Inferencia Variacional para la estimación de mortalidad COVID-19 en Portoviejo

• Ulbio Durán ^[1] ; Luis Sánchez ^[1] ; Graciela Uzcanga ^[1] ; Andrés Ortiz ^[2]
  1. [1] Universidad Técnica de Manabí

     Universidad Técnica de Manabí

     Portoviejo, Ecuador

     
  2. [2] Dirección Cantonal de Planificación para el Desarrollo ,Ecuador
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. Extra 41, 2021, págs. 244-257
• Idioma: español
• Títulos paralelos:
  • Variational Inference for the estimation of COVID-19 mortality in Portoviejo
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La pandemia del síndrome respiratorio agudo severo causado por SARS-CoV-2 ha provocado millones de casos y un alto número de muertes, alterando la dinámica poblacional, causando un fuerte impacto socio-económico, colapso en el sistema de salud, colapso en el sistema de educación, entre otros. En este trabajo, se propone un modelo de regresión logística para estudiar la dinámica de fallecidos, se implementan dos algoritmos computacionales IVDA y NUTS que permiten generar la distribución posterior en altas dimensiones. La interpretación de los parámetros es importante porque están relacionados con la variable de muerte por COVID-19 y asociados a COVID-19. Las estimaciones de los algoritmos son ilustrados usando datos reales del Cantón de Portoviejo; se demuestra que la propuesta describe en forma adecuada y confiable la dinámica de fallecidos. Para medir la calidad de estimación de los algoritmos, se utilizó tres medidas de bondad de ajuste. Los errores estimados son insignificantes.

  • English

    The severe acute respiratory syndrome pandemic by SARS-CoV-2 is caused, millions of confirmed cases and a high number of deaths are reported, the population dynamics are altered, a strong socio-economic impact, the collapse in the health system, the collapse in the education system, unemployment, are caused, among others. In this work, a logistic regression model is proposed, the dynamics of deaths in the period of the pandemic is modeled, two computational algorithms IVDA and NUTS are implemented, the posterior distribution in high dimensions is generated. The interpretation of the parameters is important, that to the variable of deaths from COVID-19 or no COVID-19 are related. The algorithms through real data are illustrated, the proposed model with adequately and reliably of the dynamic of the randomness of the deceased is shown. To measure the relative success of the algorithms, three goodness-of-fit measures are estimated. Obtaining small errors.