文章题目为:Impact of temperature and relative humidity on the transmission of COVID-19: a modelling study in China and the United States
1.文章概述
文章主要是探究了温度和湿度对疫情传播的影响。首先通过一些病例以及传染情况计算出中国和美国各个城市的每天的R(传染病系数),然后搜集资料提取出温度和适度以及其他控制变量,包括人口密度、高于65岁的老人的比例、GDP、关于GDP的主成分分析得到的第一个因子、贫困人口比例、16周岁以下人口比例、收入超过$200 000的家庭数、需要国家补助的家庭比例、经纬度、城市医生数、病床数、从武汉迁移到该城市人数(for China),最大移动距离(for US)。在此基础上使用Fama-MacBeth regression with the Newey-West adjustment方法进行回归分析,研究温度和湿度对疫情传播的影响,以及其他控制变量的影响。
2.方法论
本文的数据是panel data,因此在时间序列上存在自相关性,而在样本间存在异方差性,作者通过the panel Handri LM unit root test验证了这一点。而且还存在一个大的问题数据的时间跨度很短,因为需要使用隔离前的数据和隔离后的数据,而隔离前的时间段是很少的,为了解决该问题,作者提出了:
In this paper, we consider a strategy of ‘trading-space-for-time’ by using Fama-MacBeth regression with Newey-West adjustment for SEs, which is widely used in finance.
也就是空间换时间的策略,时间序列段导致样本少,于是作者使用更多地区的样本,将更多地区的样本纳入到回归中来增加样本量,使得估计效果很好,这也就是所说的trading-space-for-time。
综合上述所说的两点,作者采用很大的截面,很短的时间序列的panel data使用Fama-MacBeth regression with the Newey-West adjustment方法进行回归分析。
关于Fama-MacBeth regression with the Newey-West adjustment方法可以参见这篇文章。
3.结论
最后发现温度和湿度确实对疫情传播有影响,但是影响不是特别大,而且全国隔离前效果更明显,隔离后不明显,此外控制变量也可以得出一些结论,这边不细说了。
参考文献
Wang J, Tang K, Feng K, et al. Impact of temperature and relative humidity on the transmission of COVID-19: a modelling study in China and the United States. BMJ Open 2021;11:e043863. doi:10.1136/ bmjopen-2020-043863