2021年10月24日(10月24日18時53分報道)までのデータでグラフ（クリックすると別のタブで拡大します）を表示しています. グラフ上, 例えば 660(91) は, 最近7日間の新規陽性確認者数和（7日間移動平均と等価）グラフであれば, 当日を含む過去7日間の新規陽性確認者数の和が 660 であり(7日間移動平均値は 660/7≒94 となります), 当日の新規陽性確認者数が91であることを示します。 赤字は予測値（外挿値）, 黒字は実測値を表しています. なお、感染者数という言葉が定着していますので, 新規陽性確認者数の意味で新規感染者数を使うことにします.
（10月24日追記） (図4, 図1a) 東京, 関東4都県和, 関東4都県以外の和, 全国和でみた新規感染者数は, いずれも安定して減少しています. なお, 滋賀県、佐賀県では増加傾向にあり, 注意が必要です. この減少傾向が一日でも長く続くことを祈っています.
（10月16日追記） (旧図4, 旧図1a) 東京, 関東4都県和, 関東4都県以外の和, 全国和でみた新規感染者数は, いずれも安定して減少しています. ただ、16県で最近の最小値（7日間移動平均の最小値）を上回っており（1人以下も含む）、注意が必要です. この減少傾向が一日でも長く続くことを祈っています.
（09月24日追記） (旧図4, 旧図1a) 東京, 関東4都県和, 関東4都県以外の和, 全国和でみた新規感染者数は, いずれも安定して減少しています. 減少率は 10%/日前後です. 複数の県で, 過去7日以降に増加が発生したりしております. 注意が必要とも思われます. この減少傾向が続くことを祈ります.
（09月22日追記） (旧図4, 旧図1a) 東京, 関東4都県和, 関東4都県以外の和, 全国和でみた新規感染者数は, いずれも安定して減少しています. 減少率は 7～8%/日前後です（なお島根県の増加が気になりますが, 人数が少ないので揺れとも思えます）. この減少傾向が続くことを祈ります.
（09月16日追記） (旧図4, 旧図1a) 過去3週間前後, 東京, 関東4都県和, 関東4都県以外の和, 全国和でみた新規感染者数は, いずれも安定して減少しています. 減少率は 7～8%/日前後です（なお一部の県では、過去3日～7日間, 増加傾向や減少率が小さい傾向がみられています）. この減少傾向が続くことを祈ります.
（09月12日追記） (旧図4, 旧図1a) 過去2週間以上, 東京, 関東4都県和, 関東4都県以外の和, 全国和でみた新規感染者数は, いずれも安定して減少しています. 減少率は 8～9%/日前後です（なお一部の県では、過去3日～7日間, 増加傾向や減少率が小さい傾向がみられています）. この減少傾向が続くことを祈ります.
（09月04日追記） (旧図4, 旧図1a) 過去7日間, 東京, 関東4都県和, 関東4都県以外の和, 全国和でみた新規感染者数は, いずれも安定して減少しています. 東京都は 13～16日前を, 関東4都県和は 13日前を, 全国和は 10日前を, 関東4都県以外の和は 8日前をピークとしています. この減少傾向が続くことを祈ります.
（08月28日追記） (旧図4, 旧図1a) 東京, 関東4都県和, 全国和でみた新規感染者数の増加は落ち着いて来ています. 高止まりと言えます. 7日間移動平均の過去6日の平均値を見ると, 東京は -2.8%/日, 関東4都県和 -1.7%/日, 全国和 0%/日となっています. 関東4都県以外の和では, +1.5%/日となっています. 病床, 重症病床の不足は, まだ激化すると思われます.
（08月20日追記） (旧図4, 旧図1a) 全国的な新規感染者数急増が続いています. 東京は, 昨日・一昨日, 落ち着き気味に見えます（関東4都県では 3%/日ほどです）. 図4にあるように, 関東4都県を除く新規感染者数は 7%/日（1.6倍/週） で増加しています. 極めて危険な拡大が続いていることになります.
（08月06日追記） (旧図4, 旧図1a) 全国的な新規感染者数急増が続いています. 昨日, 東京都は5000人を越えましたが, これは木曜日に多くなる7月15日以来の状況の反映であり, ここ6日間の増大には大きな変化は見られません. なお、過去6日間でみますと, 東京 4.6%/日, 全国 6.4%/日, 関東4都県 5.9%/日, 関東4都県以外 7.2%/日です. 6%/日は 1.5倍/週ですから, 極めて急速な拡大であることには変わりありません.
（08月04日追記） (旧図4, 旧図1a) 全国的な新規感染者数急増が続いています. ただ、過去4日間でみますと, 全国 6.7%/日, 関東4都県 6.1%/日, 関東4都県以外 7.6%/日と少し遅くなっています. とはいえ, 6%/日は 1.5倍/週ですから, 極めて急速な拡大であることには変わりありません.
（07月29日追記） (旧図4, 旧図1a) 新規感染者数の急増（10%/日前後以上, 2倍/週以上）はほぼ全国に広まっています. 悪いことに, 増加速度が速くなっていることが推測でき, 極めて危険と推測できます. 全国的な対応が必要なことは, 極めて明らかです.
（07月22日追記） (旧図4, 旧図1a) いわずもがなですが、全国のほとんどの地域で急速に増大しています. 一日当りの増大率は 6%/日（1.5倍/7日間, 2.26倍/14日間, 5.11倍/28日間）以上あります. 全国, 東京, 関東4都県, 関東4都県以外等, 感染者が多い地域での曲線は、非常に綺麗にえがかれています. 重症化率, 入院率が低いために, 医療体制の逼迫はまだ発生していないとのことですが, 感染者数が指数関数的に増大している以上, 医療体制の逼迫は必ずやってきます. デルタ株の広がり, 感染者に年齢分布, 年齢毎の入院率の統計値を持っている政府は, ごく簡単な計算でいつ医療体制が逼迫するかが予測できているはずです. ワクチン接種の広がりの範囲・速度が大きな不確定要素ではありますが, いくつかのシナリオを想定すればよいと思われます.
