NOTA: Lo que presento aquí es un ejemplo de como realizar análisis de series de tiempo, usando datos de la evolución total de casos disponible en fuentes públicas en internet. No tiene ninguna validez epidemiológica, ya que eso requería un modelo de la diseminación de la enfermedad. En particular, las predicciones son solo válidas en cuanto no existan cambios en las políticas públicas; si los hay, se esperaría que (ojalá) las predicciones fuesen incorrectas.
Análisis de datos observados
Podemos constatar desde hace 5 días que todas las regiones siguen una progresión menos explosiva que la Metropolitana. Claramente, se puede observar el cluster de regiones de progresión lenta, vs las de desarrollo más acelerado.
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

A continuación, los gráficos independientes. Se aprecia una leve aceleración en O’Higgins
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

Podemos diferenciar 4 tipos de regiones por sus curvas de expansión:
- Crecimiento acelerado temprano: presentan cercanas al 30% diario, sin una clara desaceleración. Son de especial preocupación, porque no controlarse rápidamente se puede producir la pérdida de trazabilidad de casos y convertirse en comunas de crecimiento moderado tardío, que pueden llevar al colapso de los sistemas locales. Aquí se encuentran la Araucanía y Los Ríos, que ya muestran signos de desaceleración, lo que permitiría pasarlas al grupo de crecimiento moderado si se mantiene un control sobre los casos.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.

- Crecimiento moderado controlado: Presentan tasas entre 20% y 30%, con más de 10 días con más de 10 casos; son regiones que han presentado tasas superiores al 30% en su momento, pero que muestran cierto nivel de control en los últimos 5 días. Entran aquí la Metropolitana, Biobío y Ñuble.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.

- Crecimiento moderado sin control: Presentan tasas entre 20% y 30%, pero sin curva de decrecimiento. Se encuentran aquí Los Lagos y Valparaíso.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.

- Regiones de crecimiento lento: Son comunas con menos de un 20% de crecimiento diario. Incluimos a Antofagasta, Coquimbo, Maule y O’Higgins.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.

Si observamos la proporción de casos nuevos por día, podemos ver claramente el surgimiento del brote en Magallanes, el control de un brote en Maule y el errático comportamiento de Los Lagos, atribuible a (Osorno)[https://www.biobiochile.cl/noticias/nacional/region-de-los-lagos/2020/04/02/avance-de-covid-19-en-osorno-no-logran-controlar-casos-y-registran-colapso-del-cordon-sanitario.shtml].

Usando el gráfico FSDG es posible apreciar un cambio prácticamente diario, siendo un día acelerado y al otro no. ¿Reflejará esto la aparición de nuevos brotes, para luego apreciar el fenómeno subyacente de control de los antiguos? Requiere una mayor investigación.

Predicción
NOTA: Se presentan aquí tres metodologías de predicción. Recuerden que corresponden a un ejercicio para mostrar las bondades y dificultades de cada técnica
Para predecir, se ocupan tres técnicas distintas:
- regresión exponencial sobre datos totales: se ajusta la serie a la expresión \(y=a * r^t\) usando regresión lineal. Es válida si el proceso no cambia a lo largo del tiempo. Se caracteriza porque el intervalo de confianza es constante al transformar los datos a logaritmo.
- tendencia sobre casos nuevos + AR(1): Se modela la tendencia de los casos nuevos usando regresión exponencial, más la relación que existe entre dos mediciones contiguas. El error estándar aumenta de manera importante a lo largo del tiempo, tanto por el error al calcular la tendencia, como por el componente AR(1). El valor medio obtenido es bastante sensible a los cambios en las mediciones finales.
- ARIMA(1,1,0) más deriva: Se ocupa un modelo autorregresivo, con diferenciación y deriva. Esto implica que se asume que los datos tienen una tendencia constante (como el modelo de regresión exponencial), y pero se modela la relación que existe entre casos contiguos (como el modelo de tendencia). Tiende a generar modelos menos variables que el de tendencia + AR(1), pero asume que la curva de crecimiento es la misma de toda la serie de datos.
Hemos modificado el algoritmo para iniciar desde 5 casos. Esto permite hacer que las predicciones se acerquen entre sí, siendo optimistas en T+AR(1) para Valparaíso, Metropolitana, Biobío, Araucanía y Los Ríos, y bastante negativas en Magallanes.

