Un modelo de datos panel para predicción de la fatalidad del COVID-19 en el Perú

Resumen

El presente estudio tiene el propósito de evaluar modelos de data panel de Poisson y binomial negativa para predicción de la fatalidad del COVID-19 en el Perú, con la finalidad explicar la variación de la fatalidad del COVID-19 en los departamentos, que permita la implementaciónde políticas sanitarias y socioeconómicas por parte del gobierno central, gobiernos locales y Ministerio de Salud. La investigación explicativa de datos panel, es de carácter transversal con componentes espacio-temporal, considerando la fatalidad del COVID-19 como variable dependiente, los contagios confirmados como variable de exposición, y la edad en grupos etarios como variable predictora. Los departamentos y periodos mensuales (junio 2020 - mayo2021), constituyen componentes espacio-temporales. Los modelos de panel data, Poisson y binomial negativa, consideran como respuesta a una variable de conteo, El modelo de data panel binomial negativa fue mejor que el de Poisson; y entre los modelos binomial negativa, los de efectos aleatorios muy similares a los de efecto fijo. Se concluye que el modelo de datapanel binomial negativa a efectos aleatorios con respuesta de conteo es el mejor para la predicción de la fatalidad de COVID-19 en el Perú, mostrando diferencias de la fatalidad entredepartamentos y grupos etarios