統計模型是試圖預測世界將要發生甚麼事情的重要部分。這是預測氣候變化甚至流感和新冠肺炎等疾病軌蹟的重要部分。但是模型就像數據和算法一樣，雖然是科學，但從來都不完美。
在冠狀病毒大流行的早期，倫敦帝國學院設立的一種預測模型表明，到8月份，英國可能有約50萬人死亡。
對於美國而言，統計模型的預測甚至更令人震驚，預測顯示，除非政府迅速採取行動，否則將造成約200萬人感染和死亡。
到目前為止，顯然實際數量要少得多。其實，這種特定模型只是假設在政府不採取任何行動時，疫情中的感染或死亡人數的理論方法。這是一種簡單的工具，但是流行病學家可以使用模型來預測各種事態的發生。
波士頓大學流行病學家海倫·詹金斯說：“我希望，很明顯這是對實際情況評估的非常簡化的版本。然後，我們可能希望使事情變得更複雜一點… 比如說，我們不僅很想知道會感染多少人，而且很想了解最終住院的人會是多少，因為我們想了解醫療保健系統的壓力…”
這些模型中的主要變量是隔離措施。在實施封鎖之前和之後，科學家使用新的疫情數據來微調他們的模型。
模型可幫助識別所謂的基本傳染數，這一變量確定了一個患者在整個感染期間直接傳染的平均人數。如果大於1，則受感染的人數呈指數增長。
麻省理工學院教授喬治·巴巴斯塔西斯說：“當疫情開始時，是二月或三月，當時大多數模型還在開發，我們所知道的是使用以前的疫情爆發數據來製定評估和預測。然後我們弄清楚瞭如何利用當前的流行病本身數據。”
但是，這一模型的主要挑戰是缺乏有關感染新冠病毒人數的真實數據，尤其是因為許多人似乎沒有症狀。華盛頓大學的科學家通過創建新的模型來解決這個問題，新模型不計算受感染人數，而是計算死亡人數。
華盛頓大學公共衛生學院教授阿里·默克達德說：“我們很早就知道我們沒有進行足夠的測試，也不知道有多少人被感染。 為了安全起見，我們決定在每個國家、每個地區的死亡人數達到50後開始建立模型。我們覺得這方面有更多的穩定性。 //我們在模型中納入增加率，因此它會上升或下降。”
長期以來，這種模式一直是最樂觀的，直到5月初死亡人數激增。如今，科學家預測到8月初將有14萬人死亡，是早期預測的一倍。這個數量的變化與隔離措施的放鬆有關。
默克達德說：“當我們開始看到人群流動增加的兩週後，我們會看到這種病毒的傳播有所增加。再過一周，也就是第三週之後，我們會看到它對死亡率的影響。”
數十種不同的模型使用多種算法，但是它們都有一個共同點，那就是警告不要過早過快取消隔離措施。
