.
（5月6日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 東京都では, 5月1,2,3,4日と上昇し, 5日は下がりました. しかし、過去7日間では全体的に上昇していることが回帰直線から分かります. 一方, （7日間の和ではなく）一日の値で見ると, 減少しています. なお, 14日間の和, 感染者1名からの累積和の2グラフにおいても, 4月30日または5月1日を底にして増大率（growth rate）が増加しているように見えます. 5月5日は下がっていますが、この期間以前と比べれば、増加となっています.
検査件数(まだ不明です), 新規陽性確認者数ともに週末アノマリーが観測されていますので, 5・6・7日の値にはあまり信を置けません. 8日または次の火曜日である12日まで待ち, 7日間和を見れば、ある程度信頼度のある値が得られるのではないかと思っています.
（5月5日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 東京都では, 5月1,2,3,4日と上昇していることが分かります. 一方, （7日間の和ではなく）一日の値で見ると, 減少しています. これは, 一日当たりの新規陽性確認者数は, 5月2, 3, 4日には, 前日との比較では減少していますが, 7日前との比較では増加していることを意味します. なお, 14日間の和, 感染者1名からの累積和の2グラフにおいても, 4月30日または5月1日を底にして増大率（growth rate）が増大しているように見えます.
単なる統計的偏りなのか, GW期間中・前後のPCR検査・診療によるアノマリーなのか, 何らかの基盤状態(接触パターン等ではないので, ウィルスの特性等)の変化の現れなのか, 注視しています.
（5月3日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 5月2,3日は5月1日より上昇していることが分かります. 14日間の和, 感染者1名からの累積和の2グラフにおいても, 4月30日または5月1日を底にして増大率（growth rate）が増大しているように見えます. 単に, GW期間中・前後のPCR検査・診療によるアノマリーであってほしいと考えます.
（5月2日記）最近7日間の新規陽性確認者総数（7日間移動平均と等価）を見ると, 5月2日は5月1日より上昇していることが分かります. これは、PCR検査の, 連休前駆け込みによるものなのか, 医学的・疫学的原因によるものかは分かりません。 7日間の回帰曲線では, -5 ～ -6%/日と見積もっています. 14日間総数（14日間移動平均）では, 僅かの減少にはなっており, 7日間の回帰曲線では, -3 ～ -4%/日となっています.
（4月27日記）最近7日間累積値(移動平均と等価)では, 東京都等で, 4月15日ごろから, 平均増大率 (growth rate) が1未満になっています.
政府のクラスター対策班も, 減少を認めたとの報道が本日（26日）ありました. ただ減少率は予測より小さいとのことです. 下図から分かりますように, 7日間の平均では -3%/日程度ですから, 急速な減少とはとてもいえないと思います. 政府の緊急事態宣言の効果はまだ出ていないように見えます.
7日間累積値(移動平均値)がほぼ感染状態を反映していると考え, その最近7日間（5日間でしたが, 変更しました）の値で回帰を行うと, 東京都の新規感染者数の増加速度は -2%～-4%/日程度（グラフ上では -3.4%/日）と推定できます.
なお, 愛知県, 北海道では, 5%/日前後で増加しています. 一度収まった後の再増加です.
（4月25日記）4月23日までのデータでグラフを表示しています. 最近7日間累積値(移動平均と等価)では, 東京都等で, 過去7日間, 平均増大率 (growth rate) が1未満になっています.
7日間累積値(移動平均値)がほぼ感染状態を反映していると考え, その最近7日間（5日間でしたが, 変更しました）の値で回帰を行うと, 東京都の新規感染者数の増加速度は0～-2%/日程度（グラフ上では -1.6%/日）と推定できます. これは, 7日間累積値(移動平均値)が減少に転じているということを意味しますが, 単に数値上かつ誤差評価もしていない回帰結果（そしてその外挿）ですので, 信頼性は全くありません. ただ, 希望が出てきたとは言えるかと思います.
ただし, 診断件数やPCR検査件数が頭打ちになるような制約があり, それが表面化しているのであるとすれば, 由々しき問題です.
また, 愛知県, 北海道では, 5%/日前後で増加しています. 一度収まった後の再増加です.
