Gjennom pandemien har Folkehelseinstituttet (FHI) utarbeidet prognoser for antall nye koronasmittede og sykehusinnlagte. FHI har også laget enkelte scenarioer med lengre tidshorisont og for spesielle hendelser.
Scenarioene 14. desember fikk spesielt stor oppmerksomhet og motiverte den påfølgende innstramningen i nasjonale smitteverntiltak, herunder meteren, nasjonal skjenkestopp, påbud om hjemmekontor og gjeninnføring av trafikklysmodellen for skolene.
For at smitteverntiltak skal ha effekt, har de nesten uunngåelig også store økonomiske og sosiale konsekvenser for den enkelte og samfunnet. Mange ble permittert eller sagt opp, og aktiviteten i reiseliv er fortsatt lavere enn forut for pandemien.
Koronakommisjonen peker på at barn og unge har båret en stor byrde under pandemien, og at konsekvensene av dette kan vare ved utover i livsløpet.
Av den grunn er det viktig at prognosene som regjeringen får forelagt er basert på metoder som er mest mulig realistiske og robuste overfor antagelser som fort kan bli motbevist av begivenhetenes gang.
Figuren viser at FHIs treukers prognoser (lyserød linje) ved flere anledninger i november og desember har overvurdert antallet innlagte smittede (blå linje). Den viser også at det tar lang tid før FHIs prognoser kommer ned mot den nye observerte trenden.
Sist, men ikke minst viser prognosene store revideringer i antallet fra den ene uken til den neste.
Prognoserevisjon i lys av ny informasjon er i seg selv et tegn på at prognosene er rasjonelle. Det er størrelsen på revisjonen, noen ganger i feil retning og at de ikke er kommentert, som gir grunn til undring.
Alle prognoser er usikre. Særlig vanskelig er det å fremskrive smitte under en pandemi som raskt kan gå fra stabilitet til nærmest eksplosiv vekst. FHIs treukersprognoser er basert på presis matematisk modellering på et detaljert nivå, data for hele Norges befolkning og mobildata for mobilitet. Dette vitner om en formidabel innsats i prognosearbeidet.
Når tidsseriene som fremskrives er utsatt for hyppige strukturelle brudd, er imidlertid ikke presis matematisk modellering alene en garanti for presise prognoser eller en forsikring mot store prognosefeil.
Det er vanskelig å finne dokumentasjon på at FHI evaluerer egne prognosefeil. Prognosene favner perioder hvor tiltaksbyrden har vært mer konstant, og disse periodene kunne vært gjenstand for evaluering. Et slikt arbeid kan kanskje også bidra til å forklare de store revisjonene fra FHI.
Pandemien ser ut til å vare ved. Derfor er det fortsatt viktig å lære om hvordan tiltak påvirker prognosefeilene, slik at prognosene kan reagere raskere og mer presist på endringer i trender og unngå at tilfeldige observasjoner får for stor vekt i prognosene fremover.
Disse utfordringene kjenner vi godt til fra økonomifaget. Økonomiske sammenhenger brytes stadig av ny politikk og/eller at individer endrer adferd.
Prognoser for antall smittede og innlagte på sykehus støter på mange av de samme utfordringene som i økonomifaget, fordi smitteoverføringen stadig endres.
FHIs prognosearbeid kan etter vår vurdering suppleres med metoder fra tidsserieanalyse. For eksempel justerer forskerne Castle, Doornik og Hendry den underliggende trendutviklingen for brudd og korrigerer smittetallene for tilfeldige høye/lave smittetall, når de predikerer smitteutviklingen for 154 land.
Metoden innebærer at deres prognoser ofte treffer bedre enn mange andre.
Vi har utviklet en økonometrisk modell der nye smittede, nye innleggelser og antall sykesenger belagt med pasienter med påvist covid-19 behandles som et system. Modellen er under utgivelse i tidsskriftet Samfunnsøkonomen.
Den har på empirisk grunnlag fanget opp nye trender i data og kun de virkelig store bruddene, som vaksinedekning og nye mutanter. Likevel: Fra figuren ser vi at denne modellen (den blå linjen, CovidMod) raskere kommer ned mot den nye, faktiske smittetrenden.
Evaluering av prognosefeilene viser at modellen vår predikerer både antallet innlagte på sykehus og registrerte nye smittetilfeller mer presist målt ved standardmålet «Root Mean Squared Forecast Error» enn FHI.
Vårt eksempel kan illustrere at tidsrekkebaserte metoder kan bidra til å forbedre prognosene, selv under en pågående pandemi. Likevel vil prognoser være beheftet med betydelig usikkerhet.
Derfor er det viktig at regjeringen ikke føler seg fanget av usikre scenarioer når de vurderer nye og justerte smitteverntiltak fremover.
… modellen vår predikerer både antallet innlagte på sykehus og registrerte nye smittetilfeller mer presist
(Vilkår)Copyright Dagens Næringsliv AS og/eller våre leverandører. Vi vil gjerne at du deler våre saker ved bruk av lenke, som leder direkte til våre sider. Kopiering eller annen form for bruk av hele eller deler av innholdet, kan kun skje etter skriftlig tillatelse eller som tillatt ved lov. For ytterligere vilkår se her.