Español
English
Français
Italiano
Português
Русский
El 14 de abril a las 14 horas vía Zoom tendrá lugar un nuevo Seminario del IESTA (SIESTA) titulado Modelos de series temporales adaptativos y robustos para predecir contagios y muertes por COVID-19 en Uruguay. Predicciones resultantes de los modelos de Castle, Doornik y Hendry. Estará a cargo de Silvia Rodrı́guez-Collazo (Instituto de Estadística - FCEA - Udelar).
ID: 895 1462 8879
Contraseña: k!7yDCtCM4
Resumen
Esta nota pretende brindar elementos para comprender los diversos resultados que se obtienen a partir de dos tipos de metodologías para la modelización de algunas variables que informan sobre el desarrollo de la epidemia y en numerar algunos principios que deben de cumplir los procedimientos de proyección y predicción para que sean informativos y útiles. El siguiente objetivo de la nota es dar a conocer las predicciones del acumulado de contagios y el número de fallecimientos para Uruguay provenientes de los modelos creados por Castle, Doornik y Hendry. Este grupo de científicos brindan de manera sistemática y pública tanto para Uruguay como para un amplio conjunto de países predicciones a 7 días de plazo. En contraposición con la detallada documentación de acceso público que han generado Castle, Doornik y Hendry, en Uruguay la documentación pública generada por el equipo de Modelos y Ciencia de Datos del GACH es escasa. No es posible encontrar documentos de acceso público que den cuenta de las metodologías utilizadas para la estimación de sus modelos ni tampoco se dispone de información pública sobre proyecciones actualizadas, ni tampoco el horizonte de proyecci on. Esta falta de informaci on que parece ser producto de una decisión explícita, no se comprende.
El interés por la evolución de esta epidemia en nuestro país es creciente, se cuenta con información diaria sobre un conjunto de variables que permiten hacer un seguimiento de la epidemia pero no se cuenta con información pública sobre proyecciones o predicciones actualizadas, por lo que se espera que esta nota pueda adicionar información.
Mail de contacto: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
