Análisis de series temporales de casos confirmados y fallecidos por Covid – 19 del Ecuador
El presente trabajo tuvo como objetivo modelar curvas de casos confirmados y personas fallecidas de la enfermedad COVID-19, representadas por el número acumulado de casos en función del tiempo, Ecuador 2020. La investigación fue de naturaleza cuantitativa, de objeto aplicada con un nivel de profundi...
Gardado en:
| Autor Principal: | |
|---|---|
| Formato: | bachelorThesis |
| Idioma: | spa |
| Publicado: |
2021
|
| Subjects: | |
| Acceso en liña: | https://dspace.espoch.edu.ec/handle/123456789/14812 |
| Tags: |
Engadir etiqueta
Sen Etiquetas, Sexa o primeiro en etiquetar este rexistro!
|
Engadir etiqueta | Summary: | El presente trabajo tuvo como objetivo modelar curvas de casos confirmados y personas fallecidas de la enfermedad COVID-19, representadas por el número acumulado de casos en función del tiempo, Ecuador 2020. La investigación fue de naturaleza cuantitativa, de objeto aplicada con un nivel de profundización explicativo, de tipo inferencial inductivo con corte longitudinal. El análisis se llevó a cabo mediante datos de 168192 casos confirmados y 8357 muertes comprobadas de las 24 provincias del Ecuador, desde el 13 de marzo hasta el 31 de octubre del 2020, información que es reportada por Ministerio de Salud Pública del Ecuador en su página web de datos abiertos. Los principales resultados del análisis exploratorio de las series de tiempo fue la identificación de tendencia creciente, ausencia de estacionalidad y estacionariedad, se obtuvo los modelos seriales en base a criterios de información y medidas de adecuación para las series de casos confirmados ARIMA(0,2,2) y casos fallecidos ARIMA(1,1,1) con constante, los residuos de los dos modelos cumplen con el supuesto de estacionariedad y ruido blanco pero no cumplen con el supuesto de normalidad, la metodología Bootstrap se basó en el método estadístico de predicción ARIMA, el desempeño de las metodologías se evaluó comparando los valores reales y el pronóstico de los meses de noviembre y diciembre. Finalmente se determinó que la modelación ARIMA es adecuada para pronosticar casos confirmados y la modelación Bootstrap para los casos fallecidos, se verifica que al ser series de tiempo con diferentes características y según el desempeño de los modelos, no se puede optar solamente por un método de modelación. Se recomienda contrastar la existencia de pronósticos más precisos de casos confirmados y fallecidos por medio de distintas técnicas estadísticas como Holt Winter, árboles de decisión, redes neuronales artificiales entre otros, idóneos para trabajar con el número acumulado de casos. |
|---|