Abstract

Objective: To estimate an Integrated Autoregressive Moving Average model (ARIMA) for the analysis of series of COVID-19 cases, in Peru. Methods: The present study was based on a univariate time series analysis; The data used refer to the number of new accumulated cases of COVID-19 from March 6 to June 11, 2020. For the analysis of the fit of the model, the autocorrelation coefficients (ACF), the unit root test of Augmented Dickey-Fuller (ADF), the Normalized Bayesian Information Criterion (Normalized BIC), the absolute mean percentage error (MAPE) and the Box-Ljung test. Results: The prognosis for COVID-19 cases, between June 12 and July 11, 2020 ranges from 220 596 to 429 790. Conclusions: The results obtained with the ARIMA model, compared with the observed data, show an adequate adjustment of the values; And although this model, easy to apply and interpret, does not simulate the exact behavior over time, it can be considered a simple and immediate tool to approximate the number of cases.

Highlights

  • Introducción: In recent months, researchers have been using mathematical methods to predict the number of COVID-19 cases worldwide

  • Diversos autores[1,11,15,16,17,18,19,20], a nivel mundial, han desarrollado modelos para el pronóstico de casos de COVID-19 basados en el método Autoregressive Moving Average model (ARIMA), en los cuales han utilizado determinados estadísticos para evaluar la bondad de ajuste del modelo mostrando buenos resultados en cuanto a pronósticos a corto plazo

  • Coronavirus (COVID-19): ARIMA based time-series analysis to forecast near future. arXiv preprint arXiv:2004.07859. 2020

Read more

Summary

ARTÍCULO ORIGINAL

Introducción: En los últimos meses, los investigadores han venido empleando métodos matemáticos para poder pronosticar el número de casos de COVID-19 en todo el mundo. Objetivo: Estimar un modelo Autorregresivo Integrado de Medias Móviles (ARIMA) para el análisis de series de casos de COVID-19, en Perú. Métodos: El presente estudio se basó en un análisis de series temporales univariante; los datos utilizados se refieren a la cantidad de casos nuevos acumulados de COVID-19 del 06 de marzo al 11 de junio de 2020. Resultados: El pronóstico de casos de COVID-19, entre el 12 de junio al 11 de julio de 2020 oscila entre 220 596 a 429 790. Conclusión: Los resultados obtenidos con el modelo ARIMA, comparados con los datos observados, muestran un ajuste adecuado de los valores; y aunque este modelo, de fácil aplicación e interpretación, no simula el comportamiento exacto en el tiempo puede considerarse una herramienta simple e inmediata para aproximar el número de casos.

Variables e instrumentos
Análisis estadístico
Aspectos éticos
Limite superior
CONCLUSIÓN
REFERENCIAS BIBLIOGRÁFICAS
Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call