大數據說話,疫苗有效率嚴重造假!(二)

作者:同根 無弦 古金

人氣 1604

【大紀元2022年08月07日訊】(接上篇

圖5:英論文266萬人大數據糾正後的疫苗第2針有效率圖

上一篇,我們結合大數據計算,揭示了英國和澳洲的4份新冠疫情研究統計報告,有意掩蓋負值有效率,為疫苗洗地。那些造假並非個案,也絕非我們在《大數據否定新冠疫苗重症》中列舉的那一點。

當今很多科研論文和報告,對新冠疫苗的真實有效率,千方百計地掩蓋,並且隱藏關鍵的數據,讓你無法計算或檢驗。這些新近的文獻中,有的提供的數據多一點,我們可以結合大數據算出疫苗整體有效率——不僅僅是不合格(<50%),絕大部分跌入負值。

負值有效率表明疫苗有反作用,促進感染重症、死亡,這是ADE效應的明證。一旦突變出「重症」病毒,ADE就可能會對人類形成大規模的絞殺,可是人類卻像被無形之手操控了一樣,在全面推進它……

5.美國麻省報告,掩藏有效率-60%

圖6:美國麻省2021年7月的數據,隱藏了疫苗的負值有效率

上面的新聞報道:美國麻省感染者74%完全接種了(一般是2針)疫苗,本該引起對疫苗無效的廣泛關注,但是並沒有,專家和媒體淡化處理——因為並沒擊中要害,74%不能直接說明問題,關鍵要看有效率。

該新聞源自2021年7月的一篇論文[1],是對美國麻省巴恩斯特布爾縣疫情的大數據報告,隱藏了關鍵的有效率。該文只對病例做了「完全接種疫苗」和「非完全接種疫苗」的區分。因為麻省的疫苗接種率,最接近該縣的情況,故以麻省接種率來計算。

表10:巴恩斯特布爾縣7月感染及麻省接種率

Ve=1-(346/63.7%)/(123/36.3%)= -60.3%
以均值接種率校正:Ve=1-(346/63.05%)/(123/36.95%)= -64.9%

再次證明:2針疫苗促進感染,起反作用!

6.英國49週報告,三證疫苗促進死亡

根據英國新冠病毒49週報告[2]中「打疫苗60天內致死率」的數據,結合查到的大數據接種率:

表11:英國2021.11.8~12.5新冠病毒死亡與疫苗接種率

可算得2針疫苗對60天內死亡的保護率:

Ve=1-(3163/68.75%)/(816/24.55%)= -38.4%

負值又現,2針新冠疫苗促進死亡!

7.蘇格蘭12月報告,四證疫苗促進死亡

 (1)掩蓋疫苗有效率

蘇格蘭2021.10.23~11.19的新冠疫情報告[3],手法和上篇講述的「掩蓋技巧」如出一轍,只不過是以「死亡率」來掩藏有效率負值——畢竟負值有效率太丟人!而他們的「死亡率數據組」有問題,被統一「處理」過,後文會揭示。

圖7:蘇格蘭報告疫情死亡人數表,以死亡率掩蓋疫苗的「負值有效率」。

(2)大數據計算疫苗整體有效率

衡量疫苗是否有用,要計算「疫苗有效率」,計算公式不受上圖紅框中「有問題的數字」的干擾。查證蘇格蘭疫苗接種率,真實有效率如下:

Ve(10.23~29)=1-(110/71.50%)/(14/21.00%)= -130.77%,其它省略計算過程,結果見下表。

表12:大數據計算的疫苗保護率(蘇格蘭43-46週)

(3)与传统有效率计算对比

上述报告提供的原始数据较多,可以用常规方法计算实际有效率,作为对比。

表13:蘇格蘭第二針疫苗有效率,兩種計算方法對比

对比可见,大数据计算的有效率,比实际偏高一半左右。毕竟上面未接种组死亡人数少(尽管样本每周都是540万人以上的总数),可能出现偏差,需要进一步检验。

8.「大數據有效率算法」的進一步檢驗

(1) 偏差的由來:傾向性的「科研分組」

表14:當今傾向性的疫苗「科研分組」方法

新冠疫苗的「科研分組」建立在3個假設基礎上:

①假設第1針疫苗21天後才有效,因為那時抗體才多;

②假設第2針疫苗14天後才有效,因為那時抗體才多;

