Time series analysis for SARS COV-2 infections
DOI:
https://doi.org/10.18041/2619-4244/dl.34.11649Keywords:
ARIMA, ARFIMA, Neural Networks, SARS-COV2, COVID-19, time seriesAbstract
The paper proposes developing time series tools to estimate the SARS-COV2 infection in Latin American countries using a daily infections dataset in ten countries. We use the ARIMA, ARFIMA and NNAR models for methodological development. We made different estimations to determine the best fit for the series based on the measurement of the goodness-of-fit criteria, showing that NNAR models can be used to predict the COVID-19 infection curve in LATAM more accurately and precisely.
References
Abigail Orús. (2021). Casos confirmados de coronavirus en el mundo por continente 2021 | Statista. Número de Casos Confirmados de Coronavirus a Nivel Mundial a Fecha de 12 de Septiembre de 2021, Por Continente.
Adesina, O. S., Onanaye, S. A., Okewole, D., & Egere, A. C. (2020). Forecasting of New Cases of COVID-19 in Nigeria Using Autoregressive Fractionally Integrated Moving Average Models. Asian Research Journal of Mathematics, 135–146. https://doi.org/10.9734/arjom/2020/v16i930226
Alaraj, M., Majdalawieh, M., & Nizamuddin, N. (2021). Modeling and forecasting of COVID-19 using a hybrid dynamic model based on SEIRD with ARIMA corrections. Infectious Disease Modelling, 6, 98–111. https://doi.org/10.1016/j.idm.2020.11.007
Alabdulrazzaq, H., Alenezi, M. N., Rawajfih, Y., Alghannam, B. A., Al-Hassan, A. A., & Al-Anzi, F. S. (2021). On the accuracy of ARIMA based prediction of COVID-19 spread. Results in Physics, 27. https://doi.org/10.1016/j.rinp.2021.104509
Bielsa, F. J. T. (2016). bibliotecaitm - Introducción a la econometría. https://elibro-net.itm.elogim.com:2443/es/lc/bibliotecaitm/titulos/49156
Brockwell, P. J., & Davis, R. A. (2002). Introduction to Time Series and Forecasting - Second Edition. In Springer-Verlag. http://books.google.com/books?id=9tv0taI8l6YC
Castaño, E. (2016). ´ DE MODELOS ARFIMA a IDENTIFICACI ON IDENTIFICATION IN ARFIMA MODELS. 12–37.
de la Fuente Fernández, S. (2016). Series Temporales: Modelo Arima. Universidad Autónoma de Madrid, 1–14. http://www.estadistica.net/ECONOMETRIA/SERIES-TEMPORALES/modelo-arima.pdf
Dehesh, T., Mardani-Fard, H. A., & Dehesh, P. (2020). Forecasting of COVID-19 Confirmed Cases in Different Countries with ARIMA Models. MedRxiv, 1–12. https://doi.org/10.1101/2020.03.13.20035345
Floréz lópez, R., & Fernandez Fernandez, J. M. (2008). Las Redes Neuronales Artificiales.
Florez Raquel. (2008). Las Redes Neuronales Artificiales.
Hamadneh, N. N., Tahir, M., & Khan, W. A. (2021). Using artificial neural network with prey predator algorithm for prediction of the COVID-19: The case of Brazil and Mexico. In Mathematics (Vol. 9, Issue 2, pp. 1–14). https://doi.org/10.3390/math9020180
Ilie, O. D., Cojocariu, R. O., Ciobica, A., Timofte, S. I., Mavroudis, I., & Doroftei, B. (2020). Forecasting the spreading of COVID-19 across nine countries from Europe, Asia, and the American continents using the arima models. Microorganisms, 8(8), 1–19. https://doi.org/10.3390/microorganisms8081158
Kartikasari, P., Yasin, H., & Asih I Maruddani, D. (2020). ARFIMA Model for Short Term Forecasting of New Death Cases COVID-19. E3S Web of Conferences, 202. https://doi.org/10.1051/e3sconf/202020213007
Martın, R., & Pineros, L. (2020). Propuesta de un modelo con redes neuronales y metodología Box & Jenkins para el pronóstico del precio de bolsa de la energía en Colombia. 57. https://repository.libertadores.edu.co/handle/11371/2654#.X3xvnsLRlJA.mendeley
Niazkar, H. R., & Niazkar, M. (2020). Application of artificial neural networks to predict the COVID-19 outbreak. Global Health Research and Policy, 5(1). https://doi.org/10.1186/s41256-020-00175-y
OMS. (2020). COVID-19: cronología de la actuación de la OMS. In Organización Mundial de la Salud.
OPS. (2021a). Controlar la COVID-19 en las Américas podría llevar años si continúa el ritmo lento de vacunación actual, advierte la directora de la OPS - OPS/OMS | Organización Panamericana de la Salud. Controlar La COVID-19 En Las Américas Podría Llevar Años Si Continúa El Ritmo Lento de Vacunación Actual, Advierte La Directora de La OPS.
OPS. (2021b). OPS: sólo una de cada cuatro personas está completamente vacunada contra la COVID-19 en América Latina y el Caribe - OPS/OMS | Organización Panamericana de la Salud. OPS: Sólo Una de Cada Cuatro Personas Está Completamente Vacunada Contra La COVID-19 En América Latina y El Caribe.
Pinzón, J. E. D. (2021). Perspectiva del tiempo para alcanzar la inmunidad de rebaño para COVID-19 a nivel mundial. Revista Repertorio de Medicina y Cirugía, 30, 73–78. https://doi.org/10.31260/REPERTMEDCIR.01217372.1245
Statista Research Department. (2021). • Coronavirus en Latinoamérica: países con más casos | Statista. Número de Casos Confirmados de Coronavirus (COVID-19) En América Latina y El Caribe Al 10 de Septiembre de 2021, Por País.
Velasquez-H., J. D. (2011). Acotación del error de modelos de redes neuronales aplicados al pronóstico de series de tiempo. Revista UIS Ingenierías, 10(1), 63–69.
Velásquez, J. D., & Franco, C. J. (2012). Pronóstico de series de tiempo con tendencia y ciclo estacional usando el modelo airline y redes neuronales artificiales. Ingeniería y Ciencia, 8(15), 171–189. https://doi.org/10.17230/ingciencia.8.15.9
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Dictamen Libre
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
