In questo post...
nascondi
-
1.
L’innovativo modello matematico che, con i dati, determina giorno per giorno, regione per regione, il numero di ricoverati in ospedale e terapia intensiva
-
2.
Questa è la dimostrazione che le applicazioni dei big data sono davvero moltissime.
- 3. Quando avete pensato di costruire un modello matematico in grado di prevedere l’andamento del covid-19?
- 4. Quali sono le variabili che prende in considerazione il modello?
- 5. Si scrive modello di predizione bayesiana, come si traduce?
- 6. Quando avete a disposizione le informazioni rilasciate quotidianamente dalla Protezione civile, qual è la mole di dati che il modello deve analizzare ed elaborare per giungere a dei risultati previsionali attendibili?
- 7. Gli ultimi dati sembrano confortanti. Anche tu vedi la luce in fondo al tunnel?
- 8. I dati possono anche dirci se torneremo a quella che, almeno fino a gennaio 2020 era la nostra cara, vecchia normalità o dovremo abituarci ad una nuova normalità?
- 9. Dire ad un esperto di buttare lì un numero stona, ma tu cosa pensi?
- 10. Un’ultima domanda per sdrammatizzare un po’: è vero che un metodo simile lo avevi già applicato anche al calcio?
- 11. Saranno state contente, si fa per dire, le società di scommesse…
-
2.
Questa è la dimostrazione che le applicazioni dei big data sono davvero moltissime.
L’innovativo modello matematico che, con i dati, determina giorno per giorno, regione per regione, il numero di ricoverati in ospedale e terapia intensiva
Prima avvertenza, scordatevi lo stereotipo di accademico grigio e incupito che parla con voce bassa, piatta. Perché Leonardo Egidi è un giovane docente di statistica che la voce la sa usare, e bene. Sia in aula (i suoi allievi giurano che sia bravissimo a spiegare) che insieme alla sua inseparabile chitarra che lo accompagna. Perché, oltre ai numeri, la sua grande passione sono le note. Ricercatore di statistica all’università di Trieste di giorno e cantautore di sera, potremmo dire con un modello linguistico un po’ inflazionato.
Questa è la dimostrazione che le applicazioni dei big data sono davvero moltissime.
Spesso su questo blog li trattiamo come mezzi di “ascolto” per indagare la Rete e consentire alle imprese di conquistare un vantaggio competitivo importante, addirittura decisivo, rispetto alla concorrenza. Stavolta però l’applicazione dei Big Data è strettamente legata al contesto attuale e ad una emergenza sanitaria senza precedenti. Ora più che mai la loro applicazione può essere considerata un aiuto per chi lotta tutti i giorni contro un nemico nuovo, subdolo e sconosciuto per salvare più vite possibile. E allora scordatevi le bizzarre ricerche di tipo statistico-scientifico che ogni tanto qualche misconosciuta università americana cuce su misura per qualche magazine di infotainment. Perché questo modello è tremendamente concreto e serve a fornire indicazioni utili su quanti posti letto potrebbero servire ogni giorno negli ospedali e nei reparti di terapia intensiva del belpaese che, da qualche settimana a questa parte non se la passano troppo bene. Anzi.Quando avete pensato di costruire un modello matematico in grado di prevedere l’andamento del covid-19?
“Tutto è nato dalla collaborazione con un gruppo di lavoro SISSA-ICTP-Università degli studi di Trieste coordinato dal direttore scientifico dell’IRCCS materno infantile Burlo Garofolo, Fabio Barbone. Ci siamo messi al lavoro da un paio di settimane con il compito di implementare un modello matematico che, invece di concentrarsi sui contagi o sui positivi, potesse calcolare e prevedere il numero degli ospedalizzati, giorno per giorno, regione per regione [qui il link per vedere i dati aggiornati giorno dopo giorno del modello: https://www.leonardoegidi.com/covid-19]. Siamo un gruppo di 12 persone e io e Nicola ci stiamo occupando di questo modello previsionale. Ci stiamo lavorando giorno e notte, è dura ma la bellezza è quella di sentirsi utile in un momento come questo”. Questo ad esempio è il previsionale del 03 aprile per il 04 aprile:

Quali sono le variabili che prende in considerazione il modello?
“Molte, dal lockdown al numero di tamponi fino alle diverse esposizioni temporali dei vari territori. Più sono le variabili che riusciamo a prendere in considerazione, più il modello diventa preciso. I nostri ospedali sono sotto pressione in questo periodo e prevedere cosa accadrà domani e nei prossimi giorni può essere molto importante”.Si scrive modello di predizione bayesiana, come si traduce?
“Si tratta di un approccio molto utilizzato perché permette un utilizzo dei big data e del modello di calcolo computazionale che offre grande stabilità. E’ come se questo modello imparasse dai dati che arrivano dalle varie regioni italiane. Se avessimo osservato solo i dati del Friuli Venezia Giulia avremmo avuto dei dati solo parziali, ma analizzando tutte le regioni il calcolo è più preciso”.Quando avete a disposizione le informazioni rilasciate quotidianamente dalla Protezione civile, qual è la mole di dati che il modello deve analizzare ed elaborare per giungere a dei risultati previsionali attendibili?
