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
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Outros Autores: | , , , |
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 |