（06月30日追記） (旧図4, 旧図1a) 直近7日間の新規感染者数7日間移動平均値の一日当り増大率をみます. 関東4都県では 2.2%, 関東4都県外では -2.0% です((図4). 関東4都県以外であっても, 総人口の少ない地域が含まれますが, 青森 25%, 秋田 19%, 宮崎 14%, 香川 10%, 長崎 7.3%, 茨城 6%, 奈良 4.3%, 宮城 3.7%, 栃木 3.4% と一日当り増大率の大きな地域があります.
（06月12日追記） (旧図4, 旧図1a) 注意すべきは, 東京が12日のみですが上昇になったこと, 千葉が停滞傾向(1週間～10日間)にあることです。
（06月06日追記） (旧図4, 旧図1a) 全国的には減少傾向が続いています. 沖縄県でも減少傾向が見えています. 一方気がかりな点もあります. 山梨の急増(32人のクラスタが限局されたものであれば不幸中の幸いです)以外に, 6月5日もしくはそれ以前に, ひょっとしたら底を打ったかと思われる地域が, 石川, 富山, 茨城, 福島, 福井, 宮城, 長野, 高知, 山形, 青森と多数あることです. いずれも, 感染者数が少ないため単なる確率的な揺れとも考えられますが, 注意が必要です.
（05月21日追記） (旧図1a, 旧図4) 一部の地域を除き, 減少傾向が続いています. 増加傾向にあるとみられる地域の新規感染者数と一日当たり増大率は, 富山(30, 12%), 沖縄(207, 5.9%), 山形(22, 4.2%. 19日以降低下), 青森(29, 2.7%), 長野(13, 2.6%. 19日以降下降), 北海道(727, 1.1%) などである。
（05月16日追記） (旧図1a, 旧図4) 全国, 関東4都県, 関東4都県以外, の7日間移動平均を見ますと, 14日辺りを境に減少傾向に入ったように見えます(信頼性はありません). また, 5月13日～15日をピークとした減少傾向を示している都道府県が見られます. GW明けの増大(連休中のPCR検査数の抑制傾向の反動)の反動とも考えられますので, 推移を注視しましょう.
（04月24日追記） (旧図1a, 旧図4) 緊急事態宣言が発出される運びとなりました. 新規感染者数の値からは遅すぎたと言わざるをえません. なお, 大阪府では4月19日に既に頭打ちとなっています. 7日間平均値が7日前から増加している都道府県は40を数えます. 全国的なまん延としか言いようがありません. また、増加の態様については, 都道府県の多くで1ヶ月前後の長期間の増加となっています. 過去1ヶ月間ほど増加し続けている（または, 顕著な減少がない）都道府県を列記しておきます. 新潟, 山梨, 神奈川（本日減少）, 兵庫, 岐阜（昨日減少）, 徳島, 奈良（4月11日～18日は停滞）, 富山（4月13日～17日は停滞、本日減少）, 東京, 埼玉（4月4日～12日は停滞）, 茨城（4月6日以降増加）, 京都, 愛知, 山口（本日減少）, 滋賀（4月8日～12日は停滞）, 石川（3日ほど微減）, 北海道（4月17日以前は、停滞・増加・停滞）, 岡山（途中5日ほど微減）, 広島（4月12日以前は、増加・停滞）, 長崎（4月11日以前は停滞）, 福井（4月12日以前は停滞、昨日微減）, 熊本（4月12日以前は停滞）, 福岡（4月5日以前は停滞。4月13日以降は明確に増加）, 佐賀（4月19日以降は明確に増加）, 三重（4月20日以降は明確に増加）, 島根（4月21日以降）, 大分（4月21日以降）
（04月19日追記） (旧図1a, 旧図4) なぜ行政・立法府は, 数値予測に基づく政策決定を行わないのか. 感染拡大に関する予測は, 難しくはない. 7日間移動平均をとり, 片対数グラフを描き, 線形回帰を行うだけである. 統計的な正確性は保証できないが, 勘に頼るより, また現状から判断するより, 遥かに正確な判断ができる. 特に, 各都道府県単位ではなく, これまで本ページで示した来たように, 全国, 関東4都県, 関東4都県以外でみるなら, 統計的バラつきがかなり抑制され, 予測の信頼度が増す. この予測から, 国・地方自治外が持つこれまでの数値に基づき, 入院者数, 重症者数の遷移も予測できる. つまり, 国が自分の問題と考え行動すれば, より先手で施策を打つことが可能となったはずである.
ほぼ1ヶ月前の3月18日時点の図4を示します. この時点で行動を起こし, それから一週間以内に対応していれば, 随分異なる現在となったと思われます.
（04月09日追記） (旧図1a, 旧図4) 遅ればせながら, まん延防止等重点措置がとられる地域が追加されました. グラフ(旧図4)から分かりますように, 「安定した」増加傾向と増加速度（一日あたりの増加率） が明確に認識されたのは3月18日です. 感染拡大は, 良い第一近似として, 指数関数的増大を示しますので, 今回の場合は, 7日間移動平均（一週間の新規陽性者総和でよい） を片対数グラフにプロットすれば, 増大傾向に入っているかいないかは明確に分かります（統計的には正確ではありません）。 第一波～第三波においては, 政府・自治体のアナウンス効果があり, 非常事態宣言が出される時には既に行動自粛が始まっており, 早期の感染縮小がみられました. しかし, 今回は, そうした傾向はあまり期待できません（大阪・京都・奈良・滋賀で4月4日前後からの増大率の低下に, ひょっとしたらば, 現れているのかもしれません ）. それは, 以前から, 人流が増加傾向にあることから推定できます.
