kono94 / corona-weather-dataset Goto Github PK

Diese Forschungsarbeit hat die Korrelationen zwischen dem Wetter und der COVID-19 Pandemie für Deutschland im Untersuchungszeitraum vom 01.03.2020 bis 01.04.2020 analysiert.

Im Rahmen dieser Arbeit ist der Datensatz zu der Anzahl der Neuinfizierten des Robert-Koch-Instituts mit den Wetterdaten des Deutschen Wetterdienstes in Verbindung gebracht worden. Dabei sind vier wetterbedingte Faktoren auf Tagesebene für die Analyse herangezogen worden, die Temepratur (°C), die Sonnenscheindauer, die Windgeschwindigkeit (m/s) und die relative Luftfeuchtigkeit (%).

Eine Korrelationsanalyse nach Pearson ist durchgeführt worden unter Einbeziehung unterschiedlicher Verzögerungen (Lags). Die resultierenden Ergebnisse haben gezeigt, dassTemperatur (rLag=5= 0.420) und Sonnenscheindauer (rLag=5= 0.314) eine positive Korrelation (mittlerer Effekt) mit den Fallzahlen aufweisen. Windgeschwindigkeit(rLag=5=−0.079) und relative Luftfeuchtigkeit (rLag=5= 0.258) haben keinenbzw. nur einen schwachen Zusammenhang aufgezeigt. Aus den Werten für den Korrelationskoeffizienten im Bezug auf die rel. Luftfeuchtigkeit hat sich jedoch eine weitere These abgeleitet, dass trockene Luft einen Krankheitsausbruch womöglich begünstigt.

Durch die Datenverarbeitung mit R sind verknüpfte und gefilterte Datensätze entstanden, die der Forschung für weitere Analysen zur Verfügung gestellt worden sind.