古丽斯坦·库尔班尼牙孜田茂再

(1.新疆财经大学 统计与数据科学学院，新疆乌鲁木齐 830012;2.中国人民大学 应用统计科学研究中心，中国人民大学 统计学院，北京 100972)

§1 引言

新型冠状病毒肺炎(Corona Virus Disease 2019，COVID-19)，简称“新冠肺炎”，是一种由2019新型冠状病毒引起的急性呼吸道传染病.新冠肺炎出现以后持续蔓延至许多国家，严重威胁着人类的生命健康，因此引起了世界各国的广泛关注与高度重视.在全球抗击新冠肺炎的过程中，众多学者对疫情传播和发展趋势进行了大量研究.Guan和Hu[1]等收集截止2020年1月29日中国30个省，自治区，直辖市552家医院的1099例新冠肺炎确诊病例，对新冠肺炎的潜伏期，死亡率进行估计.刘勋，孟秋雨[2]等收集湖北省截至2020年2月10日新冠肺炎疫情数据，利用OpenGeoda软件对湖北省新冠肺炎发病的空间聚集性特征进行分析.周涛[3]等对我国COVID-19基本再生数值进行预测.白尧等[4]利用SEIAR模型对陕西省疫情风险进行了评估.

国家卫健委组织每天发布新冠肺炎每日新增确诊病例与每日新增无症状感染者病例，这为新冠肺炎的建模和分析提供了良好的基础.它们在描述疫情的传播特征，探讨疫情传播的影响因素，在数据驱动下预测疫情的可能发展趋势，评估防疫措施的有效性等方面起着重要作用.因此从理论层面探究这两组数据的分布特征，通过基于数学，统计学以及计算机科学的完整有效的分析方法来对数据进行建模，从样本入手挖掘出隐藏的，有价值的信息……