模型族和大数据驱动的预测预警系统 - 核心模块介绍
模块1：数据获取和时空演示功能
系统能够通过网站、数据库（如Excel）等自动获取数据，进行归类、动态展示。也可根据需求设计展示方式。见附件中图2新冠疫情国际国内新增报告病例数的展示。
模块2：数据统计分析与计算功能
常见的包括概率与分布、探索性数据分析、参数估计、假设检验、方差分析与回归分析等基本的统计分析技巧和相应的计算功能能够实现。
模块3：数据分析与模型数值计算
核心模块之一，该模块融合了常见的最小二乘法、极大似然估计估计、MCMC参数估计和深度学习等方法，能为各类统计模型，传染病确定模型、随机模型的模型求解、参数估计、模型辨识等计算提供程序包。
模块4：流行学关键技术指标的计算
计算疫情的拐点、传播风险指标、达峰时间、峰值、与染病规模等基本流行病学指标。
模块5：有效再生数计算与分析模块
预测预警的核心模块之一，通过设定的统计学模型，计算陕西疫情演化严重程度的有效再生数，也可与制定的其它区域进行对比分析。该模块能够动态预测预警疫情暴发与否与防控策略的有效性与时效性。
模块6：敏感性分析与决策建议模块
该模块可以基于指定的阈值如基本再生数或时间序列数据，进行偏序相关性分析，实现与防控策略相关联的参数敏感性分析，为防控策略的制定、实施体统决策建议。
模块7：突发疫情外溢风险预警
该模块基于百度指标、人口流动大数据以及复杂网络模型，发展相关预警指标，能为如包括武汉、南京等在内的突发疫情导致的外溢风险区域分级别进行预警。
模块8：模型的自动设别与评估功能
基本模块完成后，疾控和公卫的专家能够根据突发疫情的传播机理，设定系统自动设别相应的确定性连续、离散或统计计算模型。然后根据需求进行模型辨识、参数估计、敏感性分析、风险指标的计算等核心功能。
