COVID-19 in Japan (Version 2.0)

Last updated: 2020/11/29 20:00

当サイトの実効再生産数は、強い仮定の下、簡易性と速報性を重視して算出しているため、あくまでも参考として参照してください。また、当サイト下部に掲載した「当サイトに関するお知らせ」も合わせてお読みください。 Please note that “Effective reproduction number” on this site are calculated with simplicity and promptness under strong hypotheses, so please refer to these as a reference only. Please also read the "Notice about this site" at the bottom of this site.

都道府県別の実効再生産数 Effective reproduction number by prefecture

北海道 Hokkaido

青森県 Aomori

岩手県 Iwate

宮城県 Miyagi

秋田県 hokkaido

山形県 Yamagata

福島県 Fukushima

茨城県 Ibaraki

群馬県 Gunma

栃木県 Tochigi

埼玉県 Saitama

千葉県 Chiba

東京都 Tokyo

神奈川県 Kanagawa

新潟県 Niigata

富山県 Toyama

石川県 Ishikawa

福井県 Fukui

山梨県 Yamanashi

長野県 Nagano

岐阜県 Gifu

静岡県 Shizuoka

愛知県 Aichi

三重県 Mie

滋賀県 Shiga

京都府 Kyoto

大阪府 Osaka

兵庫県 Hyogo

奈良県 Nara

和歌山県 Wakayama

鳥取県 Tottori

島根県 Shimane

岡山県 Okayama

広島県 Hiroshima

山口県 Yamaguchi

徳島県 Tokushima

香川県 Kagawa

愛媛県 Ehime

高知県 Kochi

福岡県 Fukuoka

佐賀県 Saga

長崎県 Nagasaki

熊本県 Kumamoto

大分県 Oita

宮崎県 Miyazaki

鹿児島県 Kagoshima

沖縄県 Okinawa

国内状況 Whole of country

PCR検査陽性者 Positive

PCR検査実施人数 PCR tests

重症 Severe

死亡者 Fatalities

都道府県別 By prefecture

北海道-PCR検査陽性者 Positive

北海道-現在入院等 Admission(current)

北海道-退院 Discharge

北海道-死亡者 Fatalities

都道府県別(更新日)By prefecture (update date)

PCR検査陽性者 Positive

現在入院等 Admission (current)

退院 Discharge

死亡者 Fatalities

当サイトに関するお知らせ Notice about this site

2020年6月12日より都道府県別の実効再生産数の公表を開始しました。実効再生産数は、毎日の計測時点で感染者1人から感染可能な何人に感染が広がるのかを示しており、当該値が1未満に維持されることが感染抑制の目安になります。現在、足許の感染状況を把握するため、速報性の高い実効再生産数の算出に関して多くの方法が検討・提案されています。今回、簡易性(計算負荷が軽い)と速報性を考慮した方法により、実効再生産数を日次で算出することを試みました。

計算概要 To 詳細

1. SIR感染症モデルに基づき、データセット(注1)から感染率(β)及び回復率(γ)をSUR(Seemingly Unrelated Regression)で推計。 2. 日次の感染率(βt)を収束計算で推計。 3. 感染可能人口(S)、日次の感染率(βt)、回復率(γ)から実効再生産数を算出(注2)。

注1) データセットは、都道府県別の人口、陽性者数(日次、累積)、回復者数(日次、累積)を使用した。(出所:人口推計 平成30年10月1日現在人口推計 (https://www.e-stat.go.jp/dbview?sid=0003312316), 新型コロナウイルス感染症の現在の状況と厚生労働省の対応について (厚生労働省)) 注2) 日次の算出では回復率(γ)の再推計は行っていない。医療体制及び水準は、短期的に大きな変化がないという強い仮定を置いていることに留意が必要。

なお、本算出は、医療の専門家でない当ホームページ管理人(Kanji Okazaki)が、金融工学及び統計ソフト(Stata)を用いて得た結果であり、理論に関する理解不足及びプログラミング等のミスも十分にあり得ますので、あくまでも参考として参照いただくことをお願いします。最後に、本算出にあたり、モデリング及びパラメータ推計に係る理論的なご指導いただいた森平先生(慶應義塾大学名誉教授)に御礼を申し上げます。

Since June 12, 2020, we have started to post “Effective reproduction Number” by prefecture in Japan. “Effective reproduction Number” indicates the number of people who can be infected from one infected person at the time of measurement every day and keeping the value below 1.0 is a standard for infection control. Currently, many methods are being studied and proposed for calculating “Effective reproduction Number” with a quick report to grasp the daily infection status. I tried to calculate “Effective reproduction Number” daily by the method that takes into account the simplicity (light calculation load) and the promptness.

Summary of method To details

1. To estimate the infection rate (β) and recovery rate (γ) from the dataset (Note 1) based on the SIR infection model through SUR (Seemingly Unrelated Regression). 2. To estimate daily infection rate (βt) by convergence calculation. 3. To calculate “Effective reproduction Number” from the infectious population (S), daily infection rate (βt), and recovery rate (γ) (Note 2).

Note 1) The data set used population by prefecture, the number of positive people (daily, cumulative), and the number of people who recovered (daily, cumulative). (Source: Population estimation As of October 1, 2018 Population estimation (https://www.e-stat.go.jp/dbview?sid=0003312316), Current situation of new coronavirus infectious diseases and correspondence of Ministry of Health, Labor and Welfare (Ministry of Health, Labor and Welfare) ) Note 2) Recovery rate (γ) is not re-estimated in the daily calculation. It should be noted that hypothesis is that the medical system and qualities will not change significantly in the short term.

In addition, these results are calculated by this homepage administrator (Kanji Okazaki) who is not a medical expert through financial engineering and statistical software (Stata). Also, there is a lack of understanding of theory and mistakes such as programming. Please refer to these results for reference only. Finally, I would like to express deep thanks to Prof. Moridaira (Professor Emeritus, Keio University) for giving theoretical guidance on modeling and parameter estimation for this method.

重要: (1) 当サイトのデータは厚生労働省が公表する「新型コロナウイルス感染症の現在の状況について」及び「新型コロナウイルス感染症の現在の状況と厚生労働省の対応について」に基づきます。一部データは、各自治体が公表する資料を使用しています。 (2) 厚生労働省の公表データは、5/8から各自治体が公表する数値の積み上げに変更されています。 時系列方向での数値の連続性は確認していません。 (3) 入退院の状況は現在の状況を示しています。 (4) 当サイトに掲載する情報の正確性には細心の注意を払っていますが、お気づきの点等あればご連絡を頂ければ幸いです。 (5) 当サイトに掲載の情報は予告なく変更することがあります。

Note: (1) The data on this site is based on "Current situation of new coronavirus infection" and "Current situation of new coronavirus infection and correspondence of Ministry of Health, Labor and Welfare" published by the Ministry of Health, Labor and Welfare. Some of the data is published by each local government. (2) The data published by the Ministry of Health, Labor and Welfare has been changed to the accumulation of the figures announced by each local government from May 8th. We have not confirmed the continuity of the numbers in the time series direction. (3) Hospitalization shows the current situation. (4) Although we pay close attention to the accuracy of the information posted on this site, we would appreciate if you could contact us if you have any questions. (5) The contents of this site will be changed without notice.

お問合せ Contact us (rimtech2019inquiry@gmail.com)