logo móvil
Contáctanos

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

Descargar PDF

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


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.

Otros recursos que podrían interesarte

Temas Virtualpro