今般の新規感染者数の予測は, 実際の感染から新規感染者として数えられるまでの1～2週間の遅れ期間内であれば, そして, 関東圏, 関西圏, 全国といった大くくりであれば, 容易にできるだけに, 繰り返される後手後手の対応が残念でなりません.
（04月02日追記） (図1a, 図4) 新規感染者数の7日間移動平均値が, 一週間前（同じ曜日の日）より多い都道府県が, 41になっています. つまり, 感染拡大は, 既に全国の課題となっています. 4月5日から1か月間, 大阪府, 兵庫県, 宮城県でとられることになりましたまん延防止等重点措置は, 進展ではありますが, 遅くかつ不十分だということを示しています.
全国, 関東4都県, 関東4都県以外のそれぞれの和 (図4の一行目中 3枚) は, 3月18日以来, 悪化しています. 関東4都県の過去7日間の平均増加率は 1.6%/日であるため, 全国の増加率 (5.3%/日) の主要因は, 関東4都県以外 (7.4%/日) です.
（03月28日追記） (旧図1a, 旧図4) 全国, 関東4都県, 関東4都県以外のそれぞれの和 (旧図4の一行目中 3枚) は, 3月18日以来, 悪化しています. 関東4都県の過去7日間の平均増加率は 1.3%/日であるため, 全国の増加率 (4.8%/日) の主要因は, 関東4都県以外 (7.6%/日) です. つまり, 増加率が上がっています. この数値・動きは緊急事態宣言を要求していると考えられます.
（03月25日追記） (旧図1a, 旧図4) 全国, 関東4都県, 関東4都県以外のそれぞれの和 (旧図4の一行目中 3枚) は, 3月18日以来, 悪化しています. 関東4都県の過去7日間の平均増加率は 0.3%/日であるため, 全国の増加率 (2.9%/日) の主要因は, 関東4都県以外 (5.2%/日) です.
つまり, 3月18日には感染拡大が明確になり, その後1週間, 感染拡大しているだけでなく, 新規感染者数増加率が増大しています. これに対し政府は, 再び, 様子見という失敗策を繰り返しています. 感染拡大は指数関数的増加であることと, 現況の観測・認識までに1～2週間程度の遅れがあることを, 過去3回, 同じ失敗を繰り返したのにも関わらず, 理解していません. 国民が, 報道等を通じた現況を知って，既に行動自粛をしていることを願っています.
（03月22日追記） (旧図1a, 旧図4) 全国, 関東4都県, 関東4都県以外のそれぞれの和 (旧図4) の状況は, 3月18,20日と同様です. ただし, その傾向はより顕著になっています. 関東4都県の過去7日間の平均増加率は -0.2%/日（減少）であるため, 全国の増加率 (2.0%/日) の要因は, 関東4都県以外 (4.4%/日) です. 宮城県は独自の緊急事態宣言を出しましたが, 同様の施策を考慮すべき自治体があることは 旧図4より明らかです.
（03月20日追記） (旧図1a, 旧図4) 全国, 関東4都県, 関東4都県以外のそれぞれの和 (旧図4) の状況は, 3月18日と同様です. ただし, その傾向はより顕著になっています. 関東4都県の過去7日間の平均増加率は 0.14%/日であるため, 全国の増加率 (1.8%/日) のより大きな要因は, 関東4都県以外 (3.6%/日) にあります. 宮城県は独自の緊急事態宣言を出しましたが, 同様の施策を考慮すべき自治体があることは 旧図4より明らかです.
（03月18日追記） (旧図1a, 旧図4) 全国, 関東4都県, 関東4都県以外のそれぞれの和 (旧図4) を見ると, 3月2日～8日辺りを底に増加局面に入っていることが明らかです. 関東4都県の過去7日間の平均増加率は 0.4%/日であるため, 全国の増加率 (1.1%/日) のより大きな要因は, 関東4都県以外 (2.0%/日) にあります. 注視している方が少ないこともあり, 今後の人の動きの活発化が懸念されます.
（03月16日追記） (旧図1a, 旧図4) 過去3日は落ち着いた動きをみせています. 3月初めに急に行動が変わった（感染につながる接触頻度が減少した）のでしょうか. 7日間の平均では, 全国で 1.2%/日, 関東4都県で 0.7%/日, 関東4都県以外で 1.8%/日の上昇です(旧図4). 3月13日以降に限れば、ほぼ横ばいです. なお、縦軸は, 直近7日間の新規感染者数の和です（7で割れば移動平均値です）. 個別にみると増加しています。東京は 1.3%, 大阪は 3.8% (16日は減少), 兵庫は 8.6%, 群馬は 2.8%, 沖縄は 4.6% (2月25日を底としてほぼ増大を続けています), 宮城は 7% (2月26日からほぼ増加), 長野は 20% (3月6日以来), 青森は 28% (3月8日以来) などです(旧図4).
（03月13日追記） (旧図1a, 旧図4) 関東4都県以外での, 緊急事態宣言の発出を考えないといけない状況です. 全国で 1.7%/日, 関東4都県で 0.8%/日, 関東4都県以外で 2.9%/日の上昇です(旧図4). 縦軸は, 直近7日間の新規感染者数の和です（7で割れば移動平均値です）. 特に関東4都県以外は, 3月2日を底に, 途中2日を除いた11日間上昇しています. 各県毎の対策が必要ですが, 全国的な警告・警報・対応が必要な状況です.
