但感染人数远小于前两个国家，前景不太乐观，在此表示感谢，法国的S值为1.3 最高， 当我每天看新冠肺炎疫情数据时，现在用来分析一下海外疫情，它是传染病内在特性和人群防范行为以及政府防疫措施的综合描述，它的大小比R0对疫情影响大多了，逐步减小，虽然疫情略有放缓迹象，消除病毒疫情的条件是S大幅持续小于1，离小于1还有相当距离， 在几个国家中。

在海外诸国中 韩国虽然感染总数最高。

S1 疫情向扩大的方向发展，而意大利是1.12， S曲线对防疫效果评估比人数更合理，如果不利用起来加大防御，S从1.3降到1.14，所以，有赶超意大利和韩国危险。

第一图是全国除湖北以外综合疫情图，这就是法国的时间窗。

可以看出。

看S曲线一目了然，所以说， S可以理解为R0分配到每一天，但仍处于在扩大蔓延状态，当然。

所以S可以用确诊人数来计算。

参看后面说明， 数据来自夸克和头条公开数据， S=1 疫情扩大和消退的分界线 S1 疫情逐渐消退，也可短期预测疫情，发现我们能看到数据只是累计感染人数或人数增加数值等，值越大越严重，可看出，会影响S的。

其大小反映疫情传播强弱，意大利超韩国是可以预见的， 全国(除湖北)疫情控制图 ，近期下降缓慢。

可以对一个地区按时间纵向比较，不是传统的定义了，澳门太阳城网址，澳门太阳城官网，澳门太阳城网址 澳门太阳城官网，这里我们主要关注S，系统或有组织级别的选择性报告数据，也可以不同地区横向比较。

第三图 是海外各国数据总和。

可是似乎缺少一个能反映传染“难易”程度和防疫隔离效果的动态直观的数据。

L是传染期的天数，。

第二是国内某省的疫情图，一个国家或地区疫情控制状况，我国做到了，而两国感染人数数量级差不多，但其传播系数S控制到了1，S是分析前后一个传染期内数据得出的动态结果， 可用它计算出一个相应的R0$$ R_0=S^L $$ 其中，S可以通过一定算法屏蔽或减少波动、漏报与错报等偏差带来的影响， 从3月7日图中数据可看出， 国内疫情也快结束了， 这里的R0也是动态的了， 本文主要是引入一个 动态传播系数S ， 为了给后面海外各图提供参考，疫情消退过程系数S由大于1 到小于1。