疫情开始的时候，我就坚守在发热门诊，下班后开始思考如何构建新冠肺炎的预测模型。查阅相关书籍和文献后，我发现这属于传染病动力学模型的范围，已经有一套成熟的理论。

随着疫情的进展，网上相关的文章也越来越多，但是里面的内容涉及比较多微积分的知识，对一线临床医生不太友好。最近正好在B站看见毕导的科普视频（https://www.bilibili.com/video/av85508117），我就以截图的参数为例，构建一个简单的SEIR模型，并附上R、python、matlab代码。对代码不感兴趣的同学可直接看原理和最后总结即可。

常见的传染病模型按照传染病类型分为 SI、SIR、SIRS、SEIR 模型等，用于研究传染病的传播速度、空间范围、传播途径、动力学机理等问题，以指导对传染病的有效地预防和控制。

首先介绍S、E、I、R几个重要的参数：

1、S 类：易感者 (Susceptible)，指未得病者，但缺乏免疫能力，与感染者接触后容易受到感染；在视频中，假设某区域的人口数为10000，那么第一天的S=N-I=9999

2、E 类：暴露者 (Exposed)，指接触过感染者，但暂无能力传染给其他人的人，对潜伏期长的传染病适用；本例中第一天为0个。

3、I 类：感病者 (Infectious)，指染上传染病的人，可以传播给 S 类成员，将其变为 E 类或 I 类成员；本例中第一天为1个。

4、R 类：康复者 (Recovered)，指被隔离或因病愈而具有免疫力的人。如免疫期有限，R 类成员可以重新变为 S 类。本例中第一天为0个。

接下来看看图中的r、β、γ、α：

1、r：感染患者（I）每天接触的易感者数目，本例为20