（4月23日記）新型コロナウィルスの, 東京都の1日当たり新規感染者数（新規に陽性と判定された人数）は, 「最近7日間の累積値」時系列(要は等荷重の移動平均です) から予測（いえ, 回帰・外挿）すると, 100～120人ぐらい(4月29日～5月6日)となります. 4月22日のデータも算入しています. 「最近14日間の累積値(移動平均)」, 「最初の感染者からの累積値」のグラフと予測（回帰・外挿）も示します.
感染症の専門家の方々は非常に慎重な見方をされていますが, 数字上は, 東京都等で, 過去7日間, 7日間累積値(移動平均)の平均拡大率が1未満になっています. ただし, それが継続するかどうかは全く分かりません.
増大率が1未満となったのは, 13日, 14日ぐらいからと推測できます. これは、3月28,29日（土曜, 日曜）以降における東京都心部での人出減 ( (株) Agoop による資料) に対応するとみることができます.
一方, 北海道, 愛知県のように増大しているところ、福井県のように増加に転じたように見えるところもあります.
下に記しますように, これまで, ジャッグジャパン株式会社さんのデータを使わせて戴いてきました. ただ, 最近, 減少傾向が強く現れるため（それが正しいのかもしれませんが）, たまたま, 緩く表れる @kenmo_economics さんのデータを使わせて戴くことにしました. 違いは, おそらく, 1日の区切り方の違いによるのではないかとおもっています.
（4月16日記）これら予測値（回帰・外挿値）の, 昨日のグラフ上の標記は, 誤っていました. プログラムの誤りであり修正しました. グラフや累積値は誤っていません.
この値は最近の5日間の値に基づいていること, その間, 平均的には大きく変わらず, ゆっくりと増大していることが分かります. 最近14日間に代え, 最近7日間の累積値に基づくグラフを示します（この値は, 7日間の移動平均の7倍です）。 一部地域では減少に転じていることが分かります。実際に減少に転じているのか, 今後減少が継続するのかといったことは, 全くわかりません.
7日間累積値と14日間累積値の違いは, 7日間の方が, 数値の最近の変化により敏感に対応することと, その結果ノイズに弱いという点です. 最初の感染者からの累積値は, 変化により鈍感だということと, 新規感染者数が減少しつづけていても, 値が減らないという性質があります.
（4月13日記）新規感染者数の累積人数の累積を, 最初の感染者から行うのではなく, 14日前から行った場合のグラフも示すようにしました. ご存じの方は、それは移動平均だろうと仰るでしょう。その通りです。しかし、移動平均となると数値の理解が難しくなります. そこで, 過去14日間の累積値としたわけです.
移動平均であれ累積値であれ, 日数の決め方は様々です. 今回は, 週末効果があることから7日間の倍数を考え, 7日間では, 新規感染者数の日別変動を引き継ぐ大きな変動があることから14日としました.
（4月10日記）東京都の1日当たり新規感染者数は, 280人ぐらい(4月16日), 510人ぐらい(4月23日) です.
緊急事態宣言に関するテレビ番組を見ていて, 皆さんが間違っている（そのために判断を誤っている）と思えるのが
「昨日の東京都の新規感染者数が181人になった」という認識です. 間違いです. 正しくは
7日後には280人/日ぐらい, 14日後には 510人/日ぐらいになる
です. 下すべき判断は全く異なるはずです.
よく知られていますように, 新型コロナウィルスの新規感染者（正しくは, 検査で陽性と新規に判明した方）の人数の推移は, 何らかの対策を打っても2週間前後は影響をうけません. 過去2週間は大きな対策がなかったので, これからまだ2週間ぐらいは, 現在の状態が続くと推定されます. 状態というのは, 変化の仕方も含めてです. 新規感染者数の増大の仕方も大きく変わらないだろうということです. 下に示すグラフ（片対数グラフです）に示すように, 日本において累積新規感染者数は, 地域によって違いはありますが, ほぼ3月中旬以降, 時期によってパラメータに違いがありますが, よく直線に乗っています.
実験データのまとめを行った方はご存じだと思いますが, 時系列の累積値の対数をとると, 部分的に直線に乗りやすいものです. 従って, 安易に外挿することは決して勧められることではありません. しかし, 感染者数の増大は, 指数関数的であることはよく知られています. 少なくとも, 現在の新規感染者数が継続すると考えるより, その増加率が継続すると考える方が理にかなっています. そして, これほどの危機的状況においては, そう考えて対策を考えるのが妥当です.
