31:T557,md`- Verdopplungszeit Diese kann man wie folgt berechnen: ${tex.block`\dfrac{\log(2)}{\log(\dfrac{w_1}{w_2})}\times (t_2-t_1)`} Die Formel sieht zwar etwas 😱furchteinflössend aus, aber alles ist halb so schlimm: Die Berechnung ergibt, wieviele Tage vergehen, bis sich die Anzahl der Infizierten verdoppelt. D.h. vervierfacht sich die Anzahl der Infizierten innerhalb eines Tages ist das Ergebnis 0,5. Verdoppelt sich die Anzahl der Infizierten innerhalb eines Tages ist das Ergebnis 1. Wenn dagegen die Anzahl der Infizierten unverändert bleibt ist das Ergebnis ∞ (also unendlich).

Zur Berechnung muß man sich entscheiden, von welchen beiden Werten ${tex`w_1`} und ${tex`w_2`} man das Wachstum ermittelt. Entscheidet man sich z.B. für die aktuellste Anzahl der Infizierten als ${tex`w_2`} kann man die Anzahl am Tag davor als ${tex`w_1`} einsetzen.

So kurze Zeiträume (zwei aufeinander folgende Tage) haben allerdings den Nachteil, daß sie sehr stark variieren können. Für eine stabilere Aussage verwendet man daher typischerweise eine etwas länge Zeitspanne, z.B.:

${tex`w_2`}: aktuellste Anzahl der Infizierten
${tex`w_1`}: die Anzahl der Infizierten 5 Tage davor.

In der Formel wird deshalb mit der Differenz der Tage ${tex`t_2 - t_1`} gewichtet, da diese entsprechend die Wachstumsrate beeinflusst😎.` 32:T66f,// template from https://observablehq.com/@tmcw/leaflet map = { // You'll often see Leaflet examples initializing a map like L.map('map'), // which tells the library to look for a div with the id 'map' on the page. // In Observable, we instead create a div from scratch in this cell, so it's // completely self-contained. let container = DOM.element('div', { style: `width:${width}px;height:${width/1.6}px` }); // Note that I'm yielding the container pretty early here: this allows the // div to be placed on the page. This is important, because Leaflet uses // the div's .offsetWidth and .offsetHeight to size the map. If I were // to only return the container at the end of this method, Leaflet might // get the wrong idea about the map's size. yield container; // Now we create a map object and add a layer to it. // let map = L.map(container).setView([40.7299, -73.9923], 13); // let centroid = [48.75511302239508, 11.395115696983082]; let map = L.map(container,{scrollWheelZoom: 'center'}) // zoom will always align to center .setView(centroid, 13); var osmLayer = L.tileLayer('https://{s}.tile.openstreetmap.de/tiles/osmde/{z}/{x}/{y}.png', { maxZoom: 18, attribution: '© OpenStreetMap contributors' }).addTo(map); let circle = L.circle(map.getCenter() , radius(neuinfizierte_14_neu ? neuinfizierte_14_neu : xTageInzidenz(lkr, 14)) // radius in meter ,{ color:'darkred', opacity:1, fillColor: 'lightsalmon', fillOpacity:.4} ).addTo(map); map.on('move',function(e){ circle.setLatLng(map.getCenter()); }); }33:[] 2f:{"title":"Entwicklung des Coronavirus in Bayern (Teil 2)","cells":[{"id":0,"value":"md`# Entwicklung des Coronavirus in Bayern (Teil 2)\n\nDas ist die Fortsetzung von [diesem Artikel](https://observablehq.com/@ee2dev/coronavirus-in-bayern/2), wobei hier der Fokus auf einem spezifischen Landkreis/ kreisfreien Stadt im Vordergrund steht.`","pinned":false,"hidden":false,"mode":"ojs"},{"id":80,"value":"viewof lkr = select({\n title: \"👉 Wählen Sie hier Ihren Landkreis/ kreisfreie Stadt aus:\",\n options: wiki_data.map(l => l.Landkreis).sort(),\n value: wiki_data.map(l => l.Landkreis)[1],\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":83,"value":"md`# ${lkr}`","pinned":false,"hidden":false,"mode":"ojs"},{"id":84,"value":"html`

In der Landkarte von Bayern ist ${lkr} in dunkelrot und der entsprechende Regierungsbezirk ${lkr_rb} in hellrot gezeichnet.