Casos nuevos: tendencia + AR(1) : Antofagasta
| 15 |
31 |
52.5 |
48.14 |
73.6 |
| 16 |
32 |
61.5 |
49.82 |
121.7 |
| 17 |
33 |
72.63 |
51.88 |
181.8 |
| 18 |
34 |
88.37 |
54.79 |
267.1 |
| 19 |
35 |
110.3 |
58.84 |
386 |
| 20 |
36 |
142.1 |
64.71 |
558.3 |
| 21 |
37 |
189.2 |
73.39 |
813.1 |
Casos nuevos: tendencia + AR(1) : Coquimbo
| 13 |
31 |
38.25 |
34.74 |
58.37 |
| 14 |
32 |
43.98 |
35.72 |
92.03 |
| 15 |
33 |
51.64 |
37.02 |
137.1 |
| 16 |
34 |
62.28 |
38.83 |
199.7 |
| 17 |
35 |
77.48 |
41.41 |
289.1 |
| 18 |
36 |
99.83 |
45.21 |
420.5 |
| 19 |
37 |
133.7 |
50.97 |
619.8 |
Casos nuevos: tendencia + AR(1) : Valparaíso
| 15 |
31 |
176.1 |
164 |
206.3 |
| 16 |
32 |
198.9 |
171.6 |
275.2 |
| 17 |
33 |
222.4 |
178.8 |
351.7 |
| 18 |
34 |
247.7 |
186.3 |
437.2 |
| 19 |
35 |
273.8 |
193.9 |
526.4 |
| 20 |
36 |
301.1 |
201.8 |
620.4 |
| 21 |
37 |
328.9 |
209.9 |
716.3 |
Casos nuevos: tendencia + AR(1) : Metropolitana
| 24 |
24 |
1720 |
1672 |
1835 |
| 25 |
25 |
1796 |
1703 |
2016 |
| 26 |
26 |
1860 |
1730 |
2169 |
| 27 |
27 |
1913 |
1752 |
2296 |
| 28 |
28 |
1956 |
1770 |
2399 |
| 29 |
29 |
1990 |
1785 |
2480 |
| 30 |
30 |
2017 |
1796 |
2543 |
Casos nuevos: tendencia + AR(1) : O’Higgins
| 15 |
31 |
37.19 |
33.77 |
47.21 |
| 16 |
32 |
42.89 |
35.63 |
64.65 |
| 17 |
33 |
49.63 |
37.83 |
85.39 |
| 18 |
34 |
57.87 |
40.51 |
110.7 |
| 19 |
35 |
68.07 |
43.82 |
142.1 |
| 20 |
36 |
80.87 |
47.99 |
181.4 |
| 21 |
37 |
97.11 |
53.27 |
231.3 |
Casos nuevos: tendencia + AR(1) : Maule
| 24 |
24 |
97.44 |
85.62 |
148 |
| 25 |
25 |
118.6 |
90.46 |
240.1 |
| 26 |
26 |
147.8 |
97.15 |
367.4 |
| 27 |
27 |
188.7 |
106.5 |
546.2 |
| 28 |
28 |
247.2 |
120 |
801.4 |
| 29 |
29 |
332.2 |
139.4 |
1172 |
| 30 |
30 |
457.8 |
168.2 |
1720 |
Casos nuevos: tendencia + AR(1) : Ñuble
| 18 |
31 |
377 |
347.8 |
532.5 |
| 19 |
32 |
430.7 |
357.5 |
829.3 |
| 20 |
33 |
492.7 |
368.7 |
1173 |
| 21 |
34 |
569.2 |
382.5 |
1597 |
| 22 |
35 |
663.4 |
399.5 |
2118 |
| 23 |
36 |
780.4 |
420.6 |
2767 |
| 24 |
37 |
927.1 |
447.1 |
3580 |
Casos nuevos: tendencia + AR(1) : Biobío
| 16 |
24 |
293.1 |
282.6 |
318.4 |
| 17 |
25 |
311.6 |
290.1 |
363.5 |
| 18 |
26 |
327.3 |
296.6 |
402 |
| 19 |
27 |
340.8 |
302.1 |
435 |
| 20 |
28 |
352 |
306.7 |
462.3 |
| 21 |
29 |
361.1 |
310.4 |
484.5 |
| 22 |
30 |
368.3 |
313.3 |
502 |
Casos nuevos: tendencia + AR(1) : Araucanía
| 16 |
31 |
423.4 |
407.9 |
451.5 |
| 17 |
32 |
452.8 |
424 |
505.3 |
| 18 |
33 |
476.4 |
436.9 |
548.4 |
| 19 |
34 |
494.5 |
446.8 |
