data

Nu steeds duidelijker wordt dat door de PCR-test vorm er een overschatting van het aantal besmettelijke personen plaatsvind, herhaalt zich een vast patroon. Nederlandse media volgen het onderwerp niet op, maar brengen wel, vaak zonder enige relativering, de lijn van het RIVM, OMT en de regering.

Door de weekcijfers van het RIVM over een langere periode te vergelijken, kan worden aangetoond dat de ontwikkeling van het virus onder de Nederlandse bevolking sterk wordt overschat.

Een opsomming van de verschillende redenen waarom de dataverzameling van de GGD's en de bijbehorende conclusies van het RIVM accuraat noch actueel zijn.

Het gaat een stuk beter dan 2 weken geleden maar niet als het aan het RIVM ligt. De cijfers zijn gebaseerd op 2 weken oude data van de GGD's en de reproductiefactor wordt overschat. De wens om de mensen in het gareel te houden middels een negatieve afspiegeling van de werkelijkheid, gaat voor nauwkeurige informatievoorziening.

Terwijl de weekcijfers m.b.t. het aantal positieve testen duidelijk verbeteringen lieten zien, werd de reproductiefactor van 1 nog wel opgevoerd als een belangrijke indicator. Als je je echter even verdiept in dat cijfer, herken je hoe men ook na 6 maanden er niet in slaagt snel accurate data te verzamelen. En de media slikken het steeds weer als zoete koek.

Vergeleken met half juli houdt men zich iets beter aan de voorschriften. Dit wordt grotendeels veroorzaakt door een stijging in de angst om besmet te raken. Dit artikel bespreekt verschillende data waarin wordt gekeken hoe dit varieert, onder andere op basis van leeftijd, geslacht, opleiding, financiële situatie en stemgedrag.

Het weekrapport wordt wederom gebruikt om angst te zaaien. Maar als je gewoon goed naar de data kijkt, zie je dat het op dit moment juist beter gaat. Onder andere aan de hand van periodegemiddelden, de RO-factor, de schatting van het totale aantal dragers en de ic-cijfers wordt dit hier uiteengezet.

Aan de hand van 3 testcases wordt aangetoond hoe de overheid er alles aan doet om ons bang te maken en te houden. Wanneer informatie op verschillende manieren geïnterpreteerd kan worden, wordt er nooit verder onderzoek gedaan, maar altijd die conclusie getrokken die het beste past bij het bestaande beleid.

Volgens de WHO is de verspreiding van het corona virus niet seizoensafhankelijk. Een bestudering van de cijfers per deelstaat van Brazilië toont echter aan dat het verspreidingspatroon van Covid-19 opvallend veel overeenkomsten vertoont met dat van influenza.

De weekoverzichten van het RIVM zijn dermate globaal dat het weinig relevante verdiepingsmogelijkheden geeft. Het afnemen van anonieme vragenlijsten bij mensen die getest worden zou deskundigen kunnen helpen te begrijpen hoe de verspreiding in Nederland verloopt en burgers een beter inzicht geven in wat de reële risico's voor hen zijn.

Data shows that Covid-19 is following almost the same pattern as the flu waves. On top of that, a breakdown of the IFR of covid-19 per age group compared to influenza shows that they are quite similar. As long as the WHO does not recognize how the spread of COVID-19 really takes place, countries will take the wrong measures.

De informatievoorziening rondom deze crisis wordt "gepresenteerd" om het gewenste doel te bereiken. Een treffend voorbeeld is de presentatie aan de Tweede Kamer op 25 juni door Prof. Van Dissel. Dit artikel analyseert de data die daar aan bod kwam met enkele zorgwekkende observaties tot gevolg.

Door de slechte berichtgeving van het RIVM en de media overschat een groot deel van de Nederlandse bevolking de kans om ernstig ziek te worden van corona enorm met alle gevolgen van dien. Daarom een uitgebreide beschrijving van de feitelijke risico's die je in Nederland loopt.

Goede, actuele informatie is essentieel tijdens een crisis maar het RIVM faalt jammerlijk. Dit artikel illustreert aan de hand van twee voorbeelden hoe we worden misleid met data. Zeker nu er zoveel belang wordt gehecht aan "het dashboard", wordt het tijd dat de autoriteiten rekening houden met het GIGO-effect: garbage in, garbage out.

De wet van de grote getallen zegt dat uitschieters minder effect hebben als je met grote aantallen te maken hebt. Dit werkt ook andersom: bij kleine aantallen kunnen irrelevante uitschieters zwaar doorwerken. Dit artikel laat zien hoe op dit vlak compleet de plank wordt misgeslagen om eventuele stijgingen te kunnen blijven wijten aan ons gedrag.

Een prachtig voorbeeld van hoe de data wordt misbruikt om een alarmistisch beeld te schetsen. Wallinga waarschuwt dat de reproductiefactor weer boven de 1 is uitgekomen, maar als je de data goed bekijkt, besef je dat er simpelweg sprake is van een wekelijkse fluctuatie waarbij op maandag meer mensen worden opgenomen dan op zaterdag of zondag.

In een achteruitkijkspiegel kunnen objecten dichterbij of verder weg lijken dan ze zijn. Dit maakt de vergelijking die Van Dissel op 20 mei maakte, treffender dat hij zelf moet hebben gedacht. Niet alleen loopt de reproductiefactor sowieso al 14 dagen achter op de feiten, maar de informatie waarop dit getal is gebaseerd komt ook nog vertraagd binnen.

Dit artikel bespreekt de zeer wankele data op basis waarvan de overheden zgn. "evidence-based" hebben ingegrepen. Voorbeelden die worden besproken zijn de vage reproductiefactor, te weinig specificaties in de cijfers, de onmogelijkheid van "crash the curve" in Nederland en de tweede golf.

What do the numbers say, are we doing well or not? In the past few days we heard in the various talk shows on TV, that the R0 (reproduction factor) is on the rise again towards 1. That gives you the feeling that “we” are going in the wrong direction again, despite all the strict […]

De afgelopen dagen horen we dat de R0 (reproductiefactor) weer oploopt naar 1. Als je wat dieper in de feitelijke data duikt, zie je hoe wankel die observatie is, en dat die stijging, als die er echt zou zijn, op dit moment weinig betekent.