`","pinned":false,"hidden":false,"mode":"ojs"},{"id":87,"value":"html` $\"Bavaria$ `","pinned":false,"hidden":false,"mode":"ojs"},{"id":89,"value":"md`

\n### Die Verbreitung des Coronavirus in ${lkr}`\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":91,"value":"vl1 = {\n vl.vega.timeFormatLocale(locale); // show dates in German\n vl.vega.formatLocale(locale); // show numbers with German groupings/ separators\n const plot = vl.markBar()\n //.width(\"container\")\n .config({padding: {\"left\": 5, \"top\": 10, \"right\": 50, \"bottom\": 40}}) // now tooltip will not be clipped\n .data(cdata_lk_vl)\n .encode(\n vl.x().fieldT('Datum').axis({\"format\": \"%d. %B\"}),\n vl.y().fieldQ('infizierte Personen'),\n vl.tooltip([ \n {\"field\": \"Datum\", \"type\": \"temporal\", \"format\": \"%d. %B\"}, // now date will be shown formatted\n {\"field\": 'infizierte Personen', \"type\": \"quantitative\", \"format\": \",\"}, \n ]))\n \n return plot.render();\n // return html`

${JSON.stringify(plot.toJSON(), 0, 2)}

`; // format JSON data\n }","pinned":false,"hidden":false,"mode":"ojs"},{"id":92,"value":"md`In manchen Landkreisen sieht man vereinzelt an aufeinanderfolgenden Tagen die gleiche oder gar eine abnehmende Anzahl von infizierten Personen ([einige mögliche Gründe für so eine Datenerhebung sind in Artikel 1 aufgezählt](https://observablehq.com/@ee2dev/coronavirus-in-bayern/2)). Vermutlich handelt es sich in diesem Fall um nicht rechtzeitig eingetroffene Meldungen, bzw. nachträgliche Korrekturen aus den Landkreisen.

\nDargestellt in einer Tabelle sehen die einzelnen Werte wie folgt aus:
\n👉 Blättern Sie durch die Daten, indem Sie über der Tabelle rechts oben die Seite auswählen` \n","pinned":false,"hidden":false,"mode":"ojs"},{"id":94,"value":"table(cdata_lk_vl.map((d, i) => { \n const lastIndex = (i > 0) ? i - 1 : 0;\n return {\n Datum: new Intl.DateTimeFormat('de-DE', Intl_options).format(d.Datum),\n \"infizierte Personen\": new Intl.NumberFormat('de-DE').format(d[\"infizierte Personen\"]),\n \"Differenz zum Vortag\": new Intl.NumberFormat('de-DE').format(d[\"infizierte Personen\"] - cdata_lk_vl[lastIndex][\"infizierte Personen\"]), \n }}),\n { title: `Entwicklung des Coronaviruses in ${lkr}` }\n )","pinned":false,"hidden":false,"mode":"ojs"},{"id":97,"value":"md`

