Análisis de series de contagio y fallecidos por Covid-19 vía índices de similitud

En el contexto del nuevo coronavirus COVID-19 que ha llevado al colapso a los sistemas de salud a nivel global, toma especial relevancia el estudio del comportamiento regional de la pandemia y la generación de conocimiento útil tanto para la comunidad científica como para la comunidad y las autoridades en general, quienes son responsables de las tomas de decisiones. Diferentes estudios se esfuerzan en desarrollar modelos epidemiológicos y/o predictivos basados en el análisis del comportamiento de la pandemia o de la misma enfermedad en diferentes poblaciones. Este estudio propone un análisis distinto, enfocado en cómo las diferentes poblaciones respondieron a la pandemia y las similitudes o diferencias entre estas respuestas. En este trabajo clasificamos las series de contagiados y muertes correspondientes a las provincias de Argentina mediante técnicas estadísticas de agrupamiento desde el paradigma de series de tiempo. Para ello, empleamos tres índices capaces de evaluar la similitud entre series de tiempo teniendo en cuenta la distancia punto a punto y el co-movimiento de las mismas. Para cada uno de estos índices, calculamos la matriz de similitud entre provincias y aplicamos el método de agrupamiento k-means adaptado para series de tiempo, generando de esta manera distintos modelos que buscan maximizar la similitud intra-grupo (alta densidad) y la separación entre los grupos. Luego utilizamos el coeficiente Silhouette que nos permitió evaluar los modelos de agrupamiento resultantes y establecer cuál de ellos generó el mejor ajuste a los datos. De esta forma determinamos el índice de similitud más apropiado y el número de grupos óptimo. Finalmente —y mediante el uso de medidas de resumen, visualizaciones, mapas, e información complementaria referente a las provincias— caracterizamos cuantitativa y cualitativamente el comportamiento de los grupos de provincias resultantes.

Saved in:
Bibliographic Details
Main Authors: Bellassai, Juan Carlos, Pappaterra, María Lucía, Ojeda, Silvia María
Format: video biblioteca
Language:spa
Published: 2020-10
Subjects:Índices de similitud para series de tiempo, COVID-19, SARS-CoV-2,
Online Access:http://hdl.handle.net/11086/16932
Tags: Add Tag
No Tags, Be the first to tag this record!
id dig-unc-ar-11086-16932
record_format koha
spelling dig-unc-ar-11086-169322021-06-10T19:14:47Z Análisis de series de contagio y fallecidos por Covid-19 vía índices de similitud Bellassai, Juan Carlos Pappaterra, María Lucía Ojeda, Silvia María Índices de similitud para series de tiempo COVID-19 SARS-CoV-2 En el contexto del nuevo coronavirus COVID-19 que ha llevado al colapso a los sistemas de salud a nivel global, toma especial relevancia el estudio del comportamiento regional de la pandemia y la generación de conocimiento útil tanto para la comunidad científica como para la comunidad y las autoridades en general, quienes son responsables de las tomas de decisiones. Diferentes estudios se esfuerzan en desarrollar modelos epidemiológicos y/o predictivos basados en el análisis del comportamiento de la pandemia o de la misma enfermedad en diferentes poblaciones. Este estudio propone un análisis distinto, enfocado en cómo las diferentes poblaciones respondieron a la pandemia y las similitudes o diferencias entre estas respuestas. En este trabajo clasificamos las series de contagiados y muertes correspondientes a las provincias de Argentina mediante técnicas estadísticas de agrupamiento desde el paradigma de series de tiempo. Para ello, empleamos tres índices capaces de evaluar la similitud entre series de tiempo teniendo en cuenta la distancia punto a punto y el co-movimiento de las mismas. Para cada uno de estos índices, calculamos la matriz de similitud entre provincias y aplicamos el método de agrupamiento k-means adaptado para series de tiempo, generando de esta manera distintos modelos que buscan maximizar la similitud intra-grupo (alta densidad) y la separación entre los grupos. Luego utilizamos el coeficiente Silhouette que nos permitió evaluar los modelos de agrupamiento resultantes y establecer cuál de ellos generó el mejor ajuste a los datos. De esta forma determinamos el índice de similitud más apropiado y el número de grupos óptimo. Finalmente —y mediante el uso de medidas de resumen, visualizaciones, mapas, e información complementaria referente a las provincias— caracterizamos cuantitativa y cualitativamente el comportamiento de los grupos de provincias resultantes. Fil: Bellassai, Juan Carlos. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas Físicas y Naturales. Centro de Investigación y Estudios de Matemáticas (CIEM-Conicet); Argentina. Fil: Pappaterra, María Lucía. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas Físicas y Naturales. Centro de Investigación y Estudios de Matemáticas (CIEM-Conicet); Argentina. Fil: Ojeda, Silvia María. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. 2020-11-25T20:24:15Z 2020-11-25T20:24:15Z 2020-10 video http://hdl.handle.net/11086/16932 spa Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc/4.0/
