Proyecciones matemáticas para los casos de COVID-19 en México

En este trabajo presentamos cálculos numéricos para generar proyecciones del número de casos COVID-19 en México. Los datos reportados quincenalmente son ajustados a diferentes modelos matemáticos: modelo generalizado de crecimiento de Richards, Gaussianas, y algoritmos de aprendizaje de máquina.Las...

Descripción completa

Detalles Bibliográficos
Autores principales: Ortigoza Capetillo, Gerardo Mario, Lorandi Medina, Alberto Pedro
Formato: Online Artículo
Lenguaje:spa
Publicado: Instituto de Medicina Forense. Universidad Veracruzana 2021
Acceso en línea:https://revmedforense.uv.mx/index.php/RevINMEFO/article/view/2936
https://dx.doi.org/10.25009/revmedforense.v6i2.2936
_version_ 1780758205433905152
author Ortigoza Capetillo, Gerardo Mario
Lorandi Medina, Alberto Pedro
author_facet Ortigoza Capetillo, Gerardo Mario
Lorandi Medina, Alberto Pedro
author_sort Ortigoza Capetillo, Gerardo Mario
collection Revista Mexicana de Medicina Forense y Ciencias de la Salud
description En este trabajo presentamos cálculos numéricos para generar proyecciones del número de casos COVID-19 en México. Los datos reportados quincenalmente son ajustados a diferentes modelos matemáticos: modelo generalizado de crecimiento de Richards, Gaussianas, y algoritmos de aprendizaje de máquina.Las proyecciones para los números de infectados y muertes son obtenidos al aplicar estos modelos matemáticos a los datos quincenales de nuevos casos (incidencia) y casos acumulados. Palabras claves: Modelo de Richard, Ajuste Gaussiano, Algoritmos de Machine Learning 
format Online
Article
id oai_revmedforense-article-2936
institution Universidad Veracruzana
language spa
publishDate 2021
publisher Instituto de Medicina Forense. Universidad Veracruzana
record_format ojs
spelling oai_revmedforense-article-29362021-07-12T18:29:52Z Proyecciones matemáticas para los casos de COVID-19 en México Ortigoza Capetillo, Gerardo Mario Lorandi Medina, Alberto Pedro En este trabajo presentamos cálculos numéricos para generar proyecciones del número de casos COVID-19 en México. Los datos reportados quincenalmente son ajustados a diferentes modelos matemáticos: modelo generalizado de crecimiento de Richards, Gaussianas, y algoritmos de aprendizaje de máquina.Las proyecciones para los números de infectados y muertes son obtenidos al aplicar estos modelos matemáticos a los datos quincenales de nuevos casos (incidencia) y casos acumulados. Palabras claves: Modelo de Richard, Ajuste Gaussiano, Algoritmos de Machine Learning  Instituto de Medicina Forense. Universidad Veracruzana 2021-07-12 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://revmedforense.uv.mx/index.php/RevINMEFO/article/view/2936 10.25009/revmedforense.v6i2.2936 REVISTA MEXICANA DE MEDICINA FORENSE Y CIENCIAS DE LA SALUD; Vol. 6, Núm. 2: Rev Mex Med Forense 2448-8011 10.25009/revmedforense.v6i2 spa https://revmedforense.uv.mx/index.php/RevINMEFO/article/view/2936/4832 Copyright (c) 2021 REVISTA MEXICANA DE MEDICINA FORENSE Y CIENCIAS DE LA SALUD
spellingShingle Ortigoza Capetillo, Gerardo Mario
Lorandi Medina, Alberto Pedro
Proyecciones matemáticas para los casos de COVID-19 en México
title Proyecciones matemáticas para los casos de COVID-19 en México
title_full Proyecciones matemáticas para los casos de COVID-19 en México
title_fullStr Proyecciones matemáticas para los casos de COVID-19 en México
title_full_unstemmed Proyecciones matemáticas para los casos de COVID-19 en México
title_short Proyecciones matemáticas para los casos de COVID-19 en México
title_sort proyecciones matemáticas para los casos de covid-19 en méxico
url https://revmedforense.uv.mx/index.php/RevINMEFO/article/view/2936
https://dx.doi.org/10.25009/revmedforense.v6i2.2936
work_keys_str_mv AT ortigozacapetillogerardomario proyeccionesmatematicasparaloscasosdecovid19enmexico
AT lorandimedinaalbertopedro proyeccionesmatematicasparaloscasosdecovid19enmexico

Ejemplares similares