첫째. 이 그래프는 확진자 숫자만을 보여준다. 즉 감염의 발생 상황을 보여주는 것이 아니라 코로나 테스트를 얼마나 실시했는가를 염두에 보고 봐야 한다.
코로나 초기 상황에서 한국의 확진자가 빠르게 증가할 때, 일본이 확진자가 거의 없었다. 하지만 이는 한국이 일본에 비해 20배 이상의 검사를 시행했기 때문이다. 현재 일본이 검사자 숫자를 늘리자 확진자 숫자는 걱정스러울 정도로 올라가고 있다.
둘째. 그래프의 Y축이 로그(log) 스케일인 점을 감안해야 한다. 전염병의 감염 증가는 지수의 법칙을 따른다. 지수법칙으로 증가하는 그래프의 Y축을 선형으로 표시하면 Y값의 증가가 너무 크기 때문에 그래프를 보기가 쉽지 않다. 따라서 보통 Y축을 로그 스케일로 비선형적으로 나타내게 된다. 로그 스케일에서 Y값의 2배씩 증가할 수록 실제의 선형값은 10배씩 증가한다. 그러므로 Y값이 올라갈 수록 그래프 상의 미미한 차이는 실제 수백, 수천, 수만배까지 차이가 날 수 있다는 것을 감안해야 한다.
셋째. 모집단의 크기, 즉, 국가별 인구수가 감안되어 있지 않다. 만일 룩셈브루크나 아이슬란드와 같이 확진자 숫자로는 미미한 국가를, 인구규모를 감안하여 인구당 확진자수의 관점에서 보면 심각성이 드러나는 것과 같다. 미국과 중국의 경우 인구수를 감안하면 그래프의 상승 곡선이 조금 완만해지는 효과를 보이긴 한다.
하지만, 인구 숫자가 감염율에 크게 영향을 주진 않는다. 인구수를 감안한 통계는 같은 지역(보통 한 국가)내에서 어떤 지역의 감염율이 높은가에 대한 통계를 볼 때 유효하다. 중국의 우한, 미국의 뉴욕이 이와 같은 예이다.
네번째. 이 그래프의 X축은 날짜(date)가 아니라 100번째 환자가 나올때부터이다. 이탈리아는 2월 24일, 터키는 3월 19일 이런 식이다. 그러므로 이 그래프에서는 국가간의 감염의 진척 상황을 실시간으로 보여주지 않는다.
중국에서 수만 명이 감염되고, 이후에 한국, 이탈리아, 이란에서 감염이 발생되기 시작했고, 그 2주후에 미국에서 상황이 시작되었다. 상황이 발생되고 초기에 국가별로 대처방식에 차이가 감염 증가에 큰 원인인 것이 밝혀졌다. 운이 좋은 어떠 나라들은 다른 나라에 비해서 많은 (대비) 시간을 가질 수 있었다. (그래도 그 운을 살린 나라도 많지는 않다)
--------------------------
대한민국이 이번 코로나 상황에서 보여준 모든 것들이 정말 원더풀x10000 하다.