Also die spezielle Geschichte zu #allesdichtmachen hat einen eigenen Thread bekommen. Wenn was falsch rüber geschoben wurde, mea culpa. manche Posts waren gemischt.
Eigentlich wäre mir hier das medizinische zu Corona lieber, aber wir vermischen es eigentlich schon die ganze Zeit.
@Xantos
Ich halte das für eine Nebelkerze, da du dann aller Wahrscheinlichkeit nach mit dem Ergebnis der Analyse, deren Annahmen etc. pp nicht zufrieden wärst.
Wenn man ganz ehrlich ist, wird es dieser Fragestellung nie etwas wirklich empirisch belastbares geben. Auch der ganze Oxford kack zu den NIP usw. ist imho unglaublich flawed, dass man darauf eigentlich nix geben kann. In der aktuelle Situation noch viel mehr, weil man wenn überhaupt nur auf Simulationen bauen kann.
Die imho zwei wichtigsten Probleme
1. Datenqualität
Garbage in Garbage out. Weder ist klar, welche Variable durch die Maßnahme beeinflusst werden soll und welche Daten man nutzen will um es zu messen und ob die benötigen Daten richtig gemessen werden. Die Inzidenz hat eine hohe Dunkelziffer. Todeszahlen laggen enorm etc. Dann kommt bei den Todeszahlen noch der Streit an oder mit Covid, so dass wieder niemand zufrieden ist.
Excess Death sind dann angeblich auch die Opfer der Maßnahmen mit drin. etc. pp.
2. Endogenität
Das ist quasi nie aufzulösen und viel schlimmer. Die ganze Diskussion zum ersten Lockdown und ob er nötig war, weil die Zahlen doch von alleine gesunken wären. Erwartungen können eine große Rolle spielen, so dass die Maßnahmen quasi von der Bevölkerung vorweggenommen werden. Dann beeinflussen sich die Maßnehmen gegenseitig.
Das sind dann Sachen wie unterschiedliche Compliance und sonstige Unterschiede noch gar nicht angesprochen....
Als ob wir jemals in der Lage sein werden zu sagen, dass Maßnahme A nicht nötig ist, wenn wir B und C machen.
Es kann neben Interaktioen, nicht lineare Effekte oder Thresholds geben.
Das mag traurig klingen, aber immerhin ehrlich.
