#ECONOMETRIA En la imagen, la trayectoria de muertes diarias atribuibles a la epidemia #COVIDー19, donde la tood indica que estamos en la fase de descenso.
¿Cómo modelarlo para tener un pronóstico total de muertes?
¿Cómo modelarlo para tener un pronóstico total de muertes?
Como la serie es de números enteros, la mejor técnica disponible es Binomial Negativa o Poisson (un caso específico de Binomial Negativa).
Para las variables independientes podemos tener el tiempo y tiempo al cuadrado, como en la especificación de Mincer.
Para las variables independientes podemos tener el tiempo y tiempo al cuadrado, como en la especificación de Mincer.
Pero el mismo concepto de Mincer, se puede obtener con logaritmo del tiempo y tiempo, donde una variable tiene signo positivo y otro negativo para modelar una "campana".
Se concluye que el segundo modelo tiene mejor ajuste que el primero independientemente de la técnica de regresión, en términos de Error Medio Cuadrático.
En términos de los pronósticos, visualmente también se concluye que el modelo con logaritmo del tiempo y tiempo es superior.
Ahora el problema es identificar si Binomial Negativa como caso general de Poisson es superior cómo método de estimación, más allá que se rechazó la hipótesis nula de que Alpha es cero.
La estadística descriptiva de ambos residuos indica: una media más lejos de cero, una varianza mayor y un rango mayor para Binomial Negativa respecto a Poisson.
Usando el Criterio de Información de Akaike o el Criterio de Información Bayesiano de Schwarz, se confirma que Binomial Negativa es superior a Poisson, independientemente de los hallado en las estadísticas descriptivas.
Examinando el correlograma de los errores tanto para la estimación con Binomial Negativa como con Poisson, se acepta la hipótesis nula del estadístico Q de ausencia de correlación temporal en los errores.
El gráfico de los errores ratifica visualmente lo encontrado previamente, para ambas estimaciones.
Examinando la probabilidad de heterocedasticidad en función el tiempo, se rechaza la hipótesis nula de su existencia para ambos criterios de estimación.
Al evaluar la igualdad de varianza de los errores del primer tercio con el tercer tercio de los mismos, se acepta la hipótesis nula de igualdad de varianza, por lo cual se puede afirmar que no hay un patrón temporal de heterocedasticidad.
Con los análisis previos, se puede simular hasta el 31 de Diciembre con ambos métodos, y se encuentra una asimetría en la cola derecha para los 2 casos.
Truncando los datos al 31 de Mayo, para evaluar la capacidad de pronóstico de usar Tiempo con logaritmo de Tiempo o con Tiempo al cuadrado, se encuentran los siguientes resultados.
El cambio de especificación genera abismales diferencias para la proyección.
En mi experiencia previa, nunca había modelado logaritmo de tiempo y tiempo para una serie de valores enteros.
Si alguien ha intentado modelar la trayectoria de fallecimientos, quisiera conocer el método.
Comentarios en general son bienvenidos.
Si alguien ha intentado modelar la trayectoria de fallecimientos, quisiera conocer el método.
Comentarios en general son bienvenidos.
Abajo el código en Stata, para una copia escribir al WhatsApp que está en el perfil.
