| dc.contributor | Salcedo Echeverry, Gladys Elena | |
| dc.contributor | Grupo de investigación y asesoría en estadística | |
| dc.creator | Sánchez Arias, Alexandra | |
| dc.date.accessioned | 2022-05-16T17:30:38Z | |
| dc.date.accessioned | 2022-09-29T13:20:51Z | |
| dc.date.available | 2022-05-16T17:30:38Z | |
| dc.date.available | 2022-09-29T13:20:51Z | |
| dc.date.created | 2022-05-16T17:30:38Z | |
| dc.date.issued | 2022-03-14 | |
| dc.identifier | https://bdigital.uniquindio.edu.co/handle/001/6205 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/3755763 | |
| dc.description.abstract | El presente trabajo de investigación pretende analizar estadísticamente el comportamiento de la serie temporal del número de infectados diarios por el Coronavirus en Colombia, desde el 06 de marzo del 2020 hasta el 09 de agosto del 2021, evaluando el efecto de las medidas de control de la pandemia, especialmente la vacunación, mediante la identificación de diferentes clústeres de variabilidad y modelación de cada uno de ellos por medio de algunos modelos predictivos para series de tiempo. | |
| dc.description.abstract | This work aims to statistically analyze the behavior of the time series of the number of daily infected by the Coronavirus in Colombia, from March 6, 2020 to August 9, 2021, and to evaluate the efect of the control measures of the pandemic, especially vaccination, through the identification of diferent clusters and then modeling each of them by means of some predictive model for time series. | |
| dc.language | spa | |
| dc.publisher | Universidad del Quindío | |
| dc.publisher | Facultad de Ciencias de la Educación | |
| dc.publisher | Universidad del Quindío (Armenia) | |
| dc.publisher | Educación - Licenciatura en Matemáticas | |
| dc.relation | [1] Arenas, J. Cota, W. Gómez-Gardeñes, J. Gómez, S. Granell, S. Matamalas, J. Soriano, D. Steinegger, B. (2020). "A mathematical model for the spatiotemporal epidemic spreading of COVID19". Physical Review X, American Physical Society, 10(4): 41-55. DOI: 10.1103/PhysRevX.10.041055. | |
| dc.relation | [2] Bravo, L. Grillo, E. Guerrero R. Santaella, J. (2020). "Modelos matemáticos y el COVID19". Colombia médica, Universidad del Valle, 51(2): 42-77. Recuperado de http://doi.org/10.25100/cm.v51i2.4277 | |
| dc.relation | [3] Castillo, M. y Wilches, J. (2020). "Aproximación matemática del modelo epidemiol lógico SIR para la comprensión de las medidas de contención contra la COVID19". Esp salud pública, Universidad del Magdalena, 94: 1-11. Recuperado de: https://medes.com/publication/154923. | |
| dc.relation | [4] Córdova, D. y Santa, F. (2021). "Aplicación del método autorregresivo integrado de medias móviles para el análisis de series de casos de COVID19 en Perú". Facultad de medicina humana URP, Universidad Ricardo Palma, 21(1). DOI: 10.25176/RFMH.v21i1.3307. | |
| dc.relation | [5] Córdova, D. y Santa, F. (2020). " Precisión del pronóstico de la dinámica de propagación de la COVID-19 en Perú". Horizonte médico, Universidad San Martín de Porres, 20(3). Recuperado de https://dx.doi.org/10.24265/horizmed.2020.v20n3.06 | |
| dc.relation | [6] Díaz, J. (2020). "Perspectiva del COVID-19 en Colombia para el año 2021". Repertortio de medicina y cirugía, Fundación Universitaria de ciencias de la salud, 29(1): 128-133. DOI:10.31260/RepertMedCir.01217372.1136. | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.rights | Universidad del Quindío | |
| dc.title | Modelación y análisis estadístico de la serie temporal de infectados por SARS-COV2 en Colombia | |
| dc.type | Tesis | |
