MODELAGEM PREDITIVA APLICADA AO TOTAL DE CASOS ACUMULADOS E COVID-19 NO ESTADO DO CEARÁ

JOSÉ DIEGO DE OLIVEIRA SILVA, BRUNO DE OLIVEIRA RODRIGUES, JAIR PAULINO DE SALES

Resumo


Introdução – O novo coronavírus (SARS-CoV-2), detectado em 31 de dezembro de 2019 na cidade Wuhan, China, é o agente causador da COVID-19, doença respiratória e infecciosa que pode evoluir para casos graves. No contexto pandêmico atual, em novembro de 2020, há pouco mais de 50 milhões de casos confirmados da doença e quase 1 milhão e 300 mil mortes em todo o globo. Neste cenário, o Brasil está se aproximando dos 6 milhões de casos e 170 mil mortes. Economicamente, devido a pandemia, o PIB (Produto Interno Bruto) do Brasil já caiu cerca de 9,7% em relação ao começo do ano de 2020, registrando a maior queda da história com base na série de dados do IBGE. Com base no impacto da pandemia no Brasil e no mundo, é crucial a previsão de novos casos em diferentes regiões do país para tomadas de decisões, melhor embasadas, dos setores públicos de saúde. Este estudo visa observar o comportamento da RNA na série de dados de número de casos acumulados de COVID-19 desde o início da pandemia até o final de outubro. Objetivo – Analisar o comportamento e desempenho do modelo de previsão RNA (Rede Neural Artificial) sendo aplicado na série temporal de casos acumulados de COVID-19 no estado do Ceará. Metodologia – Este trabalho possui natureza aplicada e abordagem quantitativa, sendo o seu procedimento metodológico dividido em quatro etapas: i) obtenção e descrição de dados; ii) pré-processamento dos dados; iii) aplicação do modelo de previsão RNA; iv) aplicação de métricas de desempenho MSE, MAPE e THEIL. Resultados – Os resultados, considerando as métricas MSE, MAPE e THEIL, para o modelo RNA foram 0.00076, 0.02393 e 0.02116, respectivamente. Conclusões – Com base nas métricas supracitadas, o modelo RNA apresentou bons resultados, tendo sido eficaz para acompanhar o comportamento da série e realizar previsões mais precisas. Para trabalhos futuros, encoraja-se a aplicação de outros formalismos de previsão, assim como a implementação de técnicas de otimização.

Texto completo:

PDF


ISSN: 2446-6042

© Unicatólica. Todos os direitos reservados.

Este sistema é mantido pela Pró-Reitoria de Pós-Graduação e Pesquisa.