Cet article s’appuie sur un projet d’épidémiologie publié sur GitHub, et qui est directement lié à la crise du Covid-19 ayant débutée en 2020. On découvrira dans cet article comment certains paramètres, propres à une maladie et à une population, influent sur la propagation et la dangerosité de l’épidémie, tels que la distanciation des personnes, le taux d’infection, etc. Pour se faire, nous allons créer un modèle statistique à l’aide de python, pour étudier tous les scénarios possibles, et les analyser. On tentera ensuite de valider ce modèle par plusieurs modèles mathématiques utilisés en épidémiologie, à savoir les modèles SIR et SIDR. L’étude de ces deux modèles est développée dans le ReadMe du repo GitHub. Quant à la comparaison de ces modèles avec le modèle statistique, elle sera détaillée sur cette article, et sur le GitHub.
Ce projet a tout d’abord été implémenté avec le module Matplotlib, puis a été retranscrit avec la librairie Plotly qui offre une personnalisation et interactivité plus intéressante. C’est donc avec Plotly, que cet article détaillera l’implémentation de ce modèle épidémiologique et étudiera ses paramètres.