In Table 1 we summarise the compari

In Table 1 we summarise the comparison of our model and Google Flu Trends with the actual sentinel reports. The Swedish sentinel model based on web queries predicted the sentinel numbers better when delayed reporting was taken into account, no matter what performance indicator was used. This makes sense because we trained the models on complete sentinel data. In other words we have, by training the models on data including late reports, obtained a system which better mimics the values we will get after a while, once the data have been back-populated.

The MAD value of 0.15 can be compared with the change from 1.11 percentage points to 1.36 percentage points between week 45 and 46 in 2009 [21,22], during the height of the pandemic. Thus, the average deviation paralleled the weekly change during the most intense pandemic period.

Although the difference is small, the correlation coefficient indicates that our model performed better than Google Flu Trends for Sweden, with a correlation coefficient of 0.90 versus 0.87. Since Google Flu Trends only provides relative intensity indicators and not absolute estimates of reported influenza, R-squared, RMSEP and MAD could not be calculated for their data.

ผลลัพธ์ (ไทย) 1:

ในตารางที่ 1 เรา summarise เปรียบเทียบรูปแบบและแนวโน้มไข้หวัด Google รายงานจริงองครักษ์ แบบสวีดิชยามตามแบบสอบถามเว็บทำนายหมายเลขยามดีเมื่อรายงานถูกพิจารณา ไม่ใช้สิ่งบ่งชี้ประสิทธิภาพที่ล่าช้า นี้ทำให้รู้สึกได้เนื่องจากเราฝึกแบบจำลองข้อมูลยามที่สมบูรณ์ กล่าว เราได้ โดยการฝึกอบรมแบบจำลองข้อมูลรวมทั้งรายงานล่าช้า รับระบบที่เลียนแบบค่าที่เราจะได้รับหลัง เมื่อข้อมูลได้รับการเติมกลับดีขึ้น0.15 ค่าบ้าสามารถเปรียบเทียบกับการเปลี่ยนแปลงจาก 1.11 จุด 1.36 จุดเปอร์เซ็นต์ระหว่างสัปดาห์ 45 และ 46 ในปี 2009 [21,22], ระหว่างความสูงของการระบาด ดังนั้น ส่วนเบี่ยงเบนเฉลี่ยแห่งดวงเปลี่ยนแปลงทุกสัปดาห์ในระหว่างรอบระยะเวลาการระบาดรุนแรงที่สุดแม้ว่าความแตกต่างที่มีขนาดเล็ก สัมประสิทธิ์สหสัมพันธ์ระบุว่า รุ่นของเราทำดีกว่า Google แนวโน้มไข้หวัดใหญ่ในสวีเดน ด้วยสัมประสิทธิ์สหสัมพันธ์ของ 0.90 เทียบกับ 0.87 เนื่องจากแนวโน้มไข้หวัด Google เพียงแสดงตัวบ่งชี้ความเข้มสัมพัทธ์และแบบสัมบูรณ์ไม่ประเมินรายงานไข้หวัดใหญ่ ลอการิทึม RMSEP และ MAD ไม่สามารถคำนวณข้อมูลของพวกเขา

ผลลัพธ์ (ไทย) 2:

