Corona-Statistiken

Publiziert am Sa., 10. April 2021 von Gregor

Was man hier findet: Tabellen zur Corona-Pandemie, aus denen sich ablesen lässt, wie der aktuelle Verlauf in einigen Städten und in NRW insgesamt aussieht. Hier zum Beispiel die Tabelle mit den Zahlen der letzten 6 Wochen für das Land NRW:

Datum Summe Infekt. Neuinfek-tionen Neuinfekt. 7Tø 7Tg.-Inzidenz Geschehen (4Tg) Geschehen (Wo.) ca. Infektiös (‰) Verdopp. (Tage)
(Komplette Tabelle als CSV herunterladen)
... Erläuterungen und Quellenangaben hier


Ich weise natürlich darauf hin, dass alle meine Zahlen nur Spaßzahlen sind und keinerlei amtlichen Charakter haben! Die Inzidenzwerte sind also nicht verbindlich. Verbindlich sind nur die Zahlen, die das RKI rausgibt.

Die Vorgehensweise, die Pandemielage primär anhand der Inzidenz zu bewerten ist aus heutiger Sicht allerdings ohnehin nicht mehr aktuell. Insgesamt krankt die ganze Geschichte inzwischen daran, dass eigentlich die neuesten Erkenntnisse zur Altersstruktur der Infizierten und den daraus resultierenden höheren, tolerierbaren Inzidenzen, keine Beachtung geschenkt wird. Das ist aber auch ein weites Feld, und ich habe inzwischen auch wieder anderes zu tun.

Die Tabellen öffnen in einem Extra-Tab. Verlinkt sind die Tabellen ab dem 4. März 2020 und für die letzten 30 Tage

Außerdem hätte ich auch noch die CSV mit den Gesamtinfektionen für alle von mir verarbeiteten Regionen anzubieten.

Die Tabellen werden jeden Tag um kurz nach 10:15 und noch mal um 12:30 aktualisiert (sofern die Quellen aktuell sind).

Für Dortmund und NRW enden die Tabellen einen Tag früher. Vermutlich liegt damit auch die Infektionsverlaufschätzung bei beiden jeweils um einen Tag daneben. Das hab ich aber noch nicht versucht zu verifizieren.

Zur Erläuterung der Details und zur Interpretation der Zahlen …

Zunächst meine Datenquellen:

Die Grundlage bilden die jeweils gemeldeten Summen aller bislang gemeldeten Infektionen für die jeweilige Region (= 2. Apalte bzw. erste Spalte nach dem Datum). Daraus leite ich alles weitere ab.

Die „Neuinfektionen“ sind jeweils die Diffferenz zum Vortag, die Spalte danach ist der Wochendurchschnitt der Neuinfektionen ((vergangene 3 Tage + aktueller Tag + folgende 3 Tage) / 7).

Die „7-Tage-Inzidenz“ ist die allseits beliebte „Inzidenz“ aus den Medien. Die Einfärbung dieser Spalte ist für Werte unter 30 zunehmend (blau-)grün, wird in Richtung 160 langsam rot, s, bei 165 wird es kritze-lila und ab 200 schwarz. Ab 300 wird es dann sakral-dunkelviolett.

Die beiden „Geschehen„-Spalten zeigen das „Infektionsgeschehen“ und sind m.E. das Interessanteste an der Geschichte.

Die Zahlen für die „Geschehen ‚R‘„-Spalte kommen so zustande, dass jeweils die Summe der 7 vergangenen Tage durch die Summe der 7 vergangenen Tage vier Tage zuvor ermittelt wird (ich nehme jeweils die Summe statt dem Mittelwert, weil der Faktor 7 in beiden steckt und sich somit schlicht rauskürzt). Die Zahl besagt also, um welchen Faktor sich die Anzahl der Neuinfektionen im Wochenmittel innerhalb von 4 Tagen verändert hat. Das ist nicht genau das, was der berühmte „R-Wert“ besagt, denn ich rechne zum Beispiel die Schwankungen aufgrund von Feiertagen nicht heraus, kommt dem aber ansonsten nahe. Insbesondere der Wert „1“ besagt in beiden Fällen dasselbe (eine Person infiziert im Schnitt genau eine andere).

