auf gewisse Teilbereiche hinunterbrechen
Wenn man untersuchen möchte, ob irgendwelche Maßnahmen spürbar werden (vgl. Eingangsfrage), dann muss man das sogar auf eine entsprechende Region herunterbrechen für welche einigermaßen gleichartige Voraussetzungen und Maßnahmen gelten. Auch wenn das Virus keine Grenzen kennt, Verordnungen tun es. Nach dem 15.3. haben sich eher bundesweite Maßnahmen in DE etabliert, von daher betrachte ich DE insgesamt statt einzelne Bundesländer. Aber nicht Europa oder die Welt insgesamt.
dann bitte auch mit konkreter Angabe, bezüglich welcher Eigenschaften differenziert wird
Dann war ich wohl nicht eindeutig genug. Hier also nochmal zusammengefasst worauf ich mich beziehe, ich hoffe da kommen jetzt keine Missverständnisse mehr auf, oder fehlt noch was?
Quelle der Zahlen: Johns Hopkins University
Auf welche Region bezogen: Deutschland
Was genau wird betrachtet: Gesamtinfektionen tagesweise (also kumuliert). Dass diese Messreihe situationsbedingt Fehler enthält, ist bekannt. Ich gehe aber davon aus, dass der Fehler zwar groß, aber relativ konstant ist, die Messreihe also trotzdem ein einigermaßen brauchbares Abbild der Entwicklung liefert.
Was wird nicht betrachtet: Die Zahl der Todesfälle wäre zwar die sicherste Messzahl, aber auch die mit der größten Latenz (schätzungsweise nochmal 3 Wochen älter), für eine kurzfristige Beurteilung inmitten der Pandemie eher ungeeignet, für eine Nachbetrachtung später wird sie aber sehr wichtig sein.
Was genau wird verglichen und beurteilt: Der tägliche Faktor der sich aus der o.g. Messreihe ergibt, und der Versuch, statistische Ausreißer von echten Tendenzen zu unterscheiden.
Wie wird beurteilt: Sinkt dieser Faktor, ist das "gut" im Sinne der weiteren Entwicklung. Bleibt er konstant oder steigt, ist das "schlecht".
Aber vielleicht sagt eine Grafik mehr, was ich da im Detail eigentlich mache und wie ich überhaupt zu bestimmten Einschätzungen komme:
http://www.phoximages.de/uploads/2020/04/i62646bv157a.png
Ganz unten ein Screenshot von der JHU zum Vergleich mit im Bild. Deren Grafik zeigt: Kumulierte Infektionen insgesamt für DE bis gestern. Alles was man ablesen kann: Die Zahlen steigen kontinuierlich. Viel Aussagekraft hat das erstmal nicht.
Darüber (Mitte), orange: dieselben Zahlen für meine Rechenbasis (allerdings nur der rechte Ausschnitt, die dickere vertikale Linie markiert den 15.3., eine Legende habe ich mangels Freizeit noch nicht dazuprogrammiert)
Oben (blau): der tägliche Faktor (Tageswert geteilt durch Vortageswert) der sich aus den Originaldatan ergibt. Grüne Linie =1, d.h. hier gäbe es keine Neuinfektionen. Ein horizontaler Verlauf (=konstanter Faktor) >1 ergibt im unteren Diagramm eine exponentielle Funktion.
Im blauen Diagramm kann man deutlich besser sich ändernde Tendenzen und statistische Ausreißer erkennen. Beim ersten Anblick scheint es sogar, als sei mehrfach eine stufenweise Veränderung eingetreten. Stufenweise Änderungen innerhalb weniger Tage würden gegenüber kontinuierlicher Änderungen dafür sprechen, dass hier verordnete Maßnahmen greifen statt natürlicher Prozesse. Nur meine persönliche Theorie dazu. Es kursiert ja auch eine Theorie, dass die Dunkelziffer der Infektionen bereits den kritischen 60-70% für Herdenimmunität nahekommt und die Zahlen deshalb sinken.
Als nächstes habe ich eine vereinfachte, möglichst geglättete Faktor-Kurve (Weiß im Diagramm oben) so konstruiert, dass sie in der Gegenrechnung die Originaldaten möglichst reproduziert (Weiß im Diagramm Mitte).
Dazu im Vergleich zwei rote Kurven, die in beiden Diagrammen zeigen, was sich rechnerisch ergeben hätte, wenn sich der Faktor auf dem jeweiligen Niveau nicht mehr geändert hätte (bzw. Weiß rechts von den letzten Originaldaten: Hochrechnung, wenn sich der aktuelle Faktor nicht mehr ändern würde, 1 Woche in die Zukunft gerechnet).
Die absoluten Fallzahlen sind für die reine Betrachtung der Tendenz zwar eher uninteressant, aber zur Vollständigkeit: der obere Rand im mittleren Diagramm läge bei 140000 bestätigten Infektionen.
Ich hoffe man kann meinen Gedankengang nachvollziehen.