Importancia de los modelos de regresión no lineales en la interpretación de datos de la COVID-19 en Colombia

Resumen

Introducción: Debido a los nocivos efectos económicos y sociales propiciados por el confinamiento de las personas, las entidades gubernamentales de Colombia, planean una cuarentena inteligente, basados en la interpretación del comportamiento de la curva de los datos, de la cual afirman ha presentado un reducción durante los últimos días.

Objetivo: Destacar la importancia del análisis de los métodos de correlación no lineal y todos sus procedimientos de inferencia estadística para el diseño de un modelo matemático que permita la predicción de los datos basados en las edades de los casos positivos de COVID-19 en Colombia.

Material y Métodos: Los resultados diarios se basan en el sitio web oficial del Instituto Nacional de Salud de Colombia. Todos los datos se analizan a través del software libre R-Kward® (Biblioteca R). El propósito de los análisis es evidenciar el valor de la matriz de correlación, la prueba de hipótesis, r2 y el modelo de correlación ideal, a través del cual se realiza una predicción.

Resultados: Con un R² de 0,9969 muy cercano a 1, y una prueba de hipótesis que garantiza la veracidad de la hipótesis alternativa, el modelo matemático de regresión que más se aproxima al comportamiento real de los datos de crecimiento de la COVID-19 es cuadrático.

Conclusiones: El modelo cuadrático es positivo y creciente, mientras el número de contagios siga creciendo, por lo tanto, este momento no es ideal de hablar de un aplanamiento de la curva. Si el crecimiento es constante, el modelo podría tener una tendencia exponencial.