11月28日 そらまめ まあまあ 成育はよし すこし大きすぎるかも 新型コロナ 本当のこと おべんきょうその024
2019年01月04日 そらまめ 葉もよく茂っている01月12日 そらまめ 花芽 ついてきている01月19日 そらまめ 大きくなってきて 茂ってきている01月20日 そらまめ 花がついている これも 早すぎだなあ02月02日 そらまめ 見た目にも 勢いがあるなあ いい感じ02月16日 そらまめ その後も 元気がいいなあ 花だらけになってきている02月23日 そらまめ 花芽だらけ 生育は絶好調03月02日 そらまめ 花芽が どんどん でてきている 花だらけになった03月09日 そらまめ 花だらけ 今年は虫がついていない よし03月16日 そらまめ 生育は今年は特に良い03月23日 そらまめ 花がさいて そろそろ実がつきだした04月06日 そらまめ 小さいが実はついてきている 実だらけになりそう04月07日 そらまめ 今年の出来具合は 上出来である 大きすぎるなあ04月13日 そらまめ 実がつきだした でも まだ 時間がかかりそう04月14日 そらまめ 実がつけば 先端をカットして 虫をつかないようにしよう04月20日 そらまめ 実がおおきくなりだした 順調である05月05日 そらまめ 実を試しで収獲しておいた いい出来である05月11日 そらまめ 収獲をした05月12日 そらまめ 収獲をした これで お終いに秋のそらまめ08月25日 そらまめ 種をかってきている 来月に植え付けしよう09月22日 庭でそらまめ 種まきをしておいた10月06日 そらまめ 発芽してきている10月12日 そらまめ 発芽して 植え付けできるくらいになってきている10月20日 そらまめ m-34の畝のもの まあまあ なり10月27日 そらまめ 残りの苗は それなりに生育中11月16日 そらまめ 寒くなってきているが 無事なり12月08日 そらまめ 数は少ないが それなりに 生育してきている12月21日 そらまめ 生育はよい 元気に育っている2020年01月01日 そらまめ 支柱をたてていこう 枝分かれしてきている01月02日 そらまめ 紐で支柱にまとめておいた まあまあだなあ01月11日 そらまめ こちらも 生育は良い そらまめにも もみがら かけた01月18日 そらまめ 昨年は1月に花が咲いていた 今年はまだ 遅れているなあ01月25日 そらまめ 今年は数は少ないが まあまあ 順調に育ちつつある02月01日 そらまめ 花はまだ つかないなあ 昨年より遅れている02月08日 そらまめ 昨年は花芽だらけだったが 今年はまだなり02月15日 そらまめ 花かやっとついてきている 1か月の遅れだなあ02月29日 そらまめ 花がどんどん ついてきている03月01日 そらまめ 花がたくさんある 成長はこれからだなあ03月08日 そらまめ 勢いがすごいなあ おおきくなりだしたなあ03月14日 そらまめ 肥料をかけておいた03月20日 そらまめ 元気で 広がってきている03月28日 そらまめ 花だらけ そろそろ 実がつくかな04月04日 そらまめ 勢いが感じられる でかくなってきている04月18日 そらまめ 大きくなっている 実もどんどん ついてきている04月25日 そらまめ 実がおおきくなっているなあ 楽しみなり04月29日 そらまめ 実が どんどん ついてきている05月10日 そらまめ 茎の葉は 枯れてきつつある05月16日 そらまめ 実を収獲しておいた まあまあなり05月17日 そらまめ 残りはこれだけ秋のそらまめ08月01日 hcでの そらまめの種をかってきた これは 大量の種だなあ09月25日 そらまめ 庭で種まきをしておいた10月02日 そらまめ 発芽してきている 発芽はすこし遅いなあ10月04日 そらまめ 発芽して ややおおきくなってきている10月05日 そらまめ g-09の畑に畝に移動して植え付けておいた10月16日 そらまめ 成育は良し もみがらで根っこを覆っておいた10月28日 そらまめ その後は 成育は良し 成育しすぎかも11月28日 そらまめ まあまあ 成育はよし すこし大きすぎるかも 新型コロナ 本当のこと おべんきょうその024新型コロナの広がり方:再生産数と「密」という大きな発見 3 再生産数Rというのは、概念としてシンプルで、また、理にもかなっているけれど、観察できる発症データからは直接見えない。では、どんなところに見られるかというと、直観的に分かりやすいのは、感染者が増えていくときのグラフだ。最近よく見るようになってきた感染者増加の片対数グラフなら、その傾きにRがあらわれていると考えてよい。