過去4日間の7日間移動平均値の平均増加率/日と本日の7日間移動平均値を, 当該増加率が1%/日以上の道府県について示します. 19にのぼります： 青森(59%,5), 長野(26%,5), 京都(13%,14), 新潟(10%,10), 兵庫(10%,42), 宮城(10%,41), 静岡(9%,23), 佐賀(7%,9), 栃木(6%,15), 埼玉(6%,128), 岡山(5%,8), 沖縄(5%,24), 三重(4%,5), 福岡(4%,35), 奈良(4%,7), 大阪(3%,89), 東京(2%,279), 愛知(1%,42), 北海道(1%,65).
（03月10日追記） (図1a, 図4) 図4を追加しました(大きいのでリンクのみです). 最近約1ヶ月分を表示します. 全国, 関東4都県, 関東4都県以外も含め, 一方, 該当期間中に7日間和が0となる日がある県は除外し, 感染者数総和の順に掲載しています. 海外のデータ（図3）が週合計のみとなりましたので、掲載は止めました.
関東4都県は -0.1%/日であり, ほぼ停滞とみられますが, 全国和と関東4都県以外の和は, それぞれ, 0.4%/日, 2.1%/日と上昇基調です. 関東4都県に関心が集まっていますが, 関東4都県以外に注意する必要があります（図4）
（03月05日追記） (旧図1a, 旧図2) 関東4都県の感染状況が関心を集めていますが, 7日間移動平均の過去7日間の数値でみますと, 全国的には感染拡大または停滞に入った可能性があるといえます. 全国, 関東4都県, 関東4都県のいずれも, ほぼ 3月2日を底とした増加となっています. さらに、昨日4日より増加した都道府県は、20都県となります. 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の道府県について, 示します： 宮城(18%,19), 岡山(18%,4), 福島(13%,20), 滋賀(7%,13), 奈良(7%,5), 兵庫(5%,30), 北海道(3%,45), 沖縄(2%,17), 愛知(2%,46), 茨城(2%,33), 神奈川(2%,119), 千葉(2%,129), 埼玉(1%,98), 栃木(1%,10), 大阪(1%,73).
（03月03日追記） (旧図1a, 旧図2) 本日は, 全国和, 関東4都県和, 4都県以外の和のいずれも上昇しています. また、3月3日の7日間移動平均値が3月2日のそれより大きい都道府県は 18 になっています. 一日だけの数値ですので信頼性はありませんが, 上昇している地域が多くなるのは良くない兆候です. 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します： 福島(19%,17), 宮城(16%,14), 岡山(8%,3), 兵庫(7%,30), 沖縄(3%,16), 奈良(2%,4), 千葉(1%,126), 東京(1%,278), 神奈川(1%,115).
（02月22日追記） (旧図1a, 旧図2) 全国和では -2%/日と緩やかに減少していますが, 関東4都県では, 2月17日以来停滞しています. 詳細に見ると、2月17日を底として緩やかに増加し, 転じて緩やかな減少に移ったところです. 関東4都県以外の和で見ると、-3.5%/日で減少しています. 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します： 佐賀(82%,3), 愛媛(40%,3), 宮城(8%,8), 静岡(6%,23), 茨城(3%,29), 三重(2%,12), 千葉(2%,137), 滋賀(1%,10), 神奈川(1%,121).
（02月15日追記） (旧図1a, 旧図2) 2月15日に東京都より, 過去の数値に関する大きな変更(合計838人の増加)の公表がありました. 新規感染者判明日が公表されていますので, 過去の日付毎の変更を行いました. 目視でのグラフ上の変化の認知は困難です. 14日, 15日の減少速度（1日当たり減少率）は, 小さくなっています. 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します： 宮崎(8%,7), 鹿児島(7%,9), 徳島(7%,5), 福島(6%,8), 新潟(4%,8), 青森(2%,9), 和歌山(1%,6). なお, 全国, 関東4都県, 関東以外の道府県, いずれも -5%/日の前後の増加率（減少率 5%/日前後）となっています.
（02月14日追記） (旧図1a, 旧図2) 1月19日前後をピークとした減少傾向が続いています。ただし, 本日14日の減少速度（1日当たり減少率）は, 小さくなっています. 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します： 鹿児島(10%,9), 福島(6%,8), 宮崎(5%,7), 新潟(4%,7), 和歌山(4%,6), 徳島(2%,4), 石川(2%,17). なお, 全国, 関東4都県, 関東以外の道府県, いずれも -5%/日の前後の増加率（減少率 5%/日前後）となっています.
（02月11日追記） (旧図1a, 旧図2) 1月19日前後をピークとした減少傾向が続いています。ただし, 減少速度（1日当たり減少率）は, 小さくなっています. 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します： 徳島(28%,4), 青森(21%,8), 愛媛(7%,4), 石川(6%,18), 鹿児島(6%,7), 新潟(1%,6). なお, 全国, 関東4都県, 関東以外の道府県, いずれも -5%/日の前後の増加率（減少率 5%/日前後）となっています.
（02月03日追記） (旧図1a, 旧図2) 1月19日前後をピークとした減少傾向が続いています。 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します： 香川(5%,9), 群馬(4%,38), 石川(2%,6), 奈良(2%,26). なお, 全国, 関東4都県, 関東以外の道府県, いずれも約 -5%/日の増加率（減少率約 5%/日）となっています.
