Precisión del pronóstico de la dinámica de propagación del COVID-19 en Perú

Abstract

espanolObjetivo: Analizar la precision del pronostico del modelo suavizado de Brown para predecir la propagacion de la COVID-19 en Peru, entre el 6 de marzo al 30 de mayo del 2020. Materiales y metodos: Estudio descriptivo basado en un analisis de series de tiempo correspondiente al periodo comprendido entre el 6 de marzo al 30 de mayo del 2020 en Peru. Se utilizo la informacion de la cantidad de casos positivos de COVID-19 (155 671 personas). El modelo empleado como metodo de prediccion fue el pronostico suavizado de Brown que consiste en realizar dos suavizaciones exponenciales, a partir de las cuales se calcula el pronostico: en la primera se emplean los valores observados en la serie de tiempo; y la segunda, la serie que ha sido obtenida mediante la primera atenuacion. Las medidas de precision utilizadas fueron el error medio del pronostico (EMP), el error medio al cuadrado (EMC), la desviacion absoluta de la media (DAM) y el porcentaje de error medio absoluto (PEMA). Para determinar si los datos se ajustan al modelo evaluado se utilizo el coeficiente de determinacion (R2). Resultados: El error medio del pronostico (EMP) fue de 156,7; el error medio al cuadrado (EMC) fue de 506461,3; la desviacion absoluta de la media (DAM) fue 450,6 y el porcentaje de error medio absoluto (PEMA) fue 9,03 %. El coeficiente de determinacion (R2) fue de 0,8078. Conclusiones: El error de precision o porcentaje de error medio absoluto (PEMA) fue del 9,03 %, con un coeficiente de determinacion (R2) de 0,8078; lo que indica que los datos se ajustan en un 80,78 % al modelo evaluado. English Objective: To analyze the forecast accuracy of Brown's exponential smoothing model to predict the spread of COVID-19 in Peru from March 6 to May 30, 2020. Materials and methods: A descriptive study based on a time series analysis conducted from March 6 to May 30, 2020 in Peru. The information on the number of positive cases of COVID-19 (155,671 people) was used. The prediction method was Brown's exponential smoothing model, which consists in carrying out two exponential smoothings from which the forecast is calculated: the time series values were used in the first smoothing, and the first attenuation series was used in the second one. Accuracy measures used in the research were: mean forecast error (MFE), mean squared error (MSE), mean absolute deviation (MAD) and mean absolute percentage error (MAPE). The coefficient of determination (R2) was used to establish if the data fits the evaluated model.Results: MFE was 156.7, MSE was 506461.3, MAD was 450.6 and MAPE was 9.03 %. R2 accounted for 0.8078. Conclusions: Accuracy error or MAPE was 9.03 % and R2 was 0.8078, which indicates that the data fits by 80.78 % to the evaluated model.