581.4 |
| 20 |
35 |
507.7 |
454.1 |
605.6 |
| 21 |
36 |
517 |
459.2 |
622.6 |
| 22 |
37 |
523.2 |
462.6 |
633.9 |
Casos nuevos: tendencia + AR(1) : Los.Ríos
| 11 |
31 |
71.42 |
70.2 |
73.33 |
| 12 |
32 |
72.95 |
71.04 |
76.1 |
| 13 |
33 |
73.94 |
71.54 |
78.08 |
| 14 |
34 |
74.32 |
71.71 |
78.88 |
| 15 |
35 |
74.5 |
71.79 |
79.3 |
| 16 |
36 |
74.56 |
71.82 |
79.43 |
| 17 |
37 |
74.58 |
71.83 |
79.49 |
Casos nuevos: tendencia + AR(1) : Los.Lagos
| 16 |
24 |
242.6 |
218.9 |
301.8 |
| 17 |
25 |
274.8 |
229.7 |
397.8 |
| 18 |
26 |
317.8 |
243.2 |
535.2 |
| 19 |
27 |
358.4 |
255.5 |
668.5 |
| 20 |
28 |
405.5 |
269.7 |
824.9 |
| 21 |
29 |
452.1 |
283.7 |
980.5 |
| 22 |
30 |
502.1 |
298.6 |
1148 |
Casos nuevos: tendencia + AR(1) : Magallanes
| 12 |
31 |
195.2 |
126.6 |
638 |
| 13 |
32 |
294.6 |
139 |
1434 |
| 14 |
33 |
582.7 |
173.2 |
3860 |
| 15 |
34 |
1200 |
245.6 |
9117 |
| 16 |
35 |
2938 |
449 |
23973 |
| 17 |
36 |
7781 |
1015 |
65392 |
| 18 |
37 |
23150 |
2812 |
196859 |
Exponencial : Antofagasta
| 15 |
31 |
56.69 |
42.57 |
75.51 |
| 16 |
32 |
65.37 |
48.71 |
87.72 |
| 17 |
33 |
75.37 |
55.7 |
102 |
| 18 |
34 |
86.9 |
63.65 |
118.6 |
| 19 |
35 |
100.2 |
72.69 |
138.1 |
| 20 |
36 |
115.5 |
82.98 |
160.8 |
| 21 |
37 |
133.2 |
94.66 |
187.4 |
Exponencial : Coquimbo
| 13 |
31 |
44.4 |
29.66 |
66.46 |
| 14 |
32 |
52.36 |
34.49 |
79.49 |
| 15 |
33 |
61.76 |
40.06 |
95.23 |
| 16 |
34 |
72.85 |
46.46 |
114.2 |
| 17 |
35 |
85.92 |
53.82 |
137.2 |
| 18 |
36 |
101.3 |
62.28 |
164.9 |
| 19 |
37 |
119.5 |
72.01 |
198.4 |
Exponencial : Valparaíso
| 15 |
31 |
251.6 |
148.7 |
425.8 |
| 16 |
32 |
319.5 |
186.2 |
548.4 |
| 17 |
33 |
405.8 |
232.9 |
707.1 |
| 18 |
34 |
515.4 |
291 |
912.9 |
| 19 |
35 |
654.6 |
363.2 |
1180 |
| 20 |
36 |
831.5 |
452.9 |
1527 |
| 21 |
37 |
1056 |
564.1 |
1977 |
Exponencial : Metropolitana
| 24 |
24 |
4084 |
1493 |
11170 |
| 25 |
25 |
5141 |
1860 |
14209 |
| 26 |
26 |
6472 |
2316 |
18089 |
| 27 |
27 |
8148 |
2881 |
23043 |
| 28 |
28 |
10258 |
3582 |
29375 |
| 29 |
29 |
12914 |
4451 |
37470 |
| 30 |
30 |
16258 |
5527 |
47826 |
Exponencial : O’Higgins
| 15 |
31 |
36.53 |
29.48 |
45.27 |
| 16 |
32 |
41.56 |
33.34 |
51.79 |
| 17 |
33 |
47.27 |
37.7 |
59.28 |
| 18 |
34 |
53.77 |
42.59 |
67.88 |
| 19 |
35 |
61.16 |
48.1 |
77.77 |
| 20 |
36 |
69.57 |
54.31 |
89.13 |
| 21 |
37 |
79.14 |
61.29 |
102.2 |
Exponencial : Maule
| 24 |
24 |
86.05 |
63.33 |
116.9 |
| 25 |
25 |
97.25 |
71.34 |
132.6 |
| 26 |
26 |
109.9 |
80.34 |
150.3 |
| 27 |
27 |
124.2 |
90.47 |
