Precisión del pronóstico de la dinámica de propagación de la COVID-19 en Perú / Forecast accuracy of COVID-19 spread dynamics in Peru

RESUMEN

RESUMEN Objetivo Analizar la precisión del pronóstico del modelo suavizado de Brown para predecir la propagación de la COVID-19 en Perú, entre el 6 de marzo al 30 de mayo del 2020. Materiales y métodos Estudio descriptivo basado en un análisis de series de tiempo correspondiente al período comprendido entre el 6 de marzo al 30 de mayo del 2020 en Perú. Se utilizó la información de la cantidad de casos positivos de COVID-19 (155 671 personas). El modelo empleado como método de predicción fue el pronóstico suavizado de Brown que consiste en realizar dos suavizaciones exponenciales, a partir de las cuales se calcula el pronóstico en la primera se emplean los valores observados en la serie de tiempo; y la segunda, la serie que ha sido obtenida mediante la primera atenuación. Las medidas de precisión utilizadas fueron el error medio del pronóstico (EMP), el error medio al cuadrado (EMC), la desviación absoluta de la media (DAM) y el porcentaje de error medio absoluto (PEMA). Para determinar si los datos se ajustan al modelo evaluado se utilizó el coeficiente de determinación (R2). Resultados El error medio del pronóstico (EMP) fue de 156,7; el error medio al cuadrado (EMC) fue de 506461,3; la desviación absoluta de la media (DAM) fue 450,6 y el porcentaje de error medio absoluto (PEMA) fue 9,03 %. El coeficiente de determinación (R2) fue de 0,8078. Conclusiones El error de precisión o porcentaje de error medio absoluto (PEMA) fue del 9,03 %, con un coeficiente de determinación (R2) de 0,8078; lo que indica que los datos se ajustan en un 80,78 % al modelo evaluado.

ABSTRACT

ABSTRACT Objective To analyze the forecast accuracy of Brown's exponential smoothing model to predict the spread of COVID-19 in Peru from March 6 to May 30, 2020. Materials and methods A descriptive study based on a time series analysis conducted from March 6 to May 30, 2020 in Peru. The information on the number of positive cases of COVID-19 (155,671 people) was used. The prediction method was Brown's exponential smoothing model, which consists in carrying out two exponential smoothings from which the forecast is calculated the time series values were used in the first smoothing, and the first attenuation series was used in the second one. Accuracy measures used in the research were mean forecast error (MFE), mean squared error (MSE), mean absolute deviation (MAD) and mean absolute percentage error (MAPE). The coefficient of determination (R2) was used to establish if the data fits the evaluated model. Results MFE was 156.7, MSE was 506461.3, MAD was 450.6 and MAPE was 9.03 %. R2 accounted for 0.8078. Conclusions Accuracy error or MAPE was 9.03 % and R2 was 0.8078, which indicates that the data fits by 80.78 % to the evaluated model.