Modelización del covid-19 en Santander mediante series temporales

En los últimos años la pandemia del COVID-19 cambio mucho la vida como la conocíamos, conocer como esta pandemia se propagaba y lograr conocer los posibles contagiados es muy importante para tomar decisiones de salud publica para evitar el colapso del sistema de salud. Este trabajo consiste en presentar un modelo ARIMA para la predicción del número de casos y de ser necesario un modelo GARCH si los errores del modelo ARIMA no se comportan de buena manera (Homocedasticidad). En el primer capítulo, recordaremos algunos conceptos importantes de teoría de series de tiempo ARIMA, y todo lo relacionado a su modelización. En el capítulo siguiente presentaremos algunas definiciones de los modelos GARCH, como se realiza su estimación. En el ultimo capitulo veremos una simulación para confirmar nuestra metodología planteada y el análisis de los datos de COVID-19.

• Autores: Diaz Garces, Cristian Julian
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad Industrial de Santander
• Repositorio: Repositorio UIS
• Idioma: spa
• OAI Identifier: oai:noesis.uis.edu.co:20.500.14071/14839
• Acceso en línea: https://noesis.uis.edu.co/handle/20.500.14071/14839; https://noesis.uis.edu.co
• Palabra clave: Serie de tiempo; modelizacion; covid-19; prediccion; ARIMA; GARCH; teoria de probabilidad; estadistica; Time series; modeling; covid-19; prediction; multiplicative; ARIMA; GARCH; probability; statistics
• Rights: openAccess
• License: Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)