The Influence of Potential Infection on the Relationship between Temperature and Confirmed Cases of COVID-19 in China

Considering the impact of the number of potential new coronavirus infections in each city, this paper explores the relationship between temperature and cumulative confirmed cases of COVID-19 in mainland China through the non-parametric method. In this paper, the floating population of each city in Wuhan is taken as a proxy variable for the number of potential new coronavirus infections. Firstly, to use the non-parametric method correctly, the symmetric Gauss kernel and asymmetric Gamma kernel are applied to estimate the density of cumulative confirmed cases of COVID-19 in China. The result confirms that the Gamma kernel provides a more reasonable density estimation of bounded data than the Gauss kernel. Then, through the non-parametric method based on the Gamma kernel estimation, this paper finds a positive relationship between Wuhan’s mobile population and cumulative confirmed cases, while the relationship between temperature and cumulative confirmed cases is inconclusive in China when the impact of the number of potential new coronavirus infections in each city is considered. Compared with the weather, the potentially infected population plays a more critical role in spreading the virus. Therefore, the role of prevention and control measures is more important than weather factors. Even in summer, we should also pay attention to the prevention and control of the epidemic.

مقارنة المقدرات اللامعلميه مقارنة المقدرات اللامعلميه في تحليل الانحدار المتعدد لدالتي Gamma , Betaفي تحليل الانحدار المتعدد لدالتي Gamma , Beta

ان استخدام النماذج اللامعلميه ومايتبعها من اساليب تقدير يتطلب وجود العديد من الشروط الأولية الواجب توفرها كي تمثل تلك النماذج المجتمع تحت الدراسه , تمثيلا مناسبا الامر الذي دفع الباحثين الى البحث عن نماذج اكثر مرونه والتي تمثلت هذه النماذج بالنماذج اللامعلميه. وفي هذا البحث تم استعراض المقدرات الاهم والاكثر انتشارا لتقدير دالة الانحدار اللامعلمي وذلك باستعمال Nadaraya-Watson وRegression Local Ploynomial والذان يمثلان احد انواع المقدرات اللامعلميه وباستعمال دوال النواة المترابطه Gamma Kernel ,Beta Kernelوتمت مقارنتها من خلال اسلوب المحاكاة باستعمال طريقة Monti-Carlo فضلا عن استعمال تباينات مختلفة وحجوم عينات مختلفة. ومن خلال النتائج المحاكاة باستعمال طريقة Monti-Carlo تبين ان افضل مقدر كان Nadaraya-Watson ولجميع الحالات.