中共病毒(俗稱武漢病毒、新冠病毒)自武漢爆後蔓延至187個國家,目前造成超過300萬人感染、24萬人死亡。全球感染和死亡人數不斷攀升之際,中共卻發出幾乎零增長的數據。各領域專家、學者在分析疫情數據中不斷尋求答案。4月21日,彭堯好博士發佈了一項研究報告,運用數學分析發現,中共政府提供的疫情數據有眾多異常之處,引人思考。

彭堯好曾獲巴西利亞大學金融管理博士學位,主要研究數據分析和數學預測模型。彭博士等學者近期對中共政府提供的官方中共病毒數據進行分析,並運用統計學與其它疫情嚴重國家的數據進行了比較,結果顯示大多數國家的數據相互之間近似,且基本都符合「本福德定律」(Benford's Law),唯有中國的數據模式與其它所有國家都截然不同。

本福德定律常被用於檢測數據造假。彭博士等學者還運用了假設檢驗再次輔證了上述的研究結果。

首先,研究報告指出,在研究流行病數據中,感染病例和死亡人數會呈指數增長,尤其是在疾病的早期階段。而社會隔離的措施會減少高峰期受影響的人數,在時間線上延長「浪波」,試圖「拉平曲線」,但需要一個過程。

儘管各國在領土面積、人口密度、溫度、季節、漏報的程度、遵守隔離措施的嚴格程度等方面都存在顯著差異,但病毒自中國出現以來尚未發生根本性突變,傳染性和致死性的相對比例在國家之間應該是相似的。而中共政府提供的數據顯示出與其它地區完全不同的數據特​​徵。具體表現在以下方面:

數據曲線走向與規律相悖

研究指出,中共提供的數據顯示,指數增長模式出現在疫情早期,但曲線的變化率迅速降低,這與預期和幾乎所有其它國家所觀察到的規律相悖。

圖1和圖2中顯示,早期受感染人數激增,呈現接近直線的趨勢,之後出現單天內激增,這在傳染病中是很鮮見的。之後又長期幾乎沒有變化,自三月初以來幾乎是一條直線。研究認為這些都是非常罕見的現象。

圖1:截至4月18日,中共政府提供的全國累計確認病例數據趨勢圖。(彭堯好提供)
圖1:截至4月18日,中共政府提供的全國累計確認病例數據趨勢圖。(彭堯好提供)

圖2:截至2020年4月18日,中國COVID-19病例的每日變化。(彭堯好提供)
圖2:截至2020年4月18日,中國COVID-19病例的每日變化。(彭堯好提供)

湖北一省和全中國數據圖近乎完全相同

特別值得注意的是,研究報告指出,通過查看「趨勢圖」中省級匯總數據的分解,可以發現,湖北省與全中國的疫情數據圖近乎完全相同。(參見圖1和圖3)。

圖3:湖北與中國其它省份的疫情數據走向對比(粉色部份為其它省區的數據)。(彭堯好提供)
圖3:湖北與中國其它省份的疫情數據走向對比(粉色部份為其它省區的數據)。(彭堯好提供)

中國各省曲線幾乎同一模式

研究報告顯示,查看圖4發現,即使各省之間在人口密度、溫度、與病毒發源地武漢的距離等存在巨大差異,但是幾乎所有省份(不包括台灣),呈現出與湖北、中國整體幾乎相同的模式——形成驚人的輪廓準確的S型曲線。

研究還指出,在中國、湖北省出現異常高峰的同一天,也就是2月11—12日,中共湖北省委書記蔣超良和湖北省委副書記馬國強被免職。山東省單在2020年2月21日一天就出現「陡峭」的變化,該日濟寧市任城監獄恰好報告了該病毒的爆發,當天證實的統計數字增加了203人。報告還指出,除這天之外,所有時段內曲線均表現「很聽話」。

圖4:中國其它省市疫情數據走向放大圖。(彭堯好提供)
圖4:中國其它省市疫情數據走向放大圖。(彭堯好提供)

與各國疫情曲線走向不同

在微積分中有個概念,指數函數的導數也是指數函數。依次可以預測確診病例的每日變化也應遵循指數增長,各國數據都基本符合,而中共政府提供的數據卻顯示出完全不同的表現。死亡數據曲線也不例外。

研究指出,採取嚴格的隔離、社交疏離措施將直接影響曲線的形狀。但是,至少在初始階段指數模式仍會被保留,這些措施的效果也需一段時間才能顯現出來。研究還對疫情較為嚴重國家的數據進行了比較。包括日本、新加坡和南韓(對病毒做出早期反應的國家)以及意大利、西班牙和英國(僅在更晚期階段才反映得更加強烈的國家)。各國基本都在疫情早期或晚期出現了指數增長。

圖5:截至2020年4月18日,西班牙、意大利、英國、中國、南韓、日本和新加坡的COVID-19累積病例曲線(高走向的分為西、意、英;下方為韓、日、新)。(彭堯好提供)
圖5:截至2020年4月18日,西班牙、意大利、英國、中國、南韓、日本和新加坡的COVID-19累積病例曲線(高走向的分為西、意、英;下方為韓、日、新)。(彭堯好提供)

圖6:南韓、日本、新加坡確診病例走向放大圖。(彭堯好提供)
圖6:南韓、日本、新加坡確診病例走向放大圖。(彭堯好提供)

不符合「本福德定律」

本福德定律常被用於檢測數據造假。研究報告指出,根據本福德定律來檢測中共政府提供的患病和死亡數據,發現了同樣的問題,所有國家的曲線都基本符合該定律,只有中共的數據與定律的規律大相逕庭(參見圖7)。

我們用個例子了解本福德定律。如果統計世界上237個國家的人口數量,你覺得其中以1和9開頭的數會分別佔多大比例?——以1開頭的數佔27%,數字越大所佔比例越小,9開頭的數字佔5%。

神奇的本福德定律(又稱班佛定律)適用於幾乎所有自然生成的統計數據,如人口數量、國土面積、財務報表、銷售數據等。而人造數據則不符合該定律,所以被廣泛用於檢查數據庫中的造假行為。

美國最大的能源交易商安然公司傳高管作假帳,經查發現,每股盈利數據不符合本福德定律,安然公司最終宣佈破產。

圖7:各國數據與本福德定律對比圖(紅色虛線部份為本福德定律規律數據走向曲線)。(彭堯好提供)
圖7:各國數據與本福德定律對比圖(紅色虛線部份為本福德定律規律數據走向曲線)。(彭堯好提供)

彭博士在研究報告最後提到,儘管中國是病毒的發源地,但考慮到其數據與其它地區的數據之間存在的巨大差異,應格外謹慎使用中共提供的數據來研究中共病毒(COVID-19)的參數(如基本傳染數、死亡率等),病毒傳染的地理蔓延法規、干預方案的有效性等其它分析。

英文原文:Statistical analysis of the Chinese COVID-19 data with Benford's Law and clustering.

------------------

📰支持大紀元,購買日報:
https://www.epochtimeshk.org/stores
📊InfoG:
https://bit.ly/EpochTimesHK_InfoG
✒️名家專欄:
https://bit.ly/EpochTimesHK_Column