Veränderung in den „Ursachen“ = Veränderung in den Messungen
Am 14.07.2020 publizierte ich die letzte Prognose zur Zahl der Neuinfektionen für die kommenden Tage basierend auf einer sinusoidalen Funktion. Ich vermutete, dass bei konstanten Rahmenbedingungen die Zahl der Neuinfektionen pro Tag gegen null gehen würde. Es kam anders und die neu publizierten Zahlen des RKI wichen zu stark von den Prognosen ab, so dass ich diese Form der Prognose nicht mehr erstellte. Wie auf meinen Seiten formuliert, nahm ich an, „dass für einen bestimmten Zeitraum diese immer gleichen Ursachen konstant wirken. Beobachtet man dann deutliche Abweichungen von der Prognose, darf man mit einer gewissen Wahrscheinlichkeit davon ausgehen, dass sich an den Ursachen etwas verändert hat.“ Zur Verdeutlichung zeige ich in der folgenden Abbildung den Verlauf der Originaldaten der Zahl der Neuinfektionen pro Tag des RKI (gestrichelt mit + Symbol) im Vergleich zur Approximation über eine sinusoidale Funktion (durchgezogenen Linie). Mit gutem Willen kann man bis zu Tag t_{196} (04.08.2020) von einer Approximation sprechen, etwas kritischer betrachtet beginnen die beiden Kurven bereits an Tag t_{189} (28.07.2020) auseinander zu laufen. Die der Abbildung zu Grunde liegende Approximation berücksichtigt dabei bereits, dass die Infektionszahlen nicht gegen null gehen. Es sah also in der Tat so aus, als ob das was im Gange wäre.
Ursache der Abweichung
Was hatte sich geändert? In der Presse wurde vermutet, dass, im Unterschied zu dem Anstieg im Juni, als man wenige Hot-Spots ausmachte, das Virus durch Rückkehrer aus Risikogebieten in der Breite wirkte. Doch dann wurde bekannt, dass die Zahl der Tests erhöht wurde. Der Verlauf der Testzahlen ist in der obigen Darstellung durch die grün-gestrichelte Linie dargestellt. Die Testzahlen sind normiert und skaliert. Das normierte Maximum entspricht 1. Ab Tag t_{146} nehmen die publizierten Zahlen zur Approximation hin zu. Das entspricht dem Zeitpunkt der Hot-Spots in der fleischverarbeitenden Industrie. Zeitgleich steigt aber bereits auch die Zahl der Tests. Besonders stark steigt die Zahl der Tests ab t_{189} also genau ab dem Zeitpunkt, seit dem die Infiziertenzahlen deutlich nach oben von der Approximation abweichen.
Die Vermutung liegt also nahe, dass sich an Ursachen, die die Infiziertenzahlen in die Höhe treiben nichts geändert hat sondern „nur“ das Meßverhalten der Behörden. Dies soll geprüft werden, in dem die Zahl der Neuinfektionen pro Tag auf die Zahl der durchgeführten Tests normiert wird. Dazu habe ich die Testzahlen, die nur „pro Woche“ publiziert werden auf einzelne Tage aufgeteilt und ein gleitendes 7-Tage-Mittel berechnet und auf den Maximalwert normiert. Das bedeutet, dass der größte Wert 1 ist. Im Anschluss habe ich die Zahl der Neuinfektionen pro Tag durch die jeweilige normierte Testzahl dividiert (siehe auch Normierung Infiziertenzahlen und Berechnung R-Faktor unter Berücksichtigung der Testzahlen). Das Ergebnis ist in der folgenden Abbildung dargestellt.
Die Approximation über die sinusoidale Funktion beschreibt den Verlauf der Infiziertenzahlen nun viel besser. Ab t_{189} erkennt man immer noch eine leichte Abweichung der Infiziertenzahlen zur Approximation an den Maxima nach oben. Diese Abweichung nimmt bis t_{213} zu und dann wieder ab. Aktuell liegen echte Zahlen und Approximation sehr nah beieinander. Der merkwürdige Verlauf um Tag t_{175} erklärt sich dadurch, dass an diesem Tag vom RKI keine Neuinfizierten publiziert wurden, dafür einen Tag später relativ viele.
Zusammenfassung
Der in der oberen Abbildung zu erkennende scheinbare starke Anstieg der Infiziertenzahlen hat als hauptsächliche Ursache die Zunahme der Zahl der Tests! Tatsächlich ist der Anstieg moderat und nicht größer als im Juni.
Dies wird durch die Politik, so wie es sich mir darstellt, nicht vermittelt. Allerdings wird der scheinbare Anstieg der Infiziertenzahlen als Argument genutzt.