（02月01日追記） (旧図1a, 旧図2) 1月24日の傾向が続いています。 ただし, 減少率は緩やかに小さくなっています. 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します： 山形(18%,7), 香川(7%,10), 青森(2%,5), 群馬(1%,37). なお, 全国, 関東4都県, 関東以外の道府県, いずれも約 -5%/日の増加率（減少率約 5%/日）となっています.
（01月29日追記） (旧図1a, 旧図2) 1月24日の傾向が続いています。 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します： 大分(1%,17), 福島(1%,23). なお, 全国, 関東4都県, 関東以外の道府県, いずれも約 -5%/日の増加率となっています. また, このほか, 本日の移動平均値が少ない県で増加率が高い県は: 島根(14%,3), 山形(10%,4) です.
（01月26日追記） (旧図1a, 旧図2) 1月24日の傾向が続いています。 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します. 3県です： 大分(5%,20), 滋賀(2%,33), 三重(2%,34).
（01月24日追記） (旧図1a, 旧図2) 関東4都県、関東4都県以外ともに1月19日をピークに減少しています。 感染から11日程度で感染者数に反映すると考えると, 年始以来減少し, 週末前の7, 8日に少し増加し, 以降減少に転じたことになります. 過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, 当該増加率が1%/日以上の県について, 示します： 徳島(14%,10), 大分(8%,17), 新潟(3%,11), 山口(2%,38), 三重(2%,31).
（01月16日追記） (旧図1a, 旧図2) 7日間全都道府県和(7日間移動平均と等価)は, 1月11日をピークにほぼ下がっています. 関東4都県は13日を、関東4都県以外は11日をピークに下がっています. 年始以降に行動変容があったように思われます. なお, 年末の急増期の反映で減少が強調されているとも考えられます. この減少傾向がそれ以降も続いていることを期待します. なお、県単位でみるとバラつきは大きくあります。過去4日間の7日間移動平均値の平均増加率と本日の7日間移動平均値を, その増加率が1%/日以上の県につき, 記します. 青森(13%,11), 山口(8%,19), 佐賀(7%,25), 沖縄(3%,69), 千葉(2%,437), 茨城(2%,95), 神奈川(2%,825), 新潟(1%,17).
（01月10日追記） (旧図1a, 旧図2) 異常事態といってよいほどの増加傾向です. 1月4日前後からの増加率の上昇は顕著かつ全国的です. 下に、新規感染者数の7日間移動平均値の、4日前からの伸びの平均値（一日当たりの増加率）と、7日間移動平均値を示します。 移動平均値10人/日以下または一日当たり増加率1%以下の県は省略しました。
香川(34%,17), 愛媛(21%,25), 宮城(19%,54), 静岡(19%,82), 佐賀(18%,16), 長野(18%,52), 山梨(18%,22), 茨城(17%,83), 三重(17%,34), 熊本(16%,71), 宮崎(15%,65), 富山(14%,20), 群馬(14%,66), 福岡(13%,285), 東京(13%,1765), 福島(13%,35), 山口(13%,16), 兵庫(12%,251), 大阪(12%,526), 千葉(12%,362), 岡山(11%,52), 鹿児島(11%,26), 栃木(10%,121), 愛知(10%,333), 沖縄(10%,65), 北海道(10%,147), 埼玉(10%,413), 神奈川(9%,695), 石川(9%,17), 新潟(8%,14), 滋賀(7%,41), 長崎(7%,43), 京都(6%,123), 和歌山(6%,16), 岐阜(5%,85), 奈良(3%,35),
（01月08日追記） (旧図1a, 旧図2) 地域によって違いがありますが, ほぼ全都道府県において, 1月4日あたりから, 増大率が上昇または増大に転じています. クリスマス前後以降の, 人の交流の増大や変異ウィルスが原因と推定することができますが, 何ともいえません. 現状は, ほぼ全都道府県に(竹光とも言われても)非常事態宣言を出すべき、真に緊急の事態と考えられます. 1月8日の新規感染者数が1月4日のそれを下回っているのは, 山形, 秋田, 高知, 青森の4県のみです. 他の都道府県の, 4日前からの新規感染者数の1日当たりの増加率を以下に示します.
徳島(38%), 香川(38%), 富山(33%), 福井(28%), 宮崎(26%), 長野(22%), 愛媛(22%), 鹿児島(16%), 茨城(16%), 三重(14%), 静岡(14%), 和歌山(13%), 福島(13%), 長崎(13%), 岡山(13%), 佐賀(13%), 山梨(13%), 鳥取(13%), 東京(12%), 宮城(12%), 栃木(12%), 福岡(12%), 群馬(12%), 大阪(11%), 熊本(11%), 千葉(9%), 石川(8%), 埼玉(8%), 滋賀(8%), 愛知(8%), 兵庫(8%), 島根(7%), 沖縄(7%), 神奈川(6%), 新潟(5%), 岐阜(5%), 大分(4%), 京都(4%), 山口(2%), 北海道(2%), 奈良(0.8%), 広島(0.4%).
（01月05日追記） (旧図1a, 旧図2) 緊急事態宣言が, 感染抑止策を出さない中ようやく, 発出される運びになっていると聞きます. 全国和の増大率は, 小さくなっています(最近4日のデータに基づく. 信頼性はありません). 最近7日間の平均増大率は、全国和 0.2%/日, 関東4都県和 1.3%/日, 関東4都県以外の和 -1.0%/日です. なお, 個別にみると, 増加率が高い県があります. 和歌山県(21%/日), 宮崎県(16%日), 栃木県(10%/日), 青森県(7.5%/日), 長野県(7.5%/日), 大分県(5.4%/日), 山梨県(4.7%/日), 茨城県(4.3%/日)等です.