③假設有效抗體多,就能抗病毒(錯!因為舊抗體不抗變異後的新病毒,抗體可能起ADE反作用)。

前兩個假設,已被前面大數據計算的很多疫苗有效率負值所反證,可見這樣分組的前提就錯了。

(2)「大數據算法」:借用「科研分組」和「統計分組」,4點抬高有效率

圖8:本文大數據計算疫苗有效率的公式

1)表14「未合法接種組」包括:

① 沒打疫苗的;
② 打1針疫苗不到21天的(更容易染疫);
③ 打後21天內沒做好防護,暴露在病毒環境中的——這個很難做到,誰能保證自己接觸的環境中沒有病毒呢?所以實際操作中,這一標準搞成了「打1針後21天內感染病毒」。
這樣,人為增大了本組病例,公式中「N病」變大了,抬高了Ve值。

2)表14「完全接種組」剔除:

① 打第2針不到14天的(更容易染疫);
② 打第2針14內沒防護好,暴露在病毒環境中的——這個同樣難做,所以實際操作成了「打第2針後14天內感染的」。
這樣人為減少了本組病例,公式中「Y病」變小了,再次抬高了Ve值。

3)大數據查的「Y率」相對大:

大數據查的數據不是「科研分組」,而是「統計分組」。它的「總人口2針接種率」,可不管你是否14天,打了兩針就算,所以公式中「Y率」的值相對大,又抬高了Ve值。

4)大數據查的「N率」相對小:

同樣,大數據查的未接種率相對小,不包括打1針不到21天的人,和打1針21天內染疫的人,「N率」相對變小了,第4次抬高了Ve。

所以,在查不到內部藏而不露的數據的情況下,只能用上述「大數據算法公式」計算時,會高估疫苗2針及以上針的有效率。

(3)「大數據算法」:實際檢驗偏高——如此高估還不行,疫苗更無效

以2021年12月1日出版的蘇格蘭公衛疫情統計報告[4]為例,下面四周的數據,每週的研究都是基於580多萬人的大數據。

以第一週為例,以原文數據,計算≥2針對感染的保護率:

Ve=1-(10795/3862547)/(6930/1617579)= 34.76%

以google大數據查到的蘇格蘭接種率,計算2針對感染的保護率:

Ve=1-(10795/71.70%)/(6930/20.80%)= 54.81%(其它計算過程略)

表15:蘇格蘭2021.10.30~11.26報告計算常規有效率和「大數據計算有效率」對比

對比可見,大數據計算有效率同樣都偏高,和我們的理論預期一致。在本例要高一半左右,和上文的偏高程度(對死亡的保護率)一致。

所以,如果「大數據計算的有效率」還不合格的話,就更能說明疫苗不合格了。在原始數據被掩藏、不足以校驗有效率真偽的情況下,不失為一種有效的辦法——下表的結果也正是這樣。

表16:大數據計算的新冠疫苗有效率簡表

在下篇,我們會建立數學模型,作為判定疫苗有效率真假的試金石。

(未完,待續)

[1] Brown CM, et al. Outbreak of SARS-CoV-2 Infections, Including COVID-19 Vaccine Breakthrough Infections, Associated with Large Public Gatherings — Barnstable County, Massachusetts, July 2021. MMWR Morb Mortal Wkly Rep 2021;70:1059-1062. DOI:10.15585/mmwr.mm7031e2

[2] COVID-19 vaccine surveillance report Week 49,UK Health Security Agency

[3] Public Health Scotland COVID-19 Statistical Report As at 29 November 2021,Publication date: 01 December 2021,Public Health Scotland

[4] Public Health Scotland COVID-19 Statistical Report As at 29 November 2021,Publication date: 01 December 2021,Public Health Scotland

編輯:蕭明

相關新聞
同根:上海大數據曝光疫苗有效率負值:-77%
同根、古金:大數據否定新冠疫苗防重症(上)
同根、古金:大數據否定新冠疫苗防重症(下)
新冠疫苗反覆打未必是好事?疫苗的2個最新擔憂
最熱視頻
【新聞大家談】現四大致命跡象 中共將瓦解?
【馬克時空】俄民眾反徵兵抗議延燒 普京會用核武嗎?
【時事金掃描】習近平露面 蓬佩奧籲與中共切割
如果您有新聞線索或資料給大紀元,請進入安全投稿爆料平台
評論