我们能认为高相关性是一个很好的预测指标吗？

Question

预测新冠肺炎每日病例数量的问题确实具有挑战性，应该考虑到许多(外部)因素，才能找到一个合理的预测指标。然而，我们在2020年3月至11月期间研究了某个国家的Twitter (而不是英语)，发现与症状X相关的每日推特数量与该国确诊病例数高度相关(pearson相关性0.84和p值0.00031)。

在数据科学领域，至少部分地说，每天发布的X推文是否足以预测新冠肺炎的数量？

Answer 1

这不是几年前“谷歌流感趋势”故事的变体吗？(用“推特”代替“谷歌”，用“新冠肺炎”代替“流感”，用“推特”代替“搜索”。

说来话长。简而言之，谷歌搜索“流感”、“头痛”、“恶心”等词的频率是预测流感季节的最佳预测指标，直到它们没有。(当人们开始搜索“流感趋势”时？我不记得为什么)。有一个负反馈循环，预测变得不那么可靠。)

谷歌最终删除了这一功能，以避免批评，避免麻烦。

这里有许多论文，以及为什么它被脱机了。

Answer 2

在这种情况下，我将拟合一个线性模型(lm(tweets ~ cases))，然后使用引导或交叉验证来测试模型。