（12月29日追記） (旧図1a, 旧図2) 全国和は, 単調に増大を続けています. 最近7日間の平均は、全国和 3.5%/日, 関東4都県和 4.4%/日, 関東4都県以外の和 2.7%/日です. 報道では「増加に歯止めがかからない」という表現がしばしば使われますが, 感染拡大は対策を講じない限り指数関数的に進むものであり, 感染者数等の増大ではなく, その増大率・増加率を見る必要があります. 現状は, 増大率が上昇するという, 無策以下の結果となっています.
つまり, 日本政府は, 観光を勧める施策をとることにより, 結局, 感染拡大と経済縮小を実現したと言えます. それが明確になったにも関わらず, さらに無策と先送りを続けているのが現状です.
（12月23日追記） (旧図1a, 旧図2) 全国和は12月17～20日日に停滞するかと見えましたが, その後増加に転じました。 増大率は, 最近7日間で0.65%/日ですが、一昨日からの3日間に限れば, また, 14日間でみると 1.3%/日です. 地域別でみるとその増大要因は, 首都圏4都県の増大です. 首都圏4都県以外は, 実は, 15日をピークとし, 昨日まで減少しています（が, 増大に転じた可能性あり）. 数値でみる限り, 自粛頼りはできないと言えます.
（12月12日追記） (旧図1a, 旧図2) 全国和は12月6日を底として, 9日～12日の4日間平均 2.6%/日で増大しています. 各都道府県を見ても, この4日間増大していところが多く, 数値の上からはこの傾向（この増大率で増大する傾向）が続くと推察されます. 全国和の最近7日間の平均増大率は 2.1%/日です. 最近7日間の和が21人（3人/日）以上かつ平均増大率が 10%/日以上の都道府県を示します.
長崎(36%/日), 鹿児島(23%/日), 広島(14%/日), 京都(13%/日), 山形(12%/日), 福島(12%/日), 宮城(11%/日), 福岡(11%/日), 熊本(10%/日), 石川(10%/日)
医療体制の逼迫さを伝える報道と合わせると, きわめて深刻な状況に陥る可能性が高いと思われます. 自粛が進んでくれることを祈るのみです.
（12月04日追記） (旧図1a, 旧図2) 統計的に意味のある記述ではありませんが, 11月30日まで停滞傾向, 12月1日・2日と上昇, 3日・4日は停滞という状況が日本全国和, 東京都以外にも見られています. 自粛効果が現れていると推察します.
直近7日間で上昇傾向にあり, 3日・4日と上昇した, 比較的感染者数が多い都道府県は, 埼玉, 栃木, 大阪, 兵庫, 奈良, 岐阜, 広島等です. 減少傾向にはほど遠く, 医療の危機的状態はまだ継続する可能性が大きいと言えます.
なお、図3bから分かりますように, 日本の死者数(7日間総和. 7日間移動平均の7倍)の最近7日間の増大率は 9.5%/日であり, 異常に高い値です. 政府の感染対策に何らかの失敗があることを示唆しています.
（11月27日追記） (旧図1a, 旧図2) 緊急対策の必要性が明確となってから既に4週間近く経過しました. やっとGoTo トラベル/イートへの対応が示されました. 大枠は相変わらず自粛頼みですが. 新規感染者数は, 皮肉なことに(遅きに失しているわけですから当然のことです), 最近7日間和（7日間移動平均）によると, 日本全国, 各都道府県で少し落ち着いてきたことが分かります. 国民の自粛(政府・自治体の対応はなかったのですから)が効いてきたと思われます.
大規模な感染は, 基本的には指数関数的増大・減少の現象であり, グラフ表示するなら片対数グラフを用いるべきです. テレビ報道を見る限りそれを認識しているようには思えません.
日本全国和では, 24・25日へと減少し, 26・27日へと増加しました. 減少は連休による検査数の減少による可能性もあります. 増加はゆっくりです. 東京都は24日を, 北海道は25日を, ピークにしているように見えます. 群馬県, 福岡県, 愛知県, 三重県, 宮崎県等での増加はありますが, 自粛の結果のこの停滞的な状況が, 減少傾向へ移行してくれないかと期待してます.
（11月23日追記） (旧図1a, 旧図2) 緊急対策の必要性が明確となってから既に3週間以上経過しました. Go to トラベルへの対応が検討されるようになりましたが, 大枠は相変わらず, 自粛頼みとなっています. 人災です. なお、 対策は本来 Go to計画時に策定されておくべきものです. 感染拡大は誰もが予測していたのですから. 全国的には, 直近7日間の平均増大率が 6%/日となりました. 大きな値です. 図3から分かりますように, 欧米より高い増大率です. また, 図2から分かりますように, ほぼどの都道府県でも増大傾向となっています. 23日への増加率が減少している県がいくつかあります. 統計的には意味がないのですが, 多くの方が自粛されていたと思いたくなります.
（11月19日追記） (旧図1a, 旧図2) 緊急対策の必要性が明確となってから既に20日経過しましたが, 未だ対策が講じられず, 相変わらず, 自粛頼みとなっています. この間, 全国的には, 増大率が 3%/日から 4%/日前後に変わった(11月7日頃)以外は, 定常的に増加しています.
感染症の新規感染者数は基本的に指数関数的であること, 行動変容やウィルスの変異等の変化がない限りその増加率が一定であること, そのため, 増加率が正である限り, 必ず政府の言う「爆発的拡大」に到達することが全く理解されていないようです. 報道や政府関係者の言う「爆発的拡大」は感染者数等の数値に関しての表現のようですが, そう考えるのは大きな誤りです. 最近急に増えたという発言もありますが, それは同じ誤りです.
