Topic: The dynamics of Covid-19 pandemic in a country of your choice.

This assignment is based on the range of epidemic models discussed in Week 4

`Epidemiology' of the course.

We have considered a number of epidemic models in the class. Use them as a starting

point. Decide on whether you need to introduce different states like incubation period, decide

on movements between states, like whether a vaccinated person may get infected, and so

on. Decide on what type of policy (quarantine, vaccination, face masks, distance) you want

to consider.

Write down the motivation for your model, write down a mathematical model and briefly

explain each equation.

A very important aspect of the project is `calibration', i.e. assigning values to parameters of

the model. This is where you need to read other research, and/or look at the data.  Choose coefficients based on what you find, and explain your calibration carefully.

Simulate the model and see if you can explain the observed dynamics in the chosen country.

Comment on successes and failures.

Your MATLAB code should have comments explaining what is being done.

Several data sources (you may use any other relevant data sources)

The New York Times data https://github.com/nytimes/covid- 19-data

Centre for Systems Science and Engineering (CSSE) at Johns Hopkins University

https://github.com/CSSEGISandData/COVID- 19

https://github.com/owid/covid- 19-data/tree/master/public/data

Covid- 19 in Iceland https://www.covid.is/data

ONS UK

https://www.ons.gov.uk/peoplepopulationandcommunity/healthandsocialcare/conditionsandd

iseases/datalist

https://www.gov.uk/guidance/the-r-value-and-growth-rate

Word count: 1500 words as a guidance, not including graphs, tables, formulas and the code.

The submission should consist of two files. One is a document file with your report, another

is a zip-file containing MATLAB code.

Assessment criteria

1.) Motivation and rationale for choosing the specific mode, critical discussion of features such as quarantine, vaccination and other features of your model.                                          2.) Implementation and computation technically correct, well-illustrated and correct interpretation