Modelación bayesiana de patrones espacio-temporales de la incidencia acumulada de COVID-19 en municipios de México
PDF
ePUB
XML

Palabras clave

Modelos lineales generalizados mixtos
COVID-19
R-INLA
View Counter: Resumen | 0 | times, Article PDF |

Cómo citar

Núñez Medina, G. (2019). Modelación bayesiana de patrones espacio-temporales de la incidencia acumulada de COVID-19 en municipios de México. Revista Latinoamericana De Población, 15(28), 160-178. https://doi.org/10.31406/relap2021.v15.i1.n28.6

Resumen

El trabajo busca modelar la distribución de la tasa de incidencia acumulada de COVID-19 en los municipios de México a través del ajuste de tres modelos lineales generalizados (en competencia) con efectos espaciales y temporales y función de enlace Poisson. Se utilizaron datos de casos confirmados de COVID-19, reportados por la Secretaría de Salud de febrero a julio de 2020. Con el objetivo de reducir los costos computacionales asociados a la estimación de múltiples parámetros, con grandes cantidades de datos, se optó por utilizar la aproximación integrada anidada de Laplace en lenguaje R (R-INLA). Los modelos fueron evaluados a través del criterio de información Akaike (AIC), donde el mejor resultó ser el Modelo No Paramétrico de Interacción Espacio-Temporal. Los resultados permiten confirmar la presencia de importantes niveles de heterogeneidad en la distribución espacio-temporal de las tasas de incidencia de COVID-19 entre municipios de México.

https://doi.org/10.31406/relap2021.v15.i1.n28.6
PDF
ePUB
XML
Derechos de autor 2021 Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) | Revista Latinoamericana de Población |Gerardo Núñez Medina