\n### Statistiken für ${lkr} im Vergleich zu den anderen Landkreisen/ kreisfreien Städten`\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":98,"value":"md`\n- Die Anzahl der Infizierten je 100.000 Einwohner: \n${tex.block`\\dfrac{\\textrm{Anzahl der Infizierten} }{\\textrm{Anzahl Einwohner}}\\times 100.000`}\n${displayStatistic(\"infiziert_je_HT_Einwohner\")}`","pinned":false,"hidden":false,"mode":"ojs"},{"id":100,"value":"md`- Die Anzahl der Infizierten je Fläche: \n${tex.block`\\dfrac{\\textrm{Anzahl der Infizierten} }{\\textrm{Fläche in }km^2}`}\n${displayStatistic(\"infiziert_je_Flaeche\")}`","pinned":false,"hidden":false,"mode":"ojs"},{"id":102,"value":"$31","pinned":false,"hidden":false,"mode":"ojs"},{"id":104,"value":"viewof diff = slider({\n min: 1, \n max: 30, \n step: 1, \n value: 5, \n title: \"👉 Bestimmen Sie selbst, welche Zeitspanne (t2 - t1) in Tagen zwischen den beiden Referenzwerten liegen soll: \", \n description: \"Die Bedeutung für 1: Wachstum des letzten Tages, 7: Wachstum der letzten Woche\",\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":106,"value":"md`${displayStatistic(\"verdopplungszeit\")}`","pinned":false,"hidden":false,"mode":"ojs"},{"id":108,"value":"md`- Die Anzahl der Neuinfizierten:
*(Auch dieser Wert wird beeinflusst durch die oben gewählte Zeitspanne)* \n${displayStatistic(\"infiziert_neu\")}`","pinned":false,"hidden":false,"mode":"ojs"},{"id":110,"value":"md`- Die Anzahl der Neuinfizierten je 100.000 Einwohner:
*(Auch dieser Wert wird beeinflusst durch die oben gewählte Zeitspanne)*\n${tex.block`\\dfrac{\\textrm{Anzahl der Neuinfizierten} }{\\textrm{Anzahl Einwohner}}\\times 100.000`}\n${displayStatistic(\"infiziert_neu_je_HT_Einwohner\")}`","pinned":false,"hidden":false,"mode":"ojs"},{"id":112,"value":"md`### Infektionsdichte in Ihrer Umgebung`","pinned":false,"hidden":false,"mode":"ojs"},{"id":116,"value":"md`Um eine Intuition für die durchschnittliche Anzahl der aktuell Infizierten je Fläche zu bekommen, kann man diese als Kreis auf einer Landkarte visualisieren. In unserem Fall stellt der Kreis dar, in welchem Umkreis sich durchschnittlich eine infizierte Person befindet (*bei Gleichverteilung im Landkreis, da der genaue Standort der infizierten Personen nicht bekannt ist*). Der initiale Radius des Kreises basiert auf den ${xTageInzidenz(lkr, 14)} in den letzten 14 Tagen neu infizierten Personen in ${lkr}. Je größer die Anzahl der Infizierten desto kleiner wird der Kreis.

\n👉 Passen Sie den Ausschnitt der Landkarte so an, daß sich ihr Standort in der Mitte der Karte und des Kreises befindet und passen Sie gegenfalls die geschätzte Anzahl der Infizierten in ${lkr} an`","pinned":false,"hidden":false,"mode":"ojs"},{"id":114,"value":"viewof neuinfizierte_14_neu = number({placeholder: neuinfizierte_14, title: \"Geschätzte Anzahl der infizierten Personen im Landkreis\", submit: true})","pinned":false,"hidden":false,"mode":"ojs"},{"id":118,"value":"$32","pinned":false,"hidden":false,"mode":"ojs"},{"id":187,"value":"md`\n
\n
\nSind Sie interessiert an der Entwicklung von Todesfällen und an einer Gesamtdarstellung aller Landkreise/ kreisfreien Städte?\n\n👉 [Dann geht's hier weiter.](https://observablehq.com/@ee2dev/coronavirus-in-bayern-teil-3)\n# 🙄`","pinned":false,"hidden":false,"mode":"ojs"},{"id":52,"value":"md`