Allerdings habe ich die jeweiligen Ergebnisse in Bezug auf den letzten Tag des Ermittlungszeitraums jeweils um 9 Tage nach oben (also in die Vergangenheit) verschoben. Das bildet zum einen die etwa 6 Tage ab, die es vom Infektionsmoment an durchschnittlich dauert, bis eine Neuinfektion „in den Zahlen landet“. Zum anderen arbeiten wir mit einem Wochenmittel, was zusätzliche 3 Tage Verschiebung ausmacht. Die Zahlen dieser Spalte stehen also jeweils ungefähr dort, wo die Infektionen tatsächlich stattgefunden haben. Die Einfärbung ist unterhalb von eins zunehmend (blau-)grün und oberhalb zunehmend rot (unterhalb von 0,6 und oberhalb von 1,5 ist es dann gleichbleibend grün bzw. rot). Die fehlenden Tage am unteren Ende der Spalte sind der Verschiebung nach oben geschuldet.

Die Zahlen in der Spalte „Geschehen (Wo.)“ (Wo. für „Wochenvergleich“) besagen fast genau dasselbe. Hier werden allerdings nicht Wochen, sondern nur 3 Tage gemittelt, dafür dies aber im Abstand von einer Woche (statt 4 Tagen, wie in der vorherigen Spalte). Der Wert schwankt etwas stärker (da die Entwicklung über 7 Tage statt über 4 abgebildet wird), weshalb für die Einfärbung etwas weitere Grenzen von mir gewählt wurden. Und er ist obendrein etwas empfindlicher, da nur über 3 Tage „glattgebügelt“ wird. Die Wochentagsschwankungen, die in der vorherigen Spalte durch den 7-Tage-Mittelwert kompensiert werden, werden hier über den 7-Tage-Abstand abgefangen. Die jeweiligen Ergebnisse werden ebenfalls 9 Tage zurückdatiert – es ist also in der Tabelle auch hier ungefähr der Zeitpunkt des tatsächlichen Infektionsgeschehens erkennbar.

OK – der Rest ist jetzt etwas langatmig geraten. Für eine erste Idee reicht es, bis hierhin zu lesen. Als nächstes gebe ich einige Anhaltspunkte zu den Zahlen und der Verschiebung der Zahlen in den „Infektionsgeschehen“-Spalten. Nachfolgende Links gehen alle in einem neuen Tab auf.

Als Interpretationshilfe: die in einem Lockdown angestrebte Werte sollten in der „Geschehen ‚R'“-Spalte bei 0,8 oder weniger liegen, wenn ein Lockdown effizient wirken soll. Tatsächlich schafft das NRW-Volk im Winter (siehe Januar 2021) bestenfalls Werte, die um 0,9 pendeln (und beim Lala-Laschet-Lockdäunchen im November ’20 waren es eher 0,95). In 2020 hatten wir Anfang April einen wirklich effizienten Lockdown und etwa ab der 2. Maiwoche sind wir – in einer Zeit der Lockerungen (!) – fast von alleine bei Werten um 0,8 gelandet (durch bloßes Abstandhalten und Maskentragen). Das dürfte dem warmen, trockenen Wetter und der Tatsache, dass sich dann das Leben in NRW nach draußen verlagert und sämtliche Fenster und Raumlufttechnik auf „Durchzug“ geschaltet sind, geschuldet gewesen sein (allerdings haben wir heute „Delta“, was der Sache leider entgegenwirkt). Vom 11. bis zum 14. Juni 2020 war dann mit einem Brückentag (siehe z.B. hier) ein langes Wochenende mit äußerst angenehmem Wetter (gucksdu hier). Die Leute haben da offenbar Party gemacht, waren auf Schiffen oder im Zug, eventuell gar im Flugzeug und auf Freundes- und Verwandtschaftsbesuch und haben abends lange und nahe zusammengesessen … langer Rede kurzer Sinn: es ist offenbar ziemlich abgegangen. Zwei Wochen vorher war ebenfalls etwas Ähnliches der Fall, allerdings gab’s hier einen Tag Ferien – die Dynamik scheint da eine andere gewesen zu sein (Zielgruppe Eltern mit Kindern statt Singles und Ü50er). Allerdings könnte ich mir auch vorstellen, dass die Infektion da „Anlauf“ genommen hat, und viele, die sich da infiziert haben, das 2 Wochen später lustig weiterverbreitet haben (60 bis 80 Prozent der Erkrankten wissen schließlich nicht, dass sie gerade Infektionstreiber sind!). Die nächste Rotfront ereilte uns dann im Juli zu den Sommerferien. Hier interessant: in der ersten Woche sind die Leute entweder noch vorsichtig, oder das „Untenbleiben“ der Werte liegt daran, dass noch wenig los ist, weil erst wenige Bundesländer Ferien haben. Da mag sich jetzt jeder selbst einen Reim drauf machen. Klar ist jedenfalls: Ferien und lange Wochenenden sind eher kontraproduktiv …