institution UNC AR
collection DSpace
country Argentina
countrycode AR
component Bibliográfico
access En linea
databasecode dig-unc-ar
tag biblioteca
region America del Sur
libraryname Biblioteca 'Ing. Agrónomo Moisés Farber' de la Facultad de Ciencias Agropecuarias
language spa
topic Índices de similitud para series de tiempo
COVID-19
SARS-CoV-2
Índices de similitud para series de tiempo
COVID-19
SARS-CoV-2
spellingShingle Índices de similitud para series de tiempo
COVID-19
SARS-CoV-2
Índices de similitud para series de tiempo
COVID-19
SARS-CoV-2
Bellassai, Juan Carlos
Pappaterra, María Lucía
Ojeda, Silvia María
Análisis de series de contagio y fallecidos por Covid-19 vía índices de similitud
description En el contexto del nuevo coronavirus COVID-19 que ha llevado al colapso a los sistemas de salud a nivel global, toma especial relevancia el estudio del comportamiento regional de la pandemia y la generación de conocimiento útil tanto para la comunidad científica como para la comunidad y las autoridades en general, quienes son responsables de las tomas de decisiones. Diferentes estudios se esfuerzan en desarrollar modelos epidemiológicos y/o predictivos basados en el análisis del comportamiento de la pandemia o de la misma enfermedad en diferentes poblaciones. Este estudio propone un análisis distinto, enfocado en cómo las diferentes poblaciones respondieron a la pandemia y las similitudes o diferencias entre estas respuestas. En este trabajo clasificamos las series de contagiados y muertes correspondientes a las provincias de Argentina mediante técnicas estadísticas de agrupamiento desde el paradigma de series de tiempo. Para ello, empleamos tres índices capaces de evaluar la similitud entre series de tiempo teniendo en cuenta la distancia punto a punto y el co-movimiento de las mismas. Para cada uno de estos índices, calculamos la matriz de similitud entre provincias y aplicamos el método de agrupamiento k-means adaptado para series de tiempo, generando de esta manera distintos modelos que buscan maximizar la similitud intra-grupo (alta densidad) y la separación entre los grupos. Luego utilizamos el coeficiente Silhouette que nos permitió evaluar los modelos de agrupamiento resultantes y establecer cuál de ellos generó el mejor ajuste a los datos. De esta forma determinamos el índice de similitud más apropiado y el número de grupos óptimo. Finalmente —y mediante el uso de medidas de resumen, visualizaciones, mapas, e información complementaria referente a las provincias— caracterizamos cuantitativa y cualitativamente el comportamiento de los grupos de provincias resultantes.
format video
topic_facet Índices de similitud para series de tiempo
COVID-19
SARS-CoV-2
author Bellassai, Juan Carlos
Pappaterra, María Lucía
Ojeda, Silvia María
author_facet Bellassai, Juan Carlos
Pappaterra, María Lucía
Ojeda, Silvia María
author_sort Bellassai, Juan Carlos
title Análisis de series de contagio y fallecidos por Covid-19 vía índices de similitud
title_short Análisis de series de contagio y fallecidos por Covid-19 vía índices de similitud
title_full Análisis de series de contagio y fallecidos por Covid-19 vía índices de similitud
title_fullStr Análisis de series de contagio y fallecidos por Covid-19 vía índices de similitud
title_full_unstemmed Análisis de series de contagio y fallecidos por Covid-19 vía índices de similitud
title_sort análisis de series de contagio y fallecidos por covid-19 vía índices de similitud
publishDate 2020-10
url http://hdl.handle.net/11086/16932
work_keys_str_mv AT bellassaijuancarlos analisisdeseriesdecontagioyfallecidosporcovid19viaindicesdesimilitud
AT pappaterramarialucia analisisdeseriesdecontagioyfallecidosporcovid19viaindicesdesimilitud
AT ojedasilviamaria analisisdeseriesdecontagioyfallecidosporcovid19viaindicesdesimilitud
_version_ 1756010096296460288