170.5 |
| 28 |
28 |
140.3 |
101.8 |
193.4 |
| 29 |
29 |
158.6 |
114.6 |
219.4 |
| 30 |
30 |
179.2 |
129 |
249 |
Exponencial : Ñuble
| 18 |
31 |
474.4 |
276.6 |
813.7 |
| 19 |
32 |
567.6 |
327.6 |
983.4 |
| 20 |
33 |
679.2 |
387.9 |
1189 |
| 21 |
34 |
812.7 |
458.8 |
1440 |
| 22 |
35 |
972.5 |
542.3 |
1744 |
| 23 |
36 |
1164 |
640.5 |
2114 |
| 24 |
37 |
1392 |
756 |
2564 |
Exponencial : Biobío
| 16 |
24 |
463.1 |
265.5 |
807.7 |
| 17 |
25 |
571.5 |
323.4 |
1010 |
| 18 |
26 |
705.3 |
393.6 |
1264 |
| 19 |
27 |
870.4 |
478.4 |
1584 |
| 20 |
28 |
1074 |
581 |
1986 |
| 21 |
29 |
1326 |
704.8 |
2494 |
| 22 |
30 |
1636 |
854.3 |
3133 |
Exponencial : Araucanía
| 16 |
31 |
805.8 |
393.6 |
1650 |
| 17 |
32 |
1078 |
518.1 |
2244 |
| 18 |
33 |
1443 |
681 |
3059 |
| 19 |
34 |
1931 |
893.7 |
4174 |
| 20 |
35 |
2585 |
1171 |
5704 |
| 21 |
36 |
3459 |
1534 |
7804 |
| 22 |
37 |
4630 |
2005 |
10688 |
Exponencial : Los.Ríos
| 11 |
31 |
119.6 |
68.06 |
210.3 |
| 12 |
32 |
156.2 |
86.45 |
282.1 |
| 13 |
33 |
203.8 |
109.5 |
379.5 |
| 14 |
34 |
266 |
138.2 |
512 |
| 15 |
35 |
347.2 |
174.2 |
692.2 |
| 16 |
36 |
453.2 |
219.1 |
937.6 |
| 17 |
37 |
591.6 |
275.1 |
1272 |
Exponencial : Los.Lagos
| 16 |
24 |
265.6 |
221.7 |
318.2 |
| 17 |
25 |
322.4 |
268 |
387.9 |
| 18 |
26 |
391.4 |
323.9 |
473.1 |
| 19 |
27 |
475.2 |
391.3 |
577.2 |
| 20 |
28 |
576.9 |
472.5 |
704.4 |
| 21 |
29 |
700.4 |
570.5 |
860 |
| 22 |
30 |
850.4 |
688.5 |
1050 |
Exponencial : Magallanes
| 12 |
31 |
154.6 |
109.3 |
218.7 |
| 13 |
32 |
205.9 |
143.5 |
295.5 |
| 14 |
33 |
274.3 |
188.2 |
399.8 |
| 15 |
34 |
365.3 |
246.4 |
541.6 |
| 16 |
35 |
486.6 |
322.3 |
734.7 |
| 17 |
36 |
648.1 |
421.1 |
997.5 |
| 18 |
37 |
863.2 |
549.7 |
1356 |
ARIMA(1,1,0) con deriva : Antofagasta
| 15 |
31 |
54.15 |
40.14 |
73.06 |
| 16 |
32 |
63.2 |
43.73 |
91.33 |
| 17 |
33 |
73.48 |
47.39 |
114 |
| 18 |
34 |
85.53 |
52.08 |
140.5 |
| 19 |
35 |
99.53 |
57.52 |
172.2 |
| 20 |
36 |
115.8 |
63.84 |
210.2 |
| 21 |
37 |
134.8 |
71.09 |
255.6 |
ARIMA(1,1,0) con deriva : Coquimbo
| 13 |
31 |
40.58 |
28.22 |
58.36 |
| 14 |
32 |
48.31 |
29.28 |
79.72 |
| 15 |
33 |
57.52 |
31.3 |
105.7 |
| 16 |
34 |
68.48 |
34.01 |
137.9 |
| 17 |
35 |
81.53 |
37.35 |
178 |
| 18 |
36 |
97.07 |
41.34 |
227.9 |
| 19 |
37 |
115.6 |
46.01 |
290.3 |
ARIMA(1,1,0) con deriva : Valparaíso
| 15 |
31 |
209.7 |
133.3 |
329.9 |
| 16 |
32 |
265.4 |
155.7 |
452.4 |
| 17 |
33 |
343.7 |
182 |
649.2 |
| 18 |
34 |
441.3 |
216.3 |
900 |
| 19 |
35 |
568.4 |
259 |
1247 |
