在本节中,我们进一步分析了50个州和哥伦比亚特区的新病例数,逐月检查平滑病例数的轨迹。将这些平滑的计数限制在特定的月份可以得到一个序列,其中是当月的天数.
让成为向量的范数.作为所有人为非负数,统计一个月内观察到的新病例总数(直至平滑),对于每个州和3月后的每个月都不为零。因此,我们可以定义.矢量反映一个月内新病例数的相对变化。例如,一个月内新病例差异在1000到1100之间的州将呈现相对平坦的标准化轨迹;然而,一个月内新病例数从0增加到100的州,其归一化轨迹将急剧增加,这反映了相对变化。我们定义轨迹距离矩阵 测量标准化轨迹之间的距离。此距离与常用距离不同距离相关,10,15–17哪种测量方法更适合于累积病例首先,当两个序列具有最大可能的相似性时,距离相关等于1,而距离两个相同序列之间为0。其次,鉴于序列和距离相关性等于1,它们具有显著不同的归一化轨迹距离,这预示着一个序列在增加,而另一个序列在减少。明确地,当且仅当对一些人来说,而两个序列具有距离相关性1当且仅当对于常量也就是说,距离相关性不能区分正梯度和负梯度。
在图3(a)–3(d)分别在4月、5月、6月和7月的这些矩阵上实现分层聚类。树状图结构具有一致的相似性:每个图形都有三个簇、两个小簇和一个大多数簇,其中包含几个内部相似性较高的子簇。这两个小簇通常由经历急剧增加或减少轨迹的状态组成,而较大的簇表现出更多的异质性。我们描述了表一。在这里,我们还包括Frobenius范数每个距离矩阵。对于矩阵,定义为并量化一个月内所有距离的总传播。
4月份,层次聚类确定了美国存在三个州簇,如图3(a)第一个包括阿拉斯加、夏威夷、爱达荷、路易斯安那、蒙大拿和佛蒙特州,所有这些州的新病例轨迹都在下降。爱达荷州,见图4(a),显示了集群的典型行为,在4月初达到峰值,在本月剩余时间内稳步下降。第二组包括爱荷华州、堪萨斯州、明尼苏达州和内布拉斯加州,所有这些州的新增病例数都急剧增加。爱荷华州和明尼苏达州在图4(b)和4(c)分别是。最后一个簇包含所有41个剩余状态和两个高度自相似的子簇。第一个子集群包含各州,其轨迹向下凹陷,4月份出现局部峰值。乔治亚州、宾夕法尼亚州和康涅狄格州如图所示图1(b),1(克)、和4(d)分别是该亚类的典型。第二个子集群由轨迹适度增加的州组成,如密西西比州和亚利桑那州,如图1(a)和1(k)分别是。
五月份,我们将阿拉斯加、夏威夷和蒙大拿州排除在树状图之外[图3(b)],因为它们平滑的轨迹大多由零和非常低的计数组成。再次观察到三个星团:第一个也是最反常的星团仅包含纽约和新泽西,它们的轨迹显著下降,如图所示图1(i)和1(j)分别是。第二个集群包含阿肯色州[图4(e)]和佛蒙特州;五月初,他们的发展轨迹相对平稳,下半年有所上升。所有其他状态都包含在最后一个集群中,还有几个可观察的子集群。一个显著的子集群包括东北部的康涅狄格州、特拉华州、马萨诸塞州、宾夕法尼亚州、罗德岛州和哥伦比亚特区图4(d)和4(f)分别用于康涅狄格州和马萨诸塞州。相比之下,另一个子集群包含北卡罗来纳州和亚利桑那州[图1(e)和1(k)其特点是5月份温和持续增长。
6月,再次观察到三个集群图3(c)第一个包括佛罗里达州、爱达荷州和蒙大拿州,这些州的新病例显著增加。图1(f)和4(a)显示,佛罗里达州和爱达荷州在前一个月分别出现温和下降和持平病例后,自6月初以来分别经历了高速增长。在第二组中,我们再次观察了几乎所有东北部各州,包括康涅狄格州[4(d)]缅因州哥伦比亚特区[1(l)]马萨诸塞州马里兰州[4(f)]新泽西州新罕布什尔州[1(j)],纽约[1(i)]罗得岛州和弗吉尼亚州。这些集群在6月经历了轨迹从4月早些时候的峰值下降的过程。最后一个集群的特征是轨迹增加的状态。包含密西西比州、俄亥俄州、阿肯色州和其他州的一个显著的子星团在6月份的线性增长轨道上表现出相当大的相似性,如图1(a),1(小时)、和4(e)分别是。
7月[3(d)],三个集群中的第一个包含亚利桑那州、犹他州、缅因州和佛蒙特州。亚利桑那州[1(k)]犹他州和缅因州的房价较第一次上涨有所下降[1(l)]和佛蒙特州第二次。第二个集群由康涅狄格州组成[4(d)]、夏威夷和马萨诸塞州[4(f)]从7月初到7月底,所有这些都显示出新病例的增长。7月份,最终集群中的州几乎都经历了持续的增长,亚集群中出现了更细微的轨迹分离。例如,一个子集群包含加利福尼亚、德克萨斯和佛罗里达,显示在图4(c),4(d)、和4(f)分别在7月初经历了快速增长,并在7月底开始趋于平稳。即使是纽约和新泽西州的病例在7月份也略有增加,尽管绝对数要低得多。另一个子聚类包含乔治亚州、宾夕法尼亚州和俄亥俄州[1(b),1(克),1(小时)在新的情况下,它们都经历了近似线性增长。如中所示表一7月份降低的Frobenius范数反映出矩阵整体上的扩散较小,这是因为有大量州具有类似的增长轨迹。