Análisis de curvas de covid-19 en Colombia utilizando ajuste por mínimos cuadrados
DOI:
https://doi.org/10.18041/1909-2458/ingeniare.29.7434Palabras clave:
Análisis, Ajuste de curvas, Modelamiento, Covid-19, Mínimos cuadradosResumen
Este artículo presenta un análisis de curvas de Covid-19 en Colombia utilizando ajuste por mínimos cuadrados. Tomados los datos de contagios, recuperados y fallecidos de Covid-19 en Colombia entre marzo y abril, se realizó un modelamiento. Sumando los datos de mayo, junio y julio, se realizó un segundo modelamiento. Se realizaron predicciones que fueron comparadas con los datos reales de la pandemia para validar el pronóstico. Finalmente se hizo un tercer modelamiento, sumando los datos del mes de agosto y se realizaron predicciones para septiembre. Los coeficientes de determinación para los primeros dos modelamientos estuvieron en un rango entre 0.7124 y 0.9985, y para el tercer modelamiento entre 0.9524 y 0.9955. Finalmente se concluye que la Covid-19 en Colombia ha seguido los pronósticos establecidos por los modelos más acertados de este estudio con errores inferiores al 7%; de seguir así, se espera una mitigación de la pandemia para inicios de septiembre, pero un aumento de contagios para finales del mismo. Se recomienda guardar los protocolos de bioseguridad establecidos por el gobierno y reforzar las medidas de prevención en caso de presenciar el inicio de dicho aumento a mediados de septiembre.
Descargas
Referencias
W. H. Organization, «Coronavirus disease 2019 (COVID-19): situation report—30,» 2020.
F. G. Manrique Abril, C. A. Agudelo Calderón, V. M. Gonzales Chordá, O. Gutiérrez Lesmes, C. F. Téllez Piñeres y G. Herrera Amaya, «Modelo SIR de la pandemia de Covid-19 en Colombia,» Salud Pública, vol. 22, nº 2, pp. 1-9, Marzo 2020.
J. A. Obando Bastidas, A. P. Peña Pita, L. N. Obando Vargas y A. Franco Montenegro, «Importancia de los modelos de regresión no lineales en la interpretación de datos de la Covid-19 en Colombia,» Revista Habanera de Ciencias Médicas, vol. 19, 2020.
D. Ortega Lenis, D. Arango Londoño, E. Muñoz, D. E. Cuartas, D. Caicedo, J. Mena, M. Torres y F. Mendez, «Predicciones de un modelo SEIR para casos de Covid-19 en Cali, Colombia,» Revista Salud Pública, vol. 22, nº 2, Abril 2020.
J. E. Díaz Pinzón, «Precisión del pronóstico de la propagación del COVID-19 en Colombia,» Repertorio de medicina y cirujía, vol. 29, nº 1, 2020.
R. Guzman y J. A. Cervera, «La mecánica estadística: sus orígenes y sus paradojas a la luz de los escritos de Paul y Tatiana Ehrenfest,» ILUIL, vol. 29, pp. 331-356, 2006.
E. G. Florez Serrano y R. I. Laguado Ramírez, «Simulación bidimensional del flujo de convección libre en un cavidad cuadrada utilizando el método de la ecuación de Boltzmann en redes,» Ingeniería y Universidad, vol. 15, nº 2, 2011.
L. F. Plaza Gálvez, «Modelación matemática en ingeniería,» IE Revista de Investigación Educativa de la REDIECH, vol. 7, nº 13, 2016.
Á. G. Vera Dávila, J. C. Delgado Ariza y S. B. Sepulveda Mora, «Validación del modelo matemático de un panel solar empleando la herramienta Simulink de Matlab,» Revista de investigación, desarrollo e innovación, vol. 8, nº 2, 2018.
S. C. Chapra y R. P. Canale, Métodos numéricos para ingenieros, 7 ed., S. D. C. INTERAMERICANA EDITORES, Ed., McGRAW-HILL Education, 2015.
L. E. Ramírez Carvajal, K. C. Puerto López, G. Sierra Peñaranda y D. Guevara Ibarra, «Computer-aided design software for multi-stage amplifiers with bipolar transistors and field effect,» Journal of Physics: Conference Series, vol. 1418, 2019.
C. Niño Rondón, S. Castro Casadiego y B. Medina Delgado, «Caracterización para la ubicación en la captura de video aplicado en técnicas de visión artificial en la detección de personas,» Revista Colombiana de Tecnologías de Avanzada, vol. 2, nº 36, Abril 2020.
G. F. Contreras Contreras, H. J. Dulce Moreno y R. Ardila Melo, «Arduino data-logger and artificial neural network to data analysis,» Journal of Physics: Conference Series, vol. 1386, 2019.
A. A. Baez Perez y Á. J. Soto Vergel, «Enseñanza de sistemas de radiocomunicaciones terrestres con línea de vista mediante software educativo,» Revista Educación en Ingeniería, vol. 14, nº 28, pp. 78-87, 2019.
J. S. Santóyo Díaz y K. H. Serrano Medina, «Herramientas de software libre para la creación de contenidos educativos,» INGENIARE, nº 28, pp. 43-58, 2016.
J. Araque Gallardo, J. L. López Prado y C. Yeneris, «Desarrollo de una herramienta didáctica para la enseñanza de conceptos básicos en sistemas embebidos,» INGENIARE, nº 26, pp. 89-98, 2015.
C. Minnaard , «MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA,» de IICaim –Segundo Congreso Argentino de Ingeniería Mecánica, San Juan, Argentina, 2010.
M. Badii y A. Guillen, «Estimaciones Estadísticas: Un Acercamiento Analítico,» Daena: International Journal of Good Conscience, vol. 5, nº 1, pp. 237-255, Enero 2010.
W. Mendenhall, R. J. Beaver y B. M. Beaver, Introducción a la probabilidad y estadística, 13 ed., Cengage Learning, 2010.
I. N. d. Salud, 2020. [En línea]. Available: https://www.ins.gov.co/Noticias/Paginas/Coronavirus.aspx. [Último acceso: 13 Agosto 2020].
P. d. l. república, «Aislamiento Preventivo Obligatorio,» 2020.
Publicado
Número
Sección
Licencia
Derechos de autor 2020 Ingeniare
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
