动机：武汉市肺炎是由2019新型冠状病毒（COVID-19）引起的急性传染病。尽管根据中国《传染病预防法》被列为B类，但仍被视为A类传染病。准确估计冠状病毒的潜伏期对于预防和控制至关重要。但是，尽管确切的潜伏期尚不清楚，但据信COVID-19的症状可能在暴露后少至2天或长达14天甚至更长的时间内出现。准确的潜伏期计算需要原始的感染链数据，而武汉地区可能无法完全获得该数据。在这项研究中，我们旨在利用感染链数据准确计算COVID-19的潜伏期，在武汉地区以外有充分的文献记载并提供流行病学信息。方法：我们收集了除湖北省以外的中国10个地区的官方报告的COVID-19数据。为了准确地计算潜伏期，我们只涉及官方确认的病例，这些病例具有明确的接触史和发病时间。我们排除了没有相关流行病学描述，在武汉工作或生活了很长时间或难以确定可能的暴露时间的人群。我们提出了一种蒙特卡罗模拟方法来估算COVID-19的孵育以及采用的非参数方法。我们还运用多元学习和相关的统计分析来解释不同年龄/性别组之间的孵化关系。结果：COVID-19的潜伏期不遵循一般的潜伏期分布，例如对数正态分布，Weibull和Gamma分布。我们估计，通过蒙特卡洛模拟，其孵化的平均值和中位数分别为5.84和5.0天。我们发现年龄> = 40岁和年龄<40岁的组的潜伏期显示出统计学上的显着差异。前者的潜伏期比后者长。它进一步建议应针对不同的潜伏期将不同的隔离时间应用于各组。我们的机器学习分析还表明，两组是线性可分离的，COVID-19的孵化率与之前的统计分析一致。我们的结果进一步表明，男女之间的孵化差异没有显示出统计意义。