\n## Anhang`","pinned":false,"hidden":false,"mode":"ojs"},{"id":54,"value":"md`#### Variablen und CSS`","pinned":false,"hidden":false,"mode":"ojs"},{"id":58,"value":"html``","pinned":false,"hidden":false,"mode":"ojs"},{"id":59,"value":"html``","pinned":false,"hidden":false,"mode":"ojs"},{"id":63,"value":"lkr_rb = {\n return wiki_data.filter(d => d.Landkreis === lkr)[0].Regierungsbezirk;\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":64,"value":"locale = {\n return {\n \"decimal\": \",\",\n \"thousands\": \".\",\n \"grouping\": [3],\n \"currency\": [\"€\", \"\"],\n \"dateTime\": \"%a %b %e %X %Y\",\n \"date\": \"%d.%m.%Y\",\n \"time\": \"%H:%M:%S\",\n \"periods\": [\"AM\", \"PM\"],\n \"days\": [\"Sonntag\", \"Montag\", \"Dienstag\", \"Mittwoch\", \"Donnerstag\", \"Freitag\", \"Samstag\"],\n \"shortDays\": [\"So\", \"Mo\", \"Di\", \"Mi\", \"Do\", \"Fr\", \"Sa\"],\n \"months\": [\"Januar\", \"Februar\", \"März\", \"April\", \"Mai\", \"Juni\", \"Juli\", \"August\", \"September\", \"Oktober\", \"November\", \"Dezember\"],\n \"shortMonths\": [\"Jan\", \"Feb\", \"Mär\", \"Apr\", \"Mai\", \"Jun\", \"Jul\", \"Aug\", \"Sep\", \"Okt\", \"Nov\", \"Dez\"]\n };\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":66,"value":"Intl_options = {\n return { \n // weekday: 'long', \n year: 'numeric', \n month: 'long', \n day: '2-digit' \n };\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":68,"value":"centroid = feature_data.features.filter(d => d.properties.wiki.Landkreis === lkr)[0].geometry.centroid","pinned":false,"hidden":false,"mode":"ojs"},{"id":70,"value":"neuinfizierte_14 = xTageInzidenz(lkr, 14)","pinned":false,"hidden":false,"mode":"ojs"},{"id":44,"value":"md`#### Funktionen`","pinned":false,"hidden":false,"mode":"ojs"},{"id":47,"value":"function convertFormat (num, format) {\n num = format ? d3.format(format)(num): num;\n return new Intl.NumberFormat('de-DE').format(num);\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":48,"value":"function displayStatistic(col){\n update_wikiData(diff);\n return md`${lkr}: ${convertFormat(wdata_lk.corona[col], \".1f\")}\n\n| im Vergleich | Wert | Landkreis/ kreisfreie Stadt |\n| ------------- |:-------------:| -----:|\n| Minimum | ${convertFormat(wiki_data[col].min.value, \".1f\")} | ${wiki_data[col].min.Landkreis} |\n| Median | ${convertFormat(wiki_data[col].median.value, \".1f\")} | ${wiki_data[col].median.Landkreis} |\n| Maximum | ${convertFormat(wiki_data[col].max.value, \".1f\")} | ${wiki_data[col].max.Landkreis} |\n

`\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":50,"value":"function radius(infected) {\n const number_infected_per_km2 = infected / wdata_lk.Flaeche;\n return Math.sqrt(1000000 / number_infected_per_km2 / Math.PI); \n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":35,"value":"md`#### Daten`","pinned":false,"hidden":false,"mode":"ojs"},{"id":37,"value":"cdata_lk = corona_data.filter(d => d.name === lkr)","pinned":false,"hidden":false,"mode":"ojs"},{"id":38,"value":"cdata_lk_vl = {\n return cdata_lk.map(d => {\n return {name: d.name, \n Datum: d.date,\n \"infizierte Personen\": d.value}\n });\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":40,"value":"wdata_lk = wiki_data.filter(d => d.Landkreis === lkr)[0]","pinned":false,"hidden":false,"mode":"ojs"},{"id":42,"value":"function update_wikiData(diff) {\n if (wiki_data.diff === diff) { return;}\n for (const lr of wiki_data) {\n lr.corona.verdopplungszeit = verdopplungszeit(lr.Landkreis, diff);\n lr.corona.infiziert_neu = xTageInzidenz(lr.Landkreis, diff);\n lr.corona.infiziert_neu_je_HT_Einwohner = lr.corona.infiziert_neu / lr.Einwohner * 100000;\n }\n \n wiki_data.verdopplungszeit = getStatsObject(wiki_data, \"verdopplungszeit\");\n wiki_data.infiziert_neu = getStatsObject(wiki_data, \"infiziert_neu\");\n wiki_data.infiziert_neu_je_HT_Einwohner = getStatsObject(wiki_data, \"infiziert_neu_je_HT_Einwohner\");\n wiki_data.diff = diff;\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":7,"value":"md`#### Libraries und imports`","pinned":false,"hidden":false,"mode":"ojs"},{"id":8,"value":"d3 = require(\"d3@5\")","pinned":false,"hidden":false,"mode":"ojs"},{"id":18,"value":"import {select, slider, number} from \"@ee2dev/inputs\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":10,"value":"import {vl_data as feature_data, vl_data1 as wiki_data, rbc_data2 as corona_data, verdopplungszeit, xTageInzidenz, getStatsObject} from \"@ee2dev/coronavirus-in-bayern/2\" ","pinned":false,"hidden":false,"mode":"ojs"},{"id":12,"value":"import {vl} from \"@vega/vega-lite-api\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":16,"value":"import {table} from \"@tmcw/tables/2\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":20,"value":"L = require('leaflet@1.2.0')","pinned":false,"hidden":false,"mode":"ojs"}],"files":"$W33","stdlib":"1","titling":"auto"}