（グラフそのものは変わりませんが）書き方を変えました。
最近5日間の累積新規感染者数の対数値を線形回帰した結果の直線を, 赤色で示しました.
当日（本日であれば4月9日）の新規感染者数（カッコ内）と累積新規感染者数とを示しました.
回帰直線に沿って, 7日後, 14日後の新規感染者数（カッコ内）と累積新規感染者数とを示しました.
参考のために日付を記しました
緊急事態宣言が出された7都府県以外の合計値のグラフを追加しました.
（4月8日記）3月25日に出された東京都知事の自粛要請の効果が現れる可能性がありますので, 最近5日間のデータを用いた回帰の結果を示すように致しました. シアンで描かれたグラフです. 学習データがわずか5個ですので信頼性はより一層ありませんが, 状態変化があれば検知できるかと思います. 福岡県では, 複数の病院・施設で集団感染が発生しています. 該当する感染者の内、患者・入所者は一か所あたり一人と数えてみました. 別図とし下方に置きました.
（4月5日記）東京都の感染者数に関する, 最近数日の報道を見て, 私ががっかりしているのが, 例えば, 今日もまた新規感染者数が急に大きく増えたといった報道です（恐らく都なり政府の方々が感じていることだと思います）.
実は, データを見ているだけで, 「急に」増えたわけではなく、ごく当たり前の増え方であって, びっくりするようなものでは全くないということが分かるのです. 東京都が典型的な例ですが, 以下の図から分かる通り, （どの日からと言うかは難しいですが, いくら遅くしても）3月31日の新規感染者数が出たあとは, 今日の状況は極めてありうるものと考えるべき（何しろ, 直線を延長する -- これを外挿といいます -- だけで得られますから）でした. 日本全体についても同じです.
都知事の自粛要請が出された3月25日を起点に（仮にすぐさま, 多くの方が自粛をしたとして） その効果が新規感染者数の伸びの鈍化（新規感染者数の減少ではありません）という形で表れるのは, 4月9日前後以降と考えられます.
ということは, それまでは, 新規感染者数の騰勢がいまのまま継続するというのが, 最もありうることだと考えるのが, 当たり前のように思われます. もしそうだとすれば, 9日には累積感染者数 1700～1900, 新規感染者数 200～250人ぐらいになることになります. 自粛の効果が現れて、そうはならないことを祈っています.
（4月5日記） 東京都・関東4都県の累積感染者数の拡大率（growth rate, 成長率）は, 約15%/日, 約10%/日であり, 永寿総合病院関連の感染者数を除いた場合の東京都の拡大率は, 約13%となっています.
一方, 他国では, 例えば, 過去5日間の平均拡大率を見ると, イタリアでは4%, スペインでは7.2%, フランスでは6.9%, ドイツでは7.2%, 米国・英国では13%, 日本では 14%（上記の日本国内で確認されるデータでは12%）, 東京では 13～15% となっています. つまり, 東京は（そして日本全体も）, 現在の感染者数が違いますので状況はかなり違いますが, 増加の程度についていえば, 今の米国・英国と変わらず、イタリア・スペイン・フランス・ドイツより悪いということです.
言い換えると, 東京は（そして日本全体でも）, このままの感染状況が継続すれば, 「オーバーシュート」状態にならないのに, ほどなく, 今の米国・英国と同じになる（感染者数とその増加の仕方が同じになる）ということです.
（4月1日記） 東京都・関東4都県の累積感染者数の拡大率（growth rate, 成長率）は, 約17%/日, 約15%/日であり, 永寿総合病院関連の感染者数を除いた場合の東京都の拡大率は, 約13%となっています.
ただし, 14%/日であれば 7日間で2.5倍, 11%/日でも7日間で2倍になります. なお, ドイツ, フランス, イタリアは, 一時20%/日以上でしたが, 最近は12～15%/日程度となっています.
何もせず, そして状況の変化もなければ, 14日後には, 東京都内だけで, 累積感染者数は 2700人（永寿総合病院関連の感染者数を除いた場合）～5000人になるということになります.
なお, 米国での感染者数の拡大率は, 減少したものの21%/日であり, 死亡者数の拡大率は, いまだ27%/日です. 仮にこのままですと（拡大率は逓減すると思いますが, 仮に変化しないとすると）, 14日後には死亡者数は10万人に達します. インフルエンザの死亡者数はシーズン当たり1.5万人前後と言われていますので, かなり危機的状況だといえます.