ในตารางที่ 1 เราสรุปการเปรียบเทียบรูปแบบของเราและ Google แนวโน้มไข้หวัดใหญ่ที่มีรายงานการเฝ้าระวังสถานการณ์ที่เกิดขึ้นจริง รูปแบบการเฝ้าระวังสวีเดนขึ้นอยู่กับคำสั่งเว็บทำนายหมายเลขแมวมองที่ดีขึ้นเมื่อการรายงานล่าช้าถูกนำเข้าบัญชีไม่ว่าสิ่งที่บ่งชี้ประสิทธิภาพถูกนำมาใช้ นี้ทำให้รู้สึกเพราะเราผ่านการฝึกอบรมรุ่นกับข้อมูลแมวมองสมบูรณ์ ในคำอื่น ๆ ที่เราได้โดยการฝึกอบรมรุ่นกับข้อมูลรวมถึงรายงานปลายได้รับระบบที่เลียนแบบที่ดีกว่าค่าที่เราจะได้รับหลังจากที่ในขณะที่เมื่อข้อมูลที่ได้รับกลับมีประชากร. ค่า MAD 0.15 สามารถนำมาเปรียบเทียบกับ เปลี่ยนจาก 1.11 คะแนนร้อยละ 1.36 เปอร์เซ็นต์ระหว่างสัปดาห์ที่ 45 และ 46 ในปี 2009 [21,22], ช่วงความสูงของการแพร่ระบาด ดังนั้นส่วนเบี่ยงเบนเฉลี่ยขนานเปลี่ยนแปลงรายสัปดาห์ในช่วงระยะเวลาการแพร่ระบาดรุนแรงที่สุด. แม้ว่าความแตกต่างที่มีขนาดเล็กค่าสัมประสิทธิ์สหสัมพันธ์บ่งชี้ว่ารูปแบบของเราทำได้ดีกว่า Google แนวโน้มไข้หวัดใหญ่สวีเดนมีค่าสัมประสิทธิ์สหสัมพันธ์ของ 0.90 เมื่อเทียบกับ 0.87 ตั้งแต่ Google แนวโน้มไข้หวัดใหญ่เพียงให้ตัวชี้วัดความเข้มของญาติและไม่แน่นอนของประมาณการไข้หวัดใหญ่รายงาน R-squared, RMSEP และ MAD ไม่สามารถคำนวณข้อมูลของพวกเขา

ผลลัพธ์ (ไทย) 3:

ตารางที่ 1 เราสรุปเปรียบเทียบรูปแบบและแนวโน้มไข้หวัดใหญ่ Google ของเรา มีรายงานผู้ที่เกิดขึ้นจริง สวีเดนเซนติเนลแบบตามเว็บแบบสอบถามคาดการณ์เซนติเนลหมายเลขดีกว่าเมื่อล่าช้ารายงานพิจารณา , ไม่ว่าสิ่งที่บ่งชี้ประสิทธิภาพที่ใช้ มันทำให้รู้สึกเพราะเราฝึกแบบจำลองข้อมูล Sentinel ที่สมบูรณ์ ในคำอื่น ๆที่เรามีโดยการฝึกอบรมแบบจำลองข้อมูลซึ่งรวมถึงรายงานล่าช้า ได้รับระบบที่น่าจะเลียนแบบค่าเราจะได้สักพัก เมื่อข้อมูลที่ได้รับกลับมีประชากร

ค่าบ้า 0.15 สามารถเปรียบเทียบได้กับการเปลี่ยนแปลงจาก 1.11 คะแนนร้อยละ 1.36 เปอร์เซ็นต์ ระหว่างสัปดาห์ที่ 45 และ 46 ในปี 2009 [ 21,22 ] ในระหว่างความสูงของโรคระบาด ดังนั้นส่วนเบี่ยงเบนเฉลี่ยได้เปลี่ยนแปลงรายสัปดาห์ในช่วงการระบาดรุนแรงที่สุด

แม้ว่าความแตกต่างเล็ก สัมประสิทธิ์สหสัมพันธ์ พบว่า โมเดลของเราดำเนินการที่ดีกว่า Google แนวโน้มไข้หวัดใหญ่สำหรับสวีเดน ด้วยค่าสัมประสิทธิ์สหสัมพันธ์เท่ากับ 0.90 และ 0.87เนื่องจากแนวโน้มไข้หวัดใหญ่ Google เพียงให้ตัวชี้วัดความเข้มสัมพัทธ์และสัมบูรณ์ประมาณการรายงานไข้หวัดใหญ่ r-squared rmsep บ้า , และไม่สามารถคำนวณหาข้อมูลของพวกเขา