在 SIR 模型中，如何根据增长率和连续间隔近似计算 R-naught？

适用条件

• 声明为简单 SIR 模型下的近似值。
• 屏幕注释指出它假设代际时间呈指数分布。

理解与推导

1. 识别增长率 $r$ 和连续间隔 $T_s$。
2. 将增长率乘以连续间隔（$r \cdot T_s$）。
3. 将乘积加 1 以估算 $R_0$。
4. 使用公式 $R_0 = 1 + r \cdot T_s$ 进行计算。

例子

视频将 $r=0.15$（每天）和 $T_s=10$ 天代入公式，计算出 $R_0 = 1 + 0.15 \times 10 = 2.5$。

容易误解的地方

• 将 SIR 近似值视为 $R_0$ 的精确定义，而不是估计值。
• 在应用公式时忘记代际时间呈指数分布的假设。

观看对应讲解

继续追问

• 为什么 R-naught 等于 1 是疫情的分界线？
• 什么时候应该使用 R-naught 而不是有效再生数？