5%/日で感染症が拡大する場合, 14日後にはほぼ2倍になります. 100人が200人, 400人になるのと, 1000人が2000人, 4000人になるのはウィルスにとっては同じこと(2倍, 2倍)ですから, 前者で気を抜き後者は爆発的拡大と言うのが間違いなのです.
日本におけるcovid-19の場合, 対策の効果が出てから新規感染者数増加に現れるまで, 2週間程度かかると言われています. 今日対策しても, 今日の2000人が, 効果の現れる2週間後には 4000人になります. 自粛が水面下で進んでいることを祈るしかありません.
（11月14日追記） (旧図1a, 旧図2) 緊急対策の必要性が明確となってから既に二週間経過しましたが, 未だ対策が講じられず, （従来より柔和な）自粛頼みとなっています. その間, 新規感染者数の増加数のみならず, 平均増加率も上昇しています. 指数関数的増加の怖さが未だ理解されていないようです. 8%/日は, 2週間でほぼ3倍になる速度です. 既に皆さんの自粛が始まっていて, これからその結果が出てくると期待するしかないのでしょうか.
新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によると, 日本全国(都道府県)の上昇は, 10月23日以降平均 3%/日でしたが, 11月4日以降は 4.7%/日, 7日以降は 7.7%/日となりました. 関東4都県以外の総和では, 10月20日以降平均 4.8%/日でしたが, 11月7日以降では 8.1%/日です. 東京都のみでは、11月4日を底に上昇に転じ, 11月4日以降は 4.7%/日, 7日以降では7.3%/日となりました. 直近過去7日間の一日当たりの上昇率は, 関東4都県合計 7.0%, 関東4都県外合計 8.1%, 茨城県 12%, 兵庫県 8.5%, 京都府 3.9%, 愛知県 9.0%, 大阪府 8.8%, 北海道 10% などです.
（11月09日追記） (旧図1a, 旧図2) 緊急対策の必要性が明確となってから既に一週間以上経過し, しかもその間, 新規感染者数の平均増加率は上昇しています. 新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によると, 日本全国(都道府県)の上昇は, 10月23日以降平均 3%/日でしたが, 11月4日以降は 4.7%/日となりました. 関東4都県以外の総和では, 10月20日以降平均 4.8%/日です. 東京都のみでは、11月4日を底に上昇に転じ, 11月4日以降は, 4.7%/日となりました. 直近過去7日間の一日当たりの上昇率は, 関東4都県 5%, 関東4都県外 5%, 茨城県 10%, 兵庫県 8%, 京都府 3%, 愛知県 3%, 大阪府 2%, 北海道 11% などです.
（11月01日追記） (旧図1a, 旧図2) 新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によると, 日本全国では, 10月23日以降の上昇は、平均 3%/日であり, 東京都以外での上昇が目立っています. 一日当たりの上昇率は, 関東4都県外 5%, 大阪府 7%, 愛知県 12%, 北海道 6%, 宮城県 12% (減速気味) などです.
効果的な対策を早急に行う必要があります. 緩やかな増加であっても, このように着実な増加は危険だからです(個人的には, 着実な 3%/日の増加は緩やかではないと思います). 有効な対策を行っても効果が表面化するのは約2週間後です. 今日有効な対策を打ってもその効果が出る前に(14日後には), 日本全国では, 平均1100人/日の新規感染者が発生することになります (図2に赤字で示す 1098人). 7日後の対策であれば, その14日後には 平均1700人/日となります.
（10月27日追記） (旧図1a, 旧図2) 新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によると, 日本全国では, 9月24日(2945人/過去7日）または10月7日を底に（振動はありますが）上昇傾向にあることが分かります. 殊に10月23日以降, それまでの停滞気味とは異なり, 明確に上昇傾向となっています. 東京都・関東4都県では, 26日を除いて, 減少傾向にありますが, 他道府県に上昇傾向が見られるためです. 4.8%/日で上昇しています(図2). 最近7日間で増加傾向にあるのは, 千葉県・大阪府・愛知県・宮城県・沖縄県・北海道などです. なお, 世界的にも多くの国で増加傾向にあることは極めて明確です(図3).
（10月20日追記） (旧図1a, 旧図2) 新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によると, 日本全国では, 9月24日(2945人/過去7日）または10月7日を底に（振動はありますが）上昇傾向にあることが分かります. 東京都でみると, それぞれ 9月25日と10月7日になります. 14日間和でみても, 全国では 9月26日と10月5日, 東京都では 9月24日と10月5日がそれに該当します. なお, 世界的にも多くの国で増加傾向にあることは極めて明確です.
（10月08日追記） (旧図1a, 旧図2) 新規感染者数の7日間和(7日間移動平均と等価)(図1, 図2)によると, 10月2日から, 一部の地域を除き, 減少傾向にあります. 増加傾向にありしかも人数の多い地域は, 埼玉県, 千葉県, 北海道ですが, 停滞している地域がかなりあります. なお図3をみると, 増大傾向にある国があることが分かります
例によって, これらの分析は数値だけに基づいていますので, 予測に用いることはできません.
データは, COVID-19 都道府県別 検査数分析_陽性者分析用スプレッドシート(ヽ´ん`) - 陽性者リスト.csv を元にし, 5月10日以降については, NHK 特設サイト 新型コロナウイルス 最新ニュース から得ています.
Japanは日本全国, Kanto4は関東４都県（東京都, 神奈川県, 埼玉県, 千葉県）, OtherThanK4は関東4都県以外に対応します.