国別の感染者増加の片対数グラフ。それぞれの曲線の傾きに再生産数Rがあらわれている(グレーの曲線は他の国々)。(画像提供:中澤港)https://covid19datahub.io/Guidotti, E., Ardia, D., (2020). COVID-19 Data Hub Working paper https://doi.org/10.13140/RG.2.2.11649.81763R Core Team (2020). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/[画像のクリックで拡大表示]では、Rの分散が大きいというのは具体的にどういうことだろう。また、単に平均値としてのRを考えるのではなくて、その散らばり方まで気にすると何が分かるのか。順を追って説明してもらおう。「まず、Rの数字って、1人の患者が何人に二次感染させるか平均を取ったものです。元のデータがあるなら、1人が何人に二次感染させたか、その人数の分布を考えることもできます。これがたとえばインフルエンザだと、二項分布、正規分布のベルカーブに近いかたちになります。最頻値と中央値、相加平均が一致して、それを中心になだらかに裾野がつながっていくようなものです。一方で、SARSは右裾を引いたべき分布に近い形でした。これは、ほんとどの人が他の人に感染させなかったり1人、2人にしかうつさないのに、裾野のところで、人数は少ないけれど、時々、たくさんの人にうつす人がいる、みたいなイメージです。少数の人がスーパー・スプレディング・イベントみたいなことを起こして全体としてのRを押し上げているので、平均値(相加平均)と最頻値が一致していません。Rが同じでも、かなり感染の仕方が違うわけです」正規分布とべき分布の違い。おおまかなイメージだが、COVID-19など感染症の実態をとらえるには、平均値Rだけでなく、分散や分布も重要であることがわかる。[画像のクリックで拡大表示]正規分布的なベルカーブ(日本のお寺の鐘ではなく欧州の教会にあるような口が広がっているもののイメージ)ではなく、0や1といった頻度が低いあたりにピークがあって、そこから先、急に頻度が小さくなってひたすら右に裾を引いていくような分布があるのは、つまり、SARSのようなスーパー・スプレディング・イベントを中心に感染が続いている場合かもしれない、というのである。そして、COVID-19の場合にも、そういったことが起きているのではないかというのが、複数の研究者の分析で分かってきた。接触する回数の分布とも重なる(画像提供:中澤港)[画像のクリックで拡大表示]「こういった違いはネットワーク論的にも説明できます。誰もが同じ確率で接触するランダムネットワークだと、接触数の分散が小さく、接触回数の分布を見ると、ベルカーブに近くなります。一方で、スーパー・スプレディング・イベントがあって、接触回数がべき分布になるようなネットワークは、いわゆるスケールフリー・ネットワーク です。これは、どの一部をとっても全体のネットワークの縮図になっているような形で、少数のハブだけが多くのリンクを持っているのが特徴です」あらためて整理する。まず、ランダムネットワークの場合、接触回数の頻度分布は、ベルカーブ状になる。この場合、頻度のピークがそのまま平均値でもあって、それがRだ。一方、スケールフリー・ネットワークの場合は、0、1、2といった頻度の少ないところに接触回数のピークが来る、そこから先はガクンと頻度が落ちるものの、それでも時々、8回だとか10回だとか接触する人が出てきて、全体としての平均値を押し上げる。だから、Rとして出てくる平均の値と、頻度分布のピークがずれている。言い方をかえると、ほとんどの人はほとんど感染させないが(頻度分布の左側)、一部の人がたくさんの感染者を生み出す(頻度分布の右側の裾野)。感染の仕方にこのような違いがあると、それはどんなことにつながっていくのだろうか。「クラスター対策班の押谷仁教授(東北大学)の発言を聞いていると、押谷さんは、COVID-19もSARSと同じスケールフリー・ネットワークの感染をしているだろうと強調されています。でも、ここでは私見をいいますと、僕は2つの分布の混合分布じゃないかと思っているんですが」中澤さんの私見については、別の回で詳しく解説することにして、ここではスケールフリーな感染の仕方についてさらに考える。そのようなCOVID-19の感染の特徴を裏付ける研究としては、北海道大学の西浦さんのチームによるものがある。はた坊