SIRモデル シミュレーターの使い方
SIRモデル シミュレーターは、感染症の流行動態（感受性保持者 S、感染者 I、回復・隔離者 R の推移）を計算し、ピーク時の感染者数や到達日、最終的な影響範囲、基本再生産数（$R_0$）を予測・分析するためのオンライン計算ツールです。
入力パネルに全人口（$N$）、初期感染者数（$I_0$）、感染率（$\beta$）、回復率（$\gamma$）、シミュレーション日数などを入力すると、ブラウザ上でリアルタイムに数値が計算されます。パラメータを変更することで、「感染率が下がった場合にピークがどう変化するか（流行曲線の平坦化）」を直感的にシミュレーションできます。
パラメータ入力のポイント
- 全人口 ($N$) と初期状態 ($S_0, I_0, R_0$): 集団の全体数と、流行開始時の感染者数・未感染者数を設定します。
- 感染率 ($\beta$) と回復率 ($\gamma$): 1日あたりの感染伝達効率および回復（または隔離）する割合を設定します。
- 時間ステップ ($dt$): 数値シミュレーションの刻み幅です。通常は
0.1や0.01など小さな値を設定することで、より滑らかで正確な解が得られます。
本ツールは学習・研究・感度分析の目的で設計されています。実際の感染症対策においては、行動変容やワクチン接種、検疫などの要素が加わるため、実際のデータ解析には拡張モデル（SEIRモデル等）や詳細な疫学データが使用されます。
数式と理論 - SIRモデルの計算仕組み
SIRモデル（Susceptible-Infectious-Removed Model）は、集団を以下の3つのコンパートメント（グループ）に分類して時間変化を追う常微分方程式系です。
dS/dt = -beta * S * I / N
dI/dt = beta * S * I / N - gamma * I
dR/dt = gamma * I
R0 = beta / gamma各変数の定義
- $S$ (Susceptible / 感受性保持者): まだ感染しておらず、感染する可能性のある人口。
- $I$ (Infectious / 感染者): 現在感染しており、他者に感染させる能力を持つ人口。
- $R$ (Removed / 回復・隔離者): 免疫を獲得して回復したか、または隔離・死亡により伝染経路から離脱した人口。
- 基本再生産数 ($R_0$): 感受性保持者ばかりの集団に1人の感染者が入った際、平均して何人に二次感染させるかを示す指標。$R_0 = \beta / \gamma$ で計算され、$R_0 > 1$ で感染が拡大し、$R_0 < 1$ で感染は収束に向かいます。
本シミュレーターでは、これらの微分方程式を数値解析手法（オイラー法など）を用いて時間ステップ $dt$ ごとに逐次計算し、感染者数のピーク値やピーク到達日、最終的な累積回復者数を算出しています。
計算の仮定と限界
本計算ツールはブラウザ上で決定論的なSIRモデルの数式に基づいて計算を行っています。実際の感染症流行では、個人の接触パターンの多様性、季節変動、潜伏期間（SEIRモデル）、無症状感染、ワクチンの効果衰退など多様な要因が影響します。そのため、本ツールの結果はモデルの挙動を理解するための理論的推算値としてご活用ください。
SIRモデル シミュレーターの活用シーン
SIRモデル計算ツールは、以下のような用途で幅広く活用できます。
- 数理モデル・疫学の学習: 感染率 $\beta$ や回復率 $\gamma$ の変化が感染曲線（エピカーブ）に与える影響を視覚的に理解する。
- 基本再生産数 ($R_0$) の影響把握: $R_0$ が 1 を超えるか下回るかで、感染爆発が起きるか収束に向かうかの分岐点を確認する。
- 対策効果（感度分析）のシミュレーション: 接触削減や手洗い・マスク着用によって感染率 $\beta$ を減少させた場合に、ピーク感染者数がどれほど抑えられるか（Flattening the curve）を試算する。
- レポートや講義の試算ツール: 大学や高校の数学・情報・生物の授業や研究レポートにおいて、手軽に数値を計算・検証する。
得られた計算結果やグラフの推移は、パラメータの前提条件と併せて記録・確認することをお勧めします。