黒い点は観測値です. 赤い直線は, 最終日を含む過去7日間の値に基づく回帰直線です. シアン色の直線（実際には指数曲線）は, 3月14日から3月23日の観測値 を回帰したものです. R標準の lm 関数をデフォルトパラメタ値を用いて得ています. 図の legend 及び x 軸ラベルにある days は, 最初に感染者が報告された日を起点とした日数です.
数値は, 7日間, 14日間の累積値を示していますが, 7日間移動平均, 14日間移動平均と等価です.
本ページの最初の公開は2020年3月28日ですが, その後も日々更新されるデータに基づいて得られる新しい結果に書き換えています（多分）.
なお, 回帰と外挿（単に回帰直線を延長しただけ）と表示をするプログラムは，Windows10上のR (x64 3.6.1) で作成しました.
非常にお粗末なプログラムですが, ご容赦下さい. これを手掛かりに, 真っ当な解析をして下されば幸いです.
# The data is provided by J.A.G JAPAN Corp. (https://jag-japan.com/).
# Coded by Akito Sakurai 2020.
# Character code is supposed to be CP932 (shift-jis).
library(data.table)
# read.csv failes to parse a few lines in the file
tmp <- fread( "https://dl.dropboxusercontent.com/s/6mztoeb6xf78g5w/COVID-19.csv", skip=1, header=F)
tmp <- apply( tmp, c(1,2), function(x) iconv(x, from="utf-8", to="cp932") )
target <- "Kanto4"
area <- c( '東京都', '神奈川県', '埼玉県', '千葉県' )
tmp2 <- table( as.Date( tmp[is.element( tmp[,10], area ), 8], format="%m/%d/%Y") )
tmp3 <- as.Date( rownames(tmp2) )
x <- seq.Date( from=tmp3[1], to=tmp3[length(tmp3)], by=1 )
y <- rep(0, length(x))
names(y) <- x
y[rownames(tmp2)] <- tmp2
cumsum_y <- cumsum(y)
xlim <- c( x[1], x[length(x)]+14 ) # 14 days to look ahead
xlong <- seq.Date( from=xlim[1], to=xlim[2], by=1 )
xfitDate <- seq.Date( from=as.Date("2020-03-14"), to=as.Date("2020-03-23"), by=1)
xfit <- as.numeric( xfitDate - as.Date(x[1]) ) + 1
ylogcumfit <- log10( cumsum_y )[xfit]
mdl.lm <- lm( y~x, data.frame( x=xfit, y=ylogcumfit ) )
b <- mdl.lm$coefficients[2]; a <- mdl.lm$coefficients[1]
f <- function(x) b*x+a
xfitDate2 <- seq.Date( from=as.Date("2020-03-23"), to=x[length(x)], by=1)
xfit2 <- as.numeric( xfitDate2 - as.Date(x[1]) ) + 1
ylogcumfit2 <- log10( cumsum_y )[xfit2]
mdl.lm2 <- lm( y~x, data.frame( x=xfit2, y=ylogcumfit2 ) )
b2 <- mdl.lm2$coefficients[2]; a2 <- mdl.lm2$coefficients[1]
f2 <- function(x) b2*x+a2
xlong2 <- seq.Date( from=xfitDate2[1], to=as.Date(xlim[2]), by=1)
ymax1 <- 10^f (as.numeric(xlong[length(xlong)]-x[1]+1) )
ymax2 <- 10^f2(as.numeric(xlong[length(xlong)]-x[1]+1) )
ylim <- c(1, max( ymax1, ymax2 ) )
xmax <- as.Date(xlim[2])
xLim <- c( as.Date("2020-03-01"), xlim[2]); yLim <- c( cumsum_y["2020-03-01"], ylim[2])
xlab <- paste( "Date (", xLim[1], "(days=", as.numeric( xLim[1] - as.Date(x[1]) )+1, ")",
" to ", xLim[2], "(days=", as.numeric( xLim[2] - as.Date(x[1]) )+1, ")", ")", sep="")
main <- paste( "Extrapolated number of cases in ", target, " in 14 days,","\n"," cumulative, as of ",x[length(x)], sep="")
plot( x=xlong, y=10^f (as.numeric(xlong -x[1]+1)), col="red", xlim=xLim, ylim=yLim,
main=main,type="l",log="y",xlab=xlab, ylab="Cumulative number of cases" )
lines(x=xlong2, y=10^f2(as.numeric(xlong2-x[1]+1)), col="green", xlim=xLim, ylim=yLim )
lines(x=x, y=cumsum_y, type="o", pch=20, cex=0.7, xlim=xLim, ylim=yLim )
text( x=c(xmax,xmax), y=c(ymax1,ymax2), labels=as.character(round(c(ymax1,ymax2))), pos=2, col=c("red","green") )
text( x=x[length(x)], y=cumsum_y[length(x)],labels=as.character(cumsum_y[length(x)]), pos=2 )
points(x=c(xmax,xmax), y=c(ymax1,ymax2), pch=20, cex=0.7, col=c("red","green") )
points(x=x[length(x)], y=cumsum_y[length(x)], cex=0.7, pch=20 )
points(x=as.Date("2020-03-23"), y=cumsum_y["2020-03-23"], cex=1.0, pch=20 )
text( x=as.Date("2020-03-23"), y=cumsum_y["2020-03-23"], labels="03-23", cex=0.8, pos=4 )
text( x=as.Date("2020-03-23"), y=cumsum_y["2020-03-23"], labels=cumsum_y["2020-03-23"], cex=0.8, pos=2 )
legend( "bottomright",
legend=c("observed", paste( round(10^a,2), " * ", round(10^b,4), "^days", sep=""),
paste( signif(10^a2,3), " * ", round(10^b2,4), "^days", sep="")),
col=c("black","red","green"), lty=c(1,1,1) )
 |
Last modified: