Modelización del covid-19 en Santander mediante series temporales

Diaz Garces, Cristian Julian

Modelización del covid-19 en Santander mediante series temporales

dc.contributor.advisor	Rios Gutierrez, Andres Sebastian
dc.contributor.author	Diaz Garces, Cristian Julian
dc.contributor.evaluator	Rivera Florez, Tulia Esther
dc.contributor.evaluator	Abril Luna, Julian Armando
dc.date.accessioned	2023-08-14T21:39:20Z
dc.date.available	2023-08-14T21:39:20Z
dc.date.created	2023-08-10
dc.date.issued	2023-08-10
dc.description.abstract	En los últimos años la pandemia del COVID-19 cambio mucho la vida como la conocíamos, conocer como esta pandemia se propagaba y lograr conocer los posibles contagiados es muy importante para tomar decisiones de salud publica para evitar el colapso del sistema de salud. Este trabajo consiste en presentar un modelo ARIMA para la predicción del número de casos y de ser necesario un modelo GARCH si los errores del modelo ARIMA no se comportan de buena manera (Homocedasticidad). En el primer capítulo, recordaremos algunos conceptos importantes de teoría de series de tiempo ARIMA, y todo lo relacionado a su modelización. En el capítulo siguiente presentaremos algunas definiciones de los modelos GARCH, como se realiza su estimación. En el ultimo capitulo veremos una simulación para confirmar nuestra metodología planteada y el análisis de los datos de COVID-19.
dc.description.abstractenglish	In recent years, the COVID-19 pandemic has changed life as we knew it a lot. Knowing how this pandemic spread and getting to know the possible infected people is very important to make public health decisions to avoid the collapse of the health system. This work consists of presenting an ARIMA model for the prediction of the number of cases and, if necessary, a GARCH model if the errors of the ARIMA model do not behave well (Homoscedasticity). In the first chapter, we will recall some important concepts of ARIMA time series theory, and everything related to its modeling. In the next chapter we will present some definitions of the GARCH models, how their estimation is carried out. In the last chapter we will see a simulation to confirm our proposed methodology and the analysis of the COVID-19 data.
dc.description.degreelevel	Pregrado
dc.description.degreename	Matemático
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/14839
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ciencias
dc.publisher.program	Matemáticas
dc.publisher.school	Escuela de Matemáticas
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Serie de tiempo
dc.subject	modelizacion
dc.subject	covid-19
dc.subject	prediccion
dc.subject	ARIMA
dc.subject	GARCH
dc.subject	teoria de probabilidad
dc.subject	estadistica
dc.subject.keyword	Time series
dc.subject.keyword	modeling
dc.subject.keyword	covid-19
dc.subject.keyword	prediction
dc.subject.keyword	multiplicative
dc.subject.keyword	ARIMA
dc.subject.keyword	GARCH
dc.subject.keyword	probability
dc.subject.keyword	statistics
dc.title	Modelización del covid-19 en Santander mediante series temporales
dc.title.english	Modeling of covid-19 in Santander through time series
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado