B.F. Estadística
URI permanente para esta comunidad
Navegar
Examinando B.F. Estadística por Autor "Cogollo Flórez, Myladis Rocío"
Mostrando 1 - 2 de 2
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Análisis comparativo del desempeño de modelos de series de tiempo tradicionales, redes neuronales artificiales y modelos híbridos para pronosticar los casos por infecciones respiratorias agudas (IRA) en la ciudad de Montería(Universidad de Córdoba, 2023-12-07) Moreno Santamaría, Iván Josué; Varilla Mendoza, Fernando Arturo; Cogollo Flórez, Myladis Rocío; Bru Cordero, Osnamir Elias; Robles González, Juana RaquelEn este trabajo investigativo, se ha llevado a cabo el modelado de los casos de IRA en la ciudad de Montería en el periodo 2012-2023 presentados por semana epidemiológica, mediante tres diferentes técnicas de pronóstico: Series de tiempo tradicionales, redes neuronales artificiales y modelos híbridos, con el objetivo de comparar sus desempeños y encontrar la metodología que mejor modela los datos. Para ello, se consideraron cinco horizontes de pronóstico: 52, 35, 17, 9 y 4 semanas epidemiológicas, donde el primer horizonte corresponde al periodo de la serie y los cuatro valores restantes corresponden a horizontes que se han sido sugeridos en la literatura para datos similares a los aquí analizados (véase por ejemplo Becerra et al. (2020), Cogollo et al. (2021)). Se encuentra que el desempeño de las tres técnicas de pronóstico consideradas en este estudio, mejora a medida que se incrementa la cantidad de datos para entrenar el modelo. Con respecto a los modelos tradicionales el más adecuado para modelar los casos de IRA es el modelo autorregresivo integrado de media móvil estacional (SARIMA) debido a la presencia de tendencia y estacionalidad. Por otra parte, se evidencia que el modelo de redes neuronales artificiales es el que presenta mejores resultados, en los distintos horizontes, en términos de la calidad del pronóstico. Adicionalmente, se demuestra que el uso de una metodología híbrida no mejora la calidad del pronóstico de los casos de IRA hallados con el modelo autorregresivo integrado de media móvil (ARIMA) y SARIMA. Se demuestra que es posible emplear los datos históricos reportados de los casos de IRA para proporcionar información estadística verídica a las entidades de salud en la ciudad de Montería, que pueda apoyar la elaboración del organigrama de prevención y control de la enfermedad.Publicación Embargo Análisis de series temporales para pronosticar los casos de dengue en el departamento de Córdoba(2023-08-18) Medina Segovia, Ever; Cogollo Flórez, Myladis RocíoEste trabajo propone una estrategia de modelado para predecir la tasa de incidencia del dengue en el Departamento de Córdoba por cada 100.000 habitantes, teniendo en cuenta el impacto de variables exógenas. Se usaron los datos de los casos de dengue, precipitación y humedad relativa, reportados desde el año 2007 hasta el 2021, por periodo epidemiológico. En el ajuste del modelo de series de tiempo, se utiliza la combinación del enfoque de validación cruzada y la metodología de Box-Jenkins. Además, se muestra que al incluir las variables humedad relativa y precipitación, como exógenas, se encuentra que el mejor modelo es el SARIMAX(1, 1, 1)(0, 0.1)[13], quién presenta los resultados de desempeño más consistentes en los conjuntos de entrenamiento y prueba de todos los modelos ajustados.