Predicting the Tide of the Pandemic: An In-Depth Analysis of Forecasting Models for COVID-19 in Cantabria

#BEIO

2023 | Último número | Vol. 39, No. 2

Alberto Lezcano Lastra
Cantabrian Institute of Statistics. Government of Cantabria
lezcano_a@cantabria.es

Gonzalo Llamosas García
Applied Economic Department. University of Malaga
ORCid: 0000-0002-4407-2845
gonzalo.llamosas@uma.es

Alejandro López Cagigas
Cantabrian Institute of Statistics. Government of Cantabria
lopez_ale@cantabria.es

Francisco Javier Parra Rodríguez
Economic Analysis National University of Distance Education
parra@cee.uned.es

Abstract

Amidst the COVID-19 pandemic, astute public health interventions, including mobility constraints, are paramount. The bedrock of such strategies lies in the precision of forecasting models. Harnessing data from the Cantabrian Health Service, this study critically evaluates and contrasts time series analysis and cutting-edge machine learning techniques in predicting 30-day COVID-19 case trajectories. Additionally, it demystifies the technological scaffolding and methodologies of the Cantabrian Institute of Statistics’ web portal for streamlined collation and display of socio-health indicators. The analysis underscores the indispensability and acumen of predictive modeling in steering agile responses to public health crises.

Predicting the Tide of the Pandemic: An In-Depth Analysis of Forecasting Models for COVID-19 in Cantabria | SEIO

Un análisis de modelos de pronóstico para COVID-19 en Cantabria

Lezcano Lastra, Alberto

Instituto Cántabro de Estadística

lezcano_a@cantabria.es

Llamosas García, Gonzalo

Instituto Cántabro de Estadística

llamosas_g@cantabria.es

López Cagigas, Alejandro

Instituto Cántabro de Estadística

lopez_ale@cantabria.es

Parra Rodríguez, Francisco Javier

Instituto Cántabro de Estadística

parra_fj@cantabria.es

Resumen:

La pandemia del COVID-19 ha supuesto un grave reto sanitario, económico y social en todo el mundo. Para hacerlo frente, gobiernos de todo el planeta han planteado restricciones de movilidad que han agravado considerablemente la calidad de vida de millones de personas. En este contexto, los modelos estadísticos de series temporales han vuelto a ocupar la primera línea. El uso de pronósticos de aprendizaje automático se ha mostrado eficaz para anticipar la evolución de los diferentes shocks epidemiológicos. A partir de datos del Servicio Cántabro de salud, hemos realizado proyecciones de casos diarios a 30 días. Este trabajo compara diferentes metodologías de series temporales para analizar su rendimiento en las predicciones de casos positivos a través de diferentes métricas. También se describen las tecnologías empleadas en el aplicativo web del Instituto Cántabro de Estadística, donde se muestra la experiencia diaria en la recogida, procesamiento y actualización de datos para el diseño de indicadores socio-sanitarios.

https://jecas.es/una-evaluacion-de-modelos-de-pronostico-para-casos-covid-19-en-cantabria/

R Para Ciencia de Datos: Cómo hacer ciencia de datos con R en español — R-bloggers

[This article was first published on Pachá, and kindly contributed to R-bloggers]. (You can report issue about the content on this page here) Want to share your content on R-bloggers? click here if you have a blog, or here if you don’t. ¿Por qué traducir este libro? ‘R for Data Science’ es un libro práctico…

R Para Ciencia de Datos: Cómo hacer ciencia de datos con R en español — R-bloggers

Macroeconomic data for France, Germany, Italy, Spain & the Euro Area — R-bloggers

[This article was first published on Macroeconomic Observatory – R, and kindly contributed to R-bloggers]. (You can report issue about the content on this page here) Want to share your content on R-bloggers? click here if you have a blog, or here if you don’t. We gather macroeconomic data for France, Germany, Italy, Spain &…

Macroeconomic data for France, Germany, Italy, Spain & the Euro Area — R-bloggers

Análisis de Series Temporales con R.

 

Francisco Parra Rodríguez

Juan Antonio Vicente Virseda.

Análisis de series temporales con R, incluye: suavizado de series temporales, descomposición de series de temporales, modelos ARIMA, funciones nucleo, splines, series de fourier y tecnicas de machine learnig aplicadas a series temporales.

En Rpub:

Análisis de Series Temporales con R

Libro en Bookdown

Análisis de Series Temporales con R

 

ESTIMACIÓN DE ÍNDICE DE POBREZA MULTIDIMENSIONAL A NIVEL PROVINCIAL PARA ECUADOR

MÁSTER OFICIAL EN ECONOMÍA: INSTRUMENTOS DE ANÁLISIS ECONÓMICOS.

CURSO ACADÉMICO: 2018-2019

TRABAJO FIN DE MÁSTER

ESTIMACIÓN DE ÍNDICE DE POBREZA MULTIDIMENSIONAL A NIVEL PROVINCIAL PARA ECUADOR.

ESTIMATION OF MULTIDIMENSIONAL POVERTY INDEX TO PROVINCIAL LEVEL FOR ECUADOR.

AUTOR: LUIS DANIEL VISCAINO CAICHE

TUTOR: FRANCISCO JAVIER PARRA RODRIGUEZ Y DANIEL DIAZ FUENTES

SEPTIEMBRE, 2019

Estimación de Índice de Pobreza Multidimensional a nivel provincial para Ecuador