感染者数の時間変化は, 単純には, 指数関数で表現できますが, 実際には, そうはならないだろうと考えるのが普通でしょう. しかしながら, 折角貴重なデータがあるので, ひょっとしてと思い, 東京都の感染者数推移を調べてみることにしました.
言語はRを使いました. 使い慣れていること, 本データからは, 「受診都道府県」が '東京都' であるサンプルを取り出し, その中の「確定日」の度数を table 関数（または hist 関数）を用いて数えただけで, 新規感染者数のグラフが描けるからです.
驚いたことに, 2月15日～3月20日（3月21日に試しましたので）の, 日毎の新規感染者数の累積値がそこそこ綺麗に, 指数曲線に乗りました （片対数グラフで直線に乗りました）. 関東４都県（東京都, 神奈川県, 埼玉県, 千葉県）で考えると, より綺麗に乗りました. これは, この４都県間の人の移動が多く, 一方, 他の道府県との人の移動は, 相対的に少ないからと考えられます.
日毎の増加率は5%強から6%強となっています.
しかし, この傾向は, 3月23日（新規感染者数16人）, 24日（同17人）を境に大きく変わります. 25日（同41人）, 26日（同47人）を合わせて考えると, 別のフェーズに移ったように見えます. そこで, ここでは, 別の指数関数で（片対数グラフ上では別の線形関数で）回帰できると考え, それを求めました. 不思議なことに, 悪くない近似となっています（累積度数の対数を回帰したので, まぁ, 胡麻化されているだけかもしれません）.
それを, 関東４都県, 東京都, 大阪府, 日本について示したのが最初の図です. 大阪府と日本は, 関東４都県と東京都とは異なった増加傾向を示しています. そうであっても, 3月14日あたりから3月23日あたりまでは, 指数関数的であり, 3月23日, 24日付近を境に傾向を大きく変えている, という点は同様です. そこで, 3月14日～3月23日, 3月23日～当日の2区間に分けて, 回帰を行いました. その結果も示したわけです. さらに, 当日から14日先まで, 回帰曲線を延長し（外挿し）, その時の値を併せて記しました. なお, 比較しやすいように, 当日から13日目の値, 3月23日の値を小さい字で記しました.
なお, 回帰と外挿（単に回帰直線を延長しただけ）と表示をするプログラムは，Windows10上のR (x64 3.6.1) で作成しました.
非常にお粗末なプログラムですが, ご容赦下さい. これを手掛かりに, 真っ当な解析をして下されば幸いです.
# The data is provided by J.A.G JAPAN Corp. (https://jag-japan.com/).
# Coded by Akito Sakurai 2020.
# Character code is supposed to be CP932 (shift-jis).
library(data.table)
# read.csv failes to parse a few lines in the file
tmp <- fread( "https://dl.dropboxusercontent.com/s/6mztoeb6xf78g5w/COVID-19.csv", skip=1, header=F)
tmp <- apply( tmp, c(1,2), function(x) iconv(x, from="utf-8", to="cp932") )
target <- "Kanto4"
area <- c( '東京都', '神奈川県', '埼玉県', '千葉県' )
tmp2 <- table( as.Date( tmp[is.element( tmp[,10], area ), 8], format="%m/%d/%Y") )
tmp3 <- as.Date( rownames(tmp2) )
x <- seq.Date( from=tmp3[1], to=tmp3[length(tmp3)], by=1 )
y <- rep(0, length(x))
names(y) <- x
y[rownames(tmp2)] <- tmp2
cumsum_y <- cumsum(y)
xlim <- c( x[1], x[length(x)]+14 ) # 14 days to look ahead
xlong <- seq.Date( from=xlim[1], to=xlim[2], by=1 )
xfitDate <- seq.Date( from=as.Date("2020-03-14"), to=as.Date("2020-03-23"), by=1)
xfit <- as.numeric( xfitDate - as.Date(x[1]) ) + 1
ylogcumfit <- log10( cumsum_y )[xfit]
mdl.lm <- lm( y~x, data.frame( x=xfit, y=ylogcumfit ) )
b <- mdl.lm$coefficients[2]; a <- mdl.lm$coefficients[1]
f <- function(x) b*x+a
xfitDate2 <- seq.Date( from=as.Date("2020-03-23"), to=x[length(x)], by=1)
xfit2 <- as.numeric( xfitDate2 - as.Date(x[1]) ) + 1
ylogcumfit2 <- log10( cumsum_y )[xfit2]
mdl.lm2 <- lm( y~x, data.frame( x=xfit2, y=ylogcumfit2 ) )
