公用事业 extract_table.ipynb网页中的表提取到.csv文件中 sigmoid_and_derivative.ipynb探索使用sigmoid函数作为流行病累积死亡分布的代理 empirical_p_value.ipynb该笔记本的灵感来自Jeremy在的论文“高温和高湿度降低COVID-19的传输”中对图1(a)的第二课讨论 。 我们展示了如何通过蒙特卡洛模拟经验确定p值,并将该方法应用于图1(a)中的数据。 笔记本的组织方式如下: 在第1节中,我们研究如何生成与零假设相一致的随机综合数据集,并在质量上看起来与图1(a)中的实际数据相似。 因为我们没有实际的数据点,所以我们依靠眼球告诉我们合成数据何时看起来接近实际数据。 在第2节中,我们研究了其中一个综合数据集。 接下来,在第3节中,我们执行蒙特卡洛模拟,生成10,000个随机绘制的合成数据集的集合。 对于每个