Warum die Zahlen ab dem Monatswechsel August/September dann aber bereits langsam hochgehen (bei durchaus noch gutem Wetter), ist mir nicht ganz klar. Schlimmstenfalls sind das bereits Vorboten der neuen Viren-Mutationen gewesen, die sich in den Schulen und Kitas ausgebreitet haben (was ein denkbar schlechtes vorzeichen für den uns bevorstehenden Sommer wäre!). Spätestens ab dem 16. oder 17. Oktober (Siehe Inzidenz an diesen Tagen und Infektionsverlauf in den „Geschehen“-Spalten 9 Tage weiter oben) hätte man aber klar sehen können, wohin die Reise geht. Warum die Politik seinerzeit bis zum ersten November mit dem Lockdown gezögert hat, hat sich mir (und fragt meine Frau: ich habe mich damals irre über diese Leute aufgeregt, weil ich mir auch Prognosen gebastelt habe und gesehen habe, worauf das hinausläuft), nicht mal ansatzweise erschlossen. Aber gut – ich trage ja auch keine Verantwortung für eine 18-Millionen-Menschen-Volkswirtschaft. Da kann man vielleicht vor einem Lockdown auch schon mal zurückzucken (vor allem, wenn 2/3 des Beratergremiums Wirtschaftsfuzzis und Kommunikationsberater sind). Klar ist aber: das hat die Weihnachtsmärkte und das Weihnachtsgeschäft komplett ruiniert und Amazon zugeschachert. Ich will jetzt aber mal nicht weiter zynisch werden. Macht das selber und macht beim nächsten mal an der richtigen Stelle die Kreuzchen (an der richtigen, also natürlich nicht bei den Spacken vom rechten Rand!).

Das größte Problem bei diesem ganzen Kram ist – nebenbei bemerkt – dass die Leute an mehrtägigen Feiertagen eventuell ein anderes „Arztgehverhalten“ an den Tag legen. Wenn der Trend bis Ostern in die Höhe weist (die Zahlen also so halbwegs konstant zwischen 1,12 und 1,15 liegen) und 6 Tage über Ostern plötzlich sinken (in den „Geschehen“-Spalten also 6 Tage vor Ostern), dann ist keineswegs sicher, dass das tatsächlich an weniger Neuinfektionen liegt. Das kann auch an urlaubenden Ärzten, weniger Tests an Schulen, geschlossenen Gesundheitsämtern, verreisten Menschen und so Sachen liegen. Die Wahrscheinlichkeit ist dann hoch, dass es 6 Tage nach Ostern erst mal ziemlich durch die Decke geht, um dann wieder zum alten Trend zurückzufallen. Die Zahlen sind also stets mit einer gewissen Vorsicht zu betrachten. Aber unter diesem Aspekt sind die Peaks an den langen Wocenenden eigentlich fast als noch krasser zu bewerten.

Als letztes kleines Interpretationsbeispiel, um sich mal richtig ärgern zu können: spannend sind zum Beispiel auch die Zahlen von Weihnachten bis Mitte Januar in der NRW-Tabelle. Wenn man in die „Geschehen“-Spalten schaut, wird klar, dass die Leute an Weihnachten offenbar vorsichtig waren, dafür aber an Silvester richtig die Sau rausgelassen haben (landet mit etwas Verspätung in den Zahlen, weil die Party zum einen in der Nacht vom 31. auf den ersten war und zum Anderen die Klientel vermutlich überdurchschnittlich jung – wären sie älter gewesen, wären obendrein vermutlich mehr von ihnen beim Arzt gelandet …). Schaut man jetzt mal in die „Inzidenz„-Spalte, sieht man, dass die Zahlen bis zum 7.1. runtergegangen sind. Und dann kommt Silvester in den Inzidenz-Zahlen an. Es dauert bis zum 19.1., bis wir wieder auf demselben Niveau sind. Satte 12 Tage. Ich habe mal nach Zahlen geguurgelt und habe je nach Jammerhaftigkeit der Schätzenden Werte zwischen einer halben und 5 Milliarden Euro gefunden, die ein Tag Lockdown Deutschlnd wohl volkswirtschaftlich kostet. Wenn wir mal von einer Milliarde pro Tag ausgehen, dann gehen davon 217 Millionen auf das Konto der Bürger in NRW – in zwölf Tagen kommen so 2,6 Milliarden zusammen. Verteilt auf 18 Millionen Menschen macht das 144,58€. Wenn Sie Allein-Ernährer einer dreiköpfigen Familie sind, hat Sie der „Spaß“ (der vermutlich anderen) also (volkswirtschaftlich) rund 434 Euro gekostet. Zahlbar mit der Steuer der nächsten 10 Jahre. Keine Angst: Das war in allen anderen Bundesländern ähnlich.

