Análisis de correlación condicional dinámica y análisis de componentes principales funcionales de la mortalidad por COVID-19 en los Estados Unidos
Autores: Kim, Jong-Min
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Análisis de correlación condicional dinámica y análisis de componentes principales funcionales de la mortalidad por COVID-19 en los Estados Unidos
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Análisis visual
Datos de mortalidad de COVID-19
Regresión marginal de cópula gaussiana
Regresión cuantil basada en cópula de vid
Análisis de componentes principales funcionales
Correlación condicional dinámica de cópula
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 43
Citaciones: Sin citaciones
Este documento muestra un análisis visual y las relaciones de dependencia de los datos de mortalidad por COVID-19 en 50 estados más Washington, D.C., desde enero de 2020 hasta el 1 de septiembre de 2022. Dado que los datos de mortalidad están severamente sesgados y altamente dispersos, un modelo lineal tradicional no es adecuado para los datos. Por lo tanto, utilizamos un modelo de regresión marginal de cópula gaussiana (GCMR) y regresión cuantílica basada en cópulas de vid para analizar los datos de mortalidad por COVID-19. Para un análisis visual de los datos de mortalidad por COVID-19, se aplica un análisis de componentes principales funcionales (FPCA), un modelo gráfico y correlación condicional dinámica de cópulas (copula-DCC). La visualización del modelo gráfico muestra cinco grupos de equivalencia de mortalidad por COVID-19 en los EE. UU., y los resultados del FPCA visualizan las tendencias temporales diarias de mortalidad por COVID-19 para 50 estados más Washington, D.C. El modelo GCMR investiga la relación de mortalidad diaria por COVID-19 entre cuatro estados principales y el resto de los estados en los EE. UU. Los modelos copula-DCC investigan la relación de dependencia de la tendencia temporal entre los datos de mortalidad diaria por COVID-19 de cuatro estados principales.
Descripción
Este documento muestra un análisis visual y las relaciones de dependencia de los datos de mortalidad por COVID-19 en 50 estados más Washington, D.C., desde enero de 2020 hasta el 1 de septiembre de 2022. Dado que los datos de mortalidad están severamente sesgados y altamente dispersos, un modelo lineal tradicional no es adecuado para los datos. Por lo tanto, utilizamos un modelo de regresión marginal de cópula gaussiana (GCMR) y regresión cuantílica basada en cópulas de vid para analizar los datos de mortalidad por COVID-19. Para un análisis visual de los datos de mortalidad por COVID-19, se aplica un análisis de componentes principales funcionales (FPCA), un modelo gráfico y correlación condicional dinámica de cópulas (copula-DCC). La visualización del modelo gráfico muestra cinco grupos de equivalencia de mortalidad por COVID-19 en los EE. UU., y los resultados del FPCA visualizan las tendencias temporales diarias de mortalidad por COVID-19 para 50 estados más Washington, D.C. El modelo GCMR investiga la relación de mortalidad diaria por COVID-19 entre cuatro estados principales y el resto de los estados en los EE. UU. Los modelos copula-DCC investigan la relación de dependencia de la tendencia temporal entre los datos de mortalidad diaria por COVID-19 de cuatro estados principales.