b2 <- mdl.lm2$coefficients[2]; a2 <- mdl.lm2$coefficients[1]
f2 <- function(x) b2*x+a2
xlong2 <- seq.Date( from=xfitDate2[1], to=as.Date(xlim[2]), by=1)
ymax1 <- 10^f (as.numeric(xlong[length(xlong)]-x[1]+1) )
ymax2 <- 10^f2(as.numeric(xlong[length(xlong)]-x[1]+1) )
ylim <- c(1, max( ymax1, ymax2 ) )
xmax <- as.Date(xlim[2])
xLim <- c( as.Date("2020-03-01"), xlim[2]); yLim <- c( cumsum_y["2020-03-01"], ylim[2])
xlab <- paste( "Date (", xLim[1], "(days=", as.numeric( xLim[1] - as.Date(x[1]) )+1, ")",
" to ", xLim[2], "(days=", as.numeric( xLim[2] - as.Date(x[1]) )+1, ")", ")", sep="")
main <- paste( "Extrapolated number of cases in ", target, " in 14 days,","\n"," cumulative, as of ",x[length(x)], sep="")
plot( x=xlong, y=10^f (as.numeric(xlong -x[1]+1)), col="red", xlim=xLim, ylim=yLim,
main=main,type="l",log="y",xlab=xlab, ylab="Cumulative number of cases" )
lines(x=xlong2, y=10^f2(as.numeric(xlong2-x[1]+1)), col="green", xlim=xLim, ylim=yLim )
lines(x=x, y=cumsum_y, type="o", pch=20, cex=0.7, xlim=xLim, ylim=yLim )
text( x=c(xmax,xmax), y=c(ymax1,ymax2), labels=as.character(round(c(ymax1,ymax2))), pos=2, col=c("red","green") )
text( x=x[length(x)], y=cumsum_y[length(x)],labels=as.character(cumsum_y[length(x)]), pos=2 )
points(x=c(xmax,xmax), y=c(ymax1,ymax2), pch=20, cex=0.7, col=c("red","green") )
points(x=x[length(x)], y=cumsum_y[length(x)], cex=0.7, pch=20 )
points(x=as.Date("2020-03-23"), y=cumsum_y["2020-03-23"], cex=1.0, pch=20 )
text( x=as.Date("2020-03-23"), y=cumsum_y["2020-03-23"], labels="03-23", cex=0.8, pos=4 )
text( x=as.Date("2020-03-23"), y=cumsum_y["2020-03-23"], labels=cumsum_y["2020-03-23"], cex=0.8, pos=2 )
legend( "bottomright",
legend=c("observed", paste( round(10^a,2), " * ", round(10^b,4), "^days", sep=""),
paste( signif(10^a2,3), " * ", round(10^b2,4), "^days", sep="")),
col=c("black","red","green"), lty=c(1,1,1) )
感染者数に関するデータは各自治体で公開されています. 例えば, 東京都のデータは 東京都_新型コロナウイルス陽性患者発表詳細 に記されています. そこに掲載されているデータのみを用いるには, 上記プログラムで,
tmp <- fread( "https://dl.dropboxusercontent.com/s/6mztoeb6xf78g5w/COVID-19.csv", skip=1, header=F)
tmp <- apply( tmp, c(1,2), function(x) iconv(x, from="utf-8", to="cp932") )
target <- "Kanto4"
area <- c( '東京都', '神奈川県', '埼玉県', '千葉県' )
tmp2 <- table( as.Date( tmp[is.element( tmp[,10], area ), 8], format="%m/%d/%Y") )
tmp <- fread("https://stopcovid19.metro.tokyo.lg.jp/data/130001_tokyo_covid19_patients.csv", skip=1,header=F)
tmp <- apply(tmp, c(1,2), function(x) iconv(x,from="utf-8",to="cp932") )
target <- "Tokyo"
tmp2 <- table( as.Date(tmp[,5] ) )
