Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lags

Detalhes bibliográficos
Autor(a) principal: Oro, Sheila Regina
Data de Publicação: 2022
Outros Autores: Di Domenico, Camila Nicola Boeri, Mafioleti, Tereza Rachel, Hellmann, Liliane, de Campos, Guilherme Lopes
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista Veras
Texto Completo: https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/43899
Resumo: Os casos de COVID-19, no Paraná, têm sido registrados desde o mês de março de 2020 o Paraná. A velocidade da propagação da doença muda frequentemente, o que desafia as previsões do número de infectados ao longo do tempo. Neste sentido, o uso de métodos os estatísticos podem auxiliar na avaliação da evolução e nas projeções da propagação da doença. Este estudo, objetivou realizar a modelagem e previsão do número de casos novos diários de COVID-19, no Estado do Paraná, por meio dos modelos autorregressivos de defasagens distribuídas, considerando o atraso na divulgação dos casos novos, dos casos em investigação e a taxa de transmissão. Os resultados indicaram que o modelo ajustado foi capaz de prever o número de casos novos diário da doença, com boa precisão para 14 dias.
id VERACRUZ-0_78037785d6015c97956e5281d7467714
oai_identifier_str oai:ojs2.ojs.brazilianjournals.com.br:article/43899
network_acronym_str VERACRUZ-0
network_name_str Revista Veras
repository_id_str
spelling Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lagsSéries temporaisModelos autorregressivos de defasagens distribuídasCoronavírusNúmero reprodutivo efetivo.Os casos de COVID-19, no Paraná, têm sido registrados desde o mês de março de 2020 o Paraná. A velocidade da propagação da doença muda frequentemente, o que desafia as previsões do número de infectados ao longo do tempo. Neste sentido, o uso de métodos os estatísticos podem auxiliar na avaliação da evolução e nas projeções da propagação da doença. Este estudo, objetivou realizar a modelagem e previsão do número de casos novos diários de COVID-19, no Estado do Paraná, por meio dos modelos autorregressivos de defasagens distribuídas, considerando o atraso na divulgação dos casos novos, dos casos em investigação e a taxa de transmissão. Os resultados indicaram que o modelo ajustado foi capaz de prever o número de casos novos diário da doença, com boa precisão para 14 dias.Brazilian Journals Publicações de Periódicos e Editora Ltda.2022-02-10info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/4389910.34117/bjdv8n2-132Brazilian Journal of Development; Vol. 8 No. 2 (2022); 10433-10444Brazilian Journal of Development; Vol. 8 Núm. 2 (2022); 10433-10444Brazilian Journal of Development; v. 8 n. 2 (2022); 10433-104442525-8761reponame:Revista Verasinstname:Instituto Superior de Educação Vera Cruz (VeraCruz)instacron:VERACRUZporhttps://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/43899/pdfCopyright (c) 2022 Brazilian Journal of Developmentinfo:eu-repo/semantics/openAccessOro, Sheila ReginaDi Domenico, Camila Nicola BoeriMafioleti, Tereza RachelHellmann, Lilianede Campos, Guilherme Lopes2022-03-02T14:25:51Zoai:ojs2.ojs.brazilianjournals.com.br:article/43899Revistahttp://site.veracruz.edu.br:8087/instituto/revistaveras/index.php/revistaveras/PRIhttp://site.veracruz.edu.br:8087/instituto/revistaveras/index.php/revistaveras/oai||revistaveras@veracruz.edu.br2236-57292236-5729opendoar:2024-10-15T16:21:30.204881Revista Veras - Instituto Superior de Educação Vera Cruz (VeraCruz)false
dc.title.none.fl_str_mv Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lags
title Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lags
spellingShingle Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lags
Oro, Sheila Regina
Séries temporais
Modelos autorregressivos de defasagens distribuídas
Coronavírus
Número reprodutivo efetivo.
title_short Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lags
title_full Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lags
title_fullStr Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lags
title_full_unstemmed Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lags
title_sort Previsão do número diário de pessoas diagnosticadas com COVID-19 no Estado do Paraná via modelos autorregressivos de defasagens distribuídas / Predicting the daily number of people diagnosed with COVID-19 in the State of Paraná via autoregressive models with distributed lags
author Oro, Sheila Regina
author_facet Oro, Sheila Regina
Di Domenico, Camila Nicola Boeri
Mafioleti, Tereza Rachel
Hellmann, Liliane
de Campos, Guilherme Lopes
author_role author
author2 Di Domenico, Camila Nicola Boeri
Mafioleti, Tereza Rachel
Hellmann, Liliane
de Campos, Guilherme Lopes
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Oro, Sheila Regina
Di Domenico, Camila Nicola Boeri
Mafioleti, Tereza Rachel
Hellmann, Liliane
de Campos, Guilherme Lopes
dc.subject.por.fl_str_mv Séries temporais
Modelos autorregressivos de defasagens distribuídas
Coronavírus
Número reprodutivo efetivo.
topic Séries temporais
Modelos autorregressivos de defasagens distribuídas
Coronavírus
Número reprodutivo efetivo.
description Os casos de COVID-19, no Paraná, têm sido registrados desde o mês de março de 2020 o Paraná. A velocidade da propagação da doença muda frequentemente, o que desafia as previsões do número de infectados ao longo do tempo. Neste sentido, o uso de métodos os estatísticos podem auxiliar na avaliação da evolução e nas projeções da propagação da doença. Este estudo, objetivou realizar a modelagem e previsão do número de casos novos diários de COVID-19, no Estado do Paraná, por meio dos modelos autorregressivos de defasagens distribuídas, considerando o atraso na divulgação dos casos novos, dos casos em investigação e a taxa de transmissão. Os resultados indicaram que o modelo ajustado foi capaz de prever o número de casos novos diário da doença, com boa precisão para 14 dias.
publishDate 2022
dc.date.none.fl_str_mv 2022-02-10
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/43899
10.34117/bjdv8n2-132
url https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/43899
identifier_str_mv 10.34117/bjdv8n2-132
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/43899/pdf
dc.rights.driver.fl_str_mv Copyright (c) 2022 Brazilian Journal of Development
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2022 Brazilian Journal of Development
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Brazilian Journals Publicações de Periódicos e Editora Ltda.
publisher.none.fl_str_mv Brazilian Journals Publicações de Periódicos e Editora Ltda.
dc.source.none.fl_str_mv Brazilian Journal of Development; Vol. 8 No. 2 (2022); 10433-10444
Brazilian Journal of Development; Vol. 8 Núm. 2 (2022); 10433-10444
Brazilian Journal of Development; v. 8 n. 2 (2022); 10433-10444
2525-8761
reponame:Revista Veras
instname:Instituto Superior de Educação Vera Cruz (VeraCruz)
instacron:VERACRUZ
instname_str Instituto Superior de Educação Vera Cruz (VeraCruz)
instacron_str VERACRUZ
institution VERACRUZ
reponame_str Revista Veras
collection Revista Veras
repository.name.fl_str_mv Revista Veras - Instituto Superior de Educação Vera Cruz (VeraCruz)
repository.mail.fl_str_mv ||revistaveras@veracruz.edu.br
_version_ 1813645582446624768