| 20 |
36 |
731.1 |
312 |
1713 |
| 21 |
37 |
941 |
377.7 |
2344 |
ARIMA(1,1,0) con deriva : Metropolitana
| 24 |
24 |
1976 |
1395 |
2800 |
| 25 |
25 |
2461 |
1403 |
4318 |
| 26 |
26 |
3091 |
1490 |
6415 |
| 27 |
27 |
3891 |
1631 |
9283 |
| 28 |
28 |
4900 |
1820 |
13192 |
| 29 |
29 |
6172 |
2058 |
18509 |
| 30 |
30 |
7775 |
2350 |
25720 |
ARIMA(1,1,0) con deriva : O’Higgins
| 15 |
31 |
37.12 |
31.72 |
43.44 |
| 16 |
32 |
42.49 |
33.13 |
54.49 |
| 17 |
33 |
48.48 |
35.21 |
66.75 |
| 18 |
34 |
55.27 |
37.85 |
80.72 |
| 19 |
35 |
63.02 |
41 |
96.85 |
| 20 |
36 |
71.84 |
44.65 |
115.6 |
| 21 |
37 |
81.9 |
48.83 |
137.4 |
ARIMA(1,1,0) con deriva : Maule
| 24 |
24 |
92.69 |
69.91 |
122.9 |
| 25 |
25 |
105.2 |
72.85 |
151.8 |
| 26 |
26 |
119.2 |
76.78 |
185.2 |
| 27 |
27 |
135.2 |
81.84 |
223.3 |
| 28 |
28 |
153.3 |
87.81 |
267.6 |
| 29 |
29 |
173.8 |
94.7 |
319 |
| 30 |
30 |
197.1 |
102.5 |
378.9 |
ARIMA(1,1,0) con deriva : Ñuble
| 18 |
31 |
408.2 |
280.6 |
593.6 |
| 19 |
32 |
501.6 |
315.9 |
796.5 |
| 20 |
33 |
612 |
352.7 |
1062 |
| 21 |
34 |
748.1 |
401.1 |
1395 |
| 22 |
35 |
914 |
458.8 |
1821 |
| 23 |
36 |
1117 |
528.1 |
2362 |
| 24 |
37 |
1365 |
610.5 |
3051 |
ARIMA(1,1,0) con deriva : Biobío
| 16 |
24 |
331.5 |
260.2 |
422.3 |
| 17 |
25 |
406.5 |
271 |
609.9 |
| 18 |
26 |
501.6 |
292.7 |
859.4 |
| 19 |
27 |
620.1 |
323.8 |
1188 |
| 20 |
28 |
767.2 |
363.7 |
1619 |
| 21 |
29 |
949.5 |
413 |
2183 |
| 22 |
30 |
1175 |
472.7 |
2921 |
ARIMA(1,1,0) con deriva : Araucanía
| 16 |
31 |
467.4 |
369.2 |
591.5 |
| 17 |
32 |
581.2 |
372.6 |
906.5 |
| 18 |
33 |
737.9 |
388.8 |
1400 |
| 19 |
34 |
948.6 |
417.7 |
2154 |
| 20 |
35 |
1229 |
459.5 |
3284 |
| 21 |
36 |
1598 |
515.2 |
4957 |
| 22 |
37 |
2084 |
586.5 |
7408 |
ARIMA(1,1,0) con deriva : Los.Ríos
| 11 |
31 |
88.44 |
60.85 |
128.6 |
| 12 |
32 |
115.9 |
67.63 |
198.5 |
| 13 |
33 |
151.8 |
78.2 |
294.7 |
| 14 |
34 |
198.9 |
92.26 |
428.9 |
| 15 |
35 |
260.6 |
110.2 |
616.3 |
| 16 |
36 |
341.5 |
132.9 |
877.6 |
| 17 |
37 |
447.5 |
161.3 |
1241 |
ARIMA(1,1,0) con deriva : Los.Lagos
| 16 |
24 |
253.8 |
213.1 |
302.4 |
| 17 |
25 |
299 |
246.8 |
362.3 |
| 18 |
26 |
363.9 |
288.4 |
459.3 |
| 19 |
27 |
435.1 |
337.4 |
561.2 |
| 20 |
28 |
525.3 |
396.8 |
695.6 |
| 21 |
29 |
630.9 |
466.7 |
852.8 |
| 22 |
30 |
759.8 |
550.4 |
1049 |
ARIMA(1,1,0) con deriva : Magallanes
| 12 |
31 |
160.6 |
114.4 |
225.6 |
| 13 |
32 |
213.7 |
140.8 |
324.3 |
| 14 |
33 |
289 |
175.8 |
475.1 |
| 15 |
34 |
389 |
221.7 |
682.4 |
| 16 |
35 |
524.2 |
