Este artigo é um Preprint
Preprints são relatos preliminares de pesquisa que não foram certificados pela revisão por pares. Eles não devem ser considerados para orientar a prática clínica ou comportamentos relacionados à saúde e não devem ser publicados na mídia como informação estabelecida.
Preprints publicados online permitem que os autores recebam feedback rápido, e toda a comunidade científica pode avaliar o trabalho independentemente e responder adequadamente. Estes comentários são publicados juntamente com os preprints para qualquer pessoa ler e servir como uma avaliação pós-publicação.
Functional Data Analysis: Transition from Daily Observation of COVID-19 Prevalence in France to Functional Curves
Preprint
em Inglês
| medRxiv
| ID: ppmedrxiv-21264106
ABSTRACT
In this paper we use the technique of functional data analysis to model daily hospitalized, deceased, ICU cases and return home patient numbers along the COVID-19 outbreak, considered as functional data across different departments in France while our response variables are numbers of vaccinations, deaths, infected, recovered and tests in France. These sets of data were considered before and after vaccination started in France. We used some smoothing techniques to smooth our data set, then analysis based on functional principal components method was performed, clustering using k-means techniques was done to understand the dynamics of the pandemic in different French departments according to their geographical location on France map and we also performed canonical correlations analysis between variables. Finally, we made some predictions to assess the accuracy of the method using functional linear regression models.
cc_no
Texto completo:
Disponível
Coleções:
Preprints
Base de dados:
medRxiv
Tipo de estudo:
Experimental_studies
/
Estudo observacional
/
Estudo prognóstico
Idioma:
Inglês
Ano de publicação:
2021
Tipo de documento:
Preprint