PROCESOS DE RAMIFICACIÓN PARA MODELAR EL SARS-COV-2 EN LA CIUDAD DE BOGOTÁ

PROCESOS DE RAMIFICACIÓN PARA MODELAR EL SARS-COV-2 EN LA CIUDAD DE BOGOTÁ

Contenido principal del artículo

VISWANATHAN ARUNACHALAM
George Plata-Bello
Liliana Blanco

Resumen

Los coronavirus pertenecen a una familia de virus que pueden causar desde enfermedades respiratorias leves hasta casos de Infección Respiratoria Aguda Grave como es el caso del SARS-CoV-2, virus causante de la enfermedad COVID-19. El objetivo de este trabajo es implementar una metodología para la descripción de la evolución del virus SARS-CoV2 en la ciudad de Bogotá. Para ello se considera un proceso de Galton-Watson con dos tipos de individuos: contagiados reportados y contagiados no reportados (asintomáticos). Se hace uso únicamente de las estadísticas diarias de casos Covid-19 reportadas por la secretaría de salud de Bogotá. Nos obtenemos las estimaciones para el modelo y proponemos tres métodos con los gráficos correspondientes, en ese sentido, podemos obtener las estimaciones para el modelo, y finalmente, introducimos la misma metodología con la inmigración

Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Referencias (VER)

K. B. Athreya, P. E. Ney, and P. Ney. Branching processes. Courier Corporation, 2004.

P. J. Brockwell and R. A. Davis. Time series: theory and methods. Springer science &

business media, 2009.

J.-P. Dion. Estimation of the variance of a branching process. The Annals of Statistics,

pages 1183–1187, 1975.

GOV.CO. Datos covid-19. urlhttps://www.datos.gov.co/Salud-y-Protecci-n-Social/Casospositivos-

de-COVID-19-en-Colombia/gt2j-8ykr/data, 2020.

C. Jacob. Branching processes: their role in epidemiology. International journal of environmental

research and public health, 7(3):1186–1204, 2010.

H. Lin, X. Shi, L. Lausen, A. Zhang, H. He, S. Zha, and A. Smola. Dive into deep learning for

natural language processing. In Proceedings of the 2019 Conference on Empirical Methods

in Natural Language Processing and the 9th International Joint Conference on Natural

Language Processing (EMNLP-IJCNLP): Tutorial Abstracts, 2019.

F. Maaouia, A. Touati, et al. Identification of multitype branching processes. Annals of

statistics, 33(6):2655–2694, 2005.

J. Medhi. Stochastic processes. New Age International, 1994.

M. Slavtchova-Bojkova. Branching processes modelling for coronavirus (covid’19) pandemic.

In 13th International Conference on Information Systems and Grid Technologies, ISGT,

volume 2020, page 2656, 2020.

N. M. Yanev, V. K. Stoimenova, and D. V. Atanasov. Branching stochastic processes as

models of covid-19 epidemic development. arXiv preprint arXiv:2004.14838, 2020.

N. M. Yanev, V. K. Stoimenova, and D. V. Atanasov. Stochastic modeling and estimation

of covid-19 population dynamics. arXiv preprint arXiv:2004.00941, 2020.

Citado por: