Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.espoch.edu.ec/handle/123456789/19922
Título : | Análisis estadístico en variables COVID-19 en el ecuador mediante la aplicación y contraste de modelos Log-lineal y SIR |
Autor : | Toledo Salinas, Jilyan Gabriela |
Director(es): | Chariguaman Maurisaca, Nancy Elizabeth |
Tribunal (Tesis): | Balseca Castro, Jaqueline Elizabeth |
Palabras claves : | VARIABLES COVID-19;MODELO SIR;MODELO LOG-LINEAL;INCIDENCIA;CONTAGIOS;ESTIMACIONES |
Fecha de publicación : | 14-dic-2022 |
Editorial : | Escuela Superior Politécnica de Chimborazo |
Citación : | Toledo Salinas, Jilyan Gabriela. (2022). Análisis estadístico en variables COVID-19 en el ecuador mediante la aplicación y contraste de modelos Log-lineal y SIR. Escuela Superior Politécnica de Chimborazo. Riobamba |
Identificador : | UDCTFC;226T0142 |
Abstract : | The objective of this research project was to perform a statistical analysis of COVID-I9 variables in Ecuador through the application and contrast of Log-linear and SIR models. For the development of this work, information on the daily and accumulated incidence of infections was used, taking a period of time from March 2020 to December 2021, using the information from December 2021 for the application of the aforementioned approaches, modeling the daily incidence and cumulative number of COVID-I9 in the country, estimations were calculated for measures of the infectivity of the disease, including basic reproduction number, growth rate, and doubling time. The estimations of the basic reproduction number for the SIR model were greater than 1, both in the country and in its most representative provinces, with values between 1.17 and 1.44. The growth rate located between 4% and 7% and doubling rates between 10 and 17 days approximately were also calculated. It was found that the log-linear regression model provided a better fit, and simple estimations of daily incidence in Ecuador were calculated. Finally, for a contrast of various models that study the incidence of COVID19, it is recommended not only to perform a graphical analysis but also an analytical study in case of having all the necessary parameters for comparison and thus obtain more complete research. |
Resumen : | El presente proyecto de investigación tuvo como objetivo realizar un análisis estadístico en variables COVID-19 en el Ecuador mediante la aplicación y contraste de modelos Log-lineal y SIR. Para el desarrollo de este trabajo se utilizó información de la incidencia diaria y acumulada de contagios, tomando un periodo de tiempo de marzo 2020 a diciembre del 2021, utilizando la información de diciembre del 2021 para la aplicación de los enfoques mencionados, modelando la incidencia diaria y acumulada de COVID-19 en el país, se calculó estimaciones para medidas de la infecciosidad de la enfermedad, incluido el número básico de reproducción, la tasa de crecimiento y el tiempo de duplicación. Se encontró que las estimaciones del número básico de reproducción para el modelo SIR eran mayores que 1 tanto en el país como en sus provincias más representativas, con valores entre 1.17 y 1.44. También se calculó la tasa de crecimiento situada del 4% al 7% y tasas de duplicación de entre 10 y 17 días a aproximadamente. Se encontró que el modelo de regresión lineal logarítmica brindaba un mejor ajuste y se calcularon estimaciones simples de la incidencia diaria para Ecuador. Finalmente, para un contraste de varios modelos que estudian la incidencia del COVID-19 se recomienda a más de un análisis gráfico, realizar un estudio analítico en caso de poseer todos los parámetros necesarios para su comparación y así obtener una investigación más completa. |
URI : | http://dspace.espoch.edu.ec/handle/123456789/19922 |
Aparece en las colecciones: | Ingeniero en Estadística Informática; Ingeniero/a Estadístico/a |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
226T0142.pdf | 2,24 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons