Imputación de datos de COVID-19 mediante regresión de componentes principales de múltiples funciones sobre funciones
Autores: Acal, Christian; Escabias, Manuel; Aguilera, Ana M.; Valderrama, Mariano J.
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Imputación de datos de COVID-19 mediante regresión de componentes principales de múltiples funciones sobre funciones
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Imputación
COVID-19
Modelo de regresión
Respuestas funcionales
Componentes principales
Análisis de Correlación Canónica
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
El objetivo de este documento es la imputación de datos faltantes de las curvas de hospitalización y cuidados intensivos de COVID-19 en varias regiones españolas. Teniendo en cuenta que las curvas de casos, fallecimientos y personas recuperadas están completamente observadas, se propone un modelo de regresión función sobre función para estimar los valores faltantes de las respuestas funcionales asociadas con las curvas de hospitalización y cuidados intensivos. La estimación del modelo de coeficientes funcionales en términos de regresión de componentes principales con los datos completamente observados proporciona una ecuación de predicción para la imputación de los datos no observados para la respuesta. Se desarrolla una aplicación con datos de la primera ola de COVID-19 en España después de homogeneizar, registrar y suavizar adecuadamente los datos en un intervalo común para que las curvas observadas sean comparables. Por último, se realiza un Análisis de Correlación Canónica en los componentes principales funcionales para interpretar la relación entre la tasa de ocupación hospitalaria y las variables de respuesta a la enfermedad.
Descripción
El objetivo de este documento es la imputación de datos faltantes de las curvas de hospitalización y cuidados intensivos de COVID-19 en varias regiones españolas. Teniendo en cuenta que las curvas de casos, fallecimientos y personas recuperadas están completamente observadas, se propone un modelo de regresión función sobre función para estimar los valores faltantes de las respuestas funcionales asociadas con las curvas de hospitalización y cuidados intensivos. La estimación del modelo de coeficientes funcionales en términos de regresión de componentes principales con los datos completamente observados proporciona una ecuación de predicción para la imputación de los datos no observados para la respuesta. Se desarrolla una aplicación con datos de la primera ola de COVID-19 en España después de homogeneizar, registrar y suavizar adecuadamente los datos en un intervalo común para que las curvas observadas sean comparables. Por último, se realiza un Análisis de Correlación Canónica en los componentes principales funcionales para interpretar la relación entre la tasa de ocupación hospitalaria y las variables de respuesta a la enfermedad.