281.7 |
975.7 |
| 17 |
36 |
706.3 |
359.6 |
1387 |
| 18 |
37 |
951.7 |
461 |
1965 |
Suma total
Excluyendo las Regiones de Arica y Parinacota, Tarapacá, Atacama y Aysén, podemos tratar de calcular la suma de casos para la próxima semana. No he calculado los intervalos de confianza, porque para que sean adecuados debería considerar la covarianza entre las series de las distintas regiones.
Al igual que lo que vimos en días anteriores,con el tiempo, el modelo T+AR(1) tiende a ser más optimista que los modelos basados en la exponencial pura o el ARIMA(1,1,0). De todas maneras, este modelo con sus 7600 casos es más pesimista que el modelo basado en datos país, que predice 5516 en 7 días (ver informe país).

| 1 |
observado |
1 |
| 2 |
observado |
3 |
| 3 |
observado |
4 |
| 4 |
observado |
5 |
| 5 |
observado |
7 |
| 6 |
observado |
10 |
| 7 |
observado |
13 |
| 8 |
observado |
17 |
| 9 |
observado |
23 |
| 10 |
observado |
33 |
| 11 |
observado |
43 |
| 12 |
observado |
61 |
| 13 |
observado |
75 |
| 14 |
observado |
156 |
| 15 |
observado |
201 |
| 16 |
observado |
342 |
| 17 |
observado |
434 |
| 18 |
observado |
537 |
| 19 |
observado |
632 |
| 20 |
observado |
746 |
| 21 |
observado |
922 |
| 22 |
observado |
1142 |
| 23 |
observado |
1306 |
| 24 |
observado |
1610 |
| 25 |
observado |
1909 |
| 26 |
observado |
2139 |
| 27 |
observado |
2449 |
| 28 |
observado |
2738 |
| 29 |
observado |
3031 |
| 30 |
observado |
3404 |
| 31 |
General: Exponencial |
5259 |
| 32 |
General: Exponencial |
6381 |
| 33 |
General: Exponencial |
7753 |
| 34 |
General: Exponencial |
9433 |
| 35 |
General: Exponencial |
11495 |
| 36 |
General: Exponencial |
14029 |
| 37 |
General: Exponencial |
17150 |
| 31 |
General: ARIMA(1,1,0)+drift |
4033 |
| 32 |
General: ARIMA(1,1,0)+drift |
4883 |
| 33 |
General: ARIMA(1,1,0)+drift |
6007 |
| 34 |
General: ARIMA(1,1,0)+drift |
7404 |
| 35 |
General: ARIMA(1,1,0)+drift |
9180 |
| 36 |
General: ARIMA(1,1,0)+drift |
11396 |
| 37 |
General: ARIMA(1,1,0)+drift |
14192 |
| 31 |
Casos nuevo: Tendencia + AR(1) |
3737 |
| 32 |
Casos nuevo: Tendencia + AR(1) |
4113 |
| 33 |
Casos nuevo: Tendencia + AR(1) |
4554 |
| 34 |
Casos nuevo: Tendencia + AR(1) |
5051 |
| 35 |
Casos nuevo: Tendencia + AR(1) |
5674 |
| 36 |
Casos nuevo: Tendencia + AR(1) |
6471 |
| 37 |
Casos nuevo: Tendencia + AR(1) |
7598 |
Fuentes de información: Principalmente, se utilizó el reporte diario del MINSAL, usando Wayback machine para recopilar la información ya no disponible.