Von den restlichen 2 Spalten ist für die meisten wohl nur „ca. Infektiös (‰)“ noch halbwegs interessant (die hellgelb hervorgehobene). Hier mache ich eine – zugegeben sehr wild herbeigerechnete – Abschätzung, wie viele, von 1000 Leuten, denen man über den Weg läuft, unwissentlisch infektiös (also symptomlos erkrankt) sind. Dafür nehme ich die Summe der gemeldeten Erkrankten aus 14 Tagen bis jeweils einen Tag zuvor und addiere die Neuerkrankten der 5 Vergangenen und des aktuellen Tages noch mal hinzu (als Abschätzung der in den nächsten 5-6 Tagen noch dazukommenden). Die Dunkelziffer liegt zwischen 60 und 80 Prozent. Ich nagele sie bei 75% fest und nehme deshalb das Ergebnis der vorherigen Rechnung mal 3. Das Teile ich durch die Einwohnerzahl abzüglich der bekannten Erkrankten und nehme das Ergebnis mit 1000 mal. Tadaaa.

Das ist also nur eine sehr grobe Abschätzung, die einem ein ungefähres Gefühl dafür geben soll, wie unwohl man sich gerade mit dem Schulbesuch der Tochter oder beim Besuch des Supermarkts fühlen sollte (z.B. auf einer Skala von 0 bis 30 – ab 30 ist bereits etwa jeder 33. (1000/30), der Ihnen über den Weg läuft, wahrscheinlich infektiös!).

Die letzte Spalte ist eher akademischer Natur und besagt, wie viele Tage es dauern würde, bis sich bei gleichbleibender, über 7 Tage gemittelter Zuwachsrate (aller bisherigen Infektionen) ab diesem Tag die Summe der Infizierten verdoppeln würde (Diese Zuwachsrate ist also das Verhältnis der Zahlen in Spalte 1 zwischen Tag und Vortag – effektiv mache ich das so: log(2) / log(7. Wurzel aus dem Verhältnis der Zahl 3 Tage später zu der 4 Tage früher)), ich arbeite also mit dem Wochenmittel.

Update/Nachtrag: ich habe diese letzte Zahl bisher als „Kappes“ bezeichnet. Im Grunde bleibe ich auch dabei, allerdings war meine bisherige Begründung Schrott. Was uns interessiert, ist ja eine Vergleichbarkeit mit vorherigen Situationen – so wie das die Inzidenz bietet (auch nicht perfekt, weil diese Zahl bei sinkender Tendenz für den aktuellen Tag nicht exakt das selbe aussagt, wie bei steigender – aber das nur am Rande).

Nu isses aber so, dass die Verdoppelungszeit sagt, in welchem Abstand von „jetzt“ rechnerisch doppelt so viele Infektionen insgesamt registriert sein werden. im Mai 2020 haben wir da allerdings von 175.000 Menschen geredet, heute – im September 2021 – reden wir von 4 Millionen! das bedeutet, im Mai ’20 hat eine Verdopplungszeit von 200 Tagen vielleicht rund 550 Neuinfektionen pro Tag bedeutet, im September ’21 entsprechen 200 Tage aber eher 13.000 Neuinfektionen am Tag. Und das ist eben nicht vergleichbar.

Da die Zahl immer mal wieder auftaucht, lasse ich sie trotzdem mal drin – aber Ihr wisst jetzt fundiert, warum sie Kappes ist.

Dieser Beitrag wurde unter Corona veröffentlicht. Setze ein Lesezeichen auf den Permalink.