Modelos híbridos SARIMA-ANN para pronósticos de la COVID-19 en el Perú

• Autores: Alipio Francisco Ordóñez Mercado
• Localización: Revista IECOS: Instituto de Investigación Económicas y Sociales, ISSN-e 2788-7480, ISSN 2961-2845, Vol. 22, Nº. 1, 2021, págs. 7-22
• Idioma: español
• Títulos paralelos:
  • SARIMA-ANN hybrid models for forecasts of SARS-CoV-2 contagion in Perú
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se ha construido modelos híbridos ANN-ARIMA por remodelamiento, para realizar los pronósticos de los nuevos casos de contagios por Covid-19 en el Perú, para ello se extrajo y uso los casos confirmados de Covid-19 entre el periodo 06/03/20 hasta el 28/02/21, desde la plataforma de los datos abiertos del Ministerio de Salud. Los resultados hallados indican que los 02 mejores modelos corresponden al modelo hibrido multiplicativo NNAR (27,1,6) * ARIMA(3,0,2)(1,0,1), y al modelo hibrido aditivo NNAR (27,1,6) + ARIMA(1,0,1), cuyos valores del error medio absoluto porcentual(MAPE) se diferencian en tan solo el 0.575% por lo que proporcionan casi los mismos pronósticos. Considerando el promedio de los valores del MAPE para los 03 mejores modelos de cada categoría de modelamiento se ha determinado que los modelos híbridos NNAR-ARIMA son mejores que los modelos híbridos MLP-ARIMA, que modelos híbridos aditivos NNAR+ARIMA tienen una superioridad del 1.20% sobre los modelos híbridos multiplicativos NNAR*ARIMA; mientras que la superioridad del modelo hibrido aditivo MLP+ARIMA sobre el modelo hibrido multiplicativo MLP*ARIMA alcanza al 2.31%.

  • English

    Hybrid ANN-ARIMA models have been built by remodeling, to make the forecasts of the new cases of infections by Covid-19 in Peru, for this the confirmed cases of Covid-19 were extracted and used between the period 06/03/20 until 02/28/21, from the open data platform of the Ministry of Health. The results found indicate that the 02 best models correspond to the multiplicative hybrid model NNAR (27, 1, 6) * ARIMA (3, 0, 2) (1, 0, 1), and to the additive hybrid model NNAR (27, 1, 6) + ARIMA (1, 0, 1), whose values of the mean absolute percentage error (MAPE) differ by only 0.575%, thus providing almost the same forecasts. Considering the average of the MAPE values for the 03 best models of each modeling category, it has been determined that the NNAR-ARIMA hybrid models are better than the MLP-ARIMA hybrid models, that the NNAR + ARIMA additive hybrid models have a superiority of 1.20 % on the multiplicative hybrid models NNAR * ARIMA; while the superiority of the MLP + ARIMA additive hybrid model over the MLP * ARIMA multiplicative hybrid model reaches 2.31%.