Category

Dicas de R

Covid-19: e se deixássemos a doença tomar o seu curso?

By | Dicas de R

Na terça-feira, publiquei o nosso comentário de conjuntura semanal com um modelo SIR ajustado aos dados do Brasil. Para quem quiser replicar, todos os códigos de R foram disponibilizados, de modo que o post é totalmente reprodutível. Já aqui, quero apresentar as curvas geradas pelo modelo, considerando um horizonte de 90 dias.

O modelo divide a população em compartimentos, como ilustra a figura a seguir.

As pessoas são suscetíveis à doença, depois infectadas e, por fim, recuperadas. Ao deixar a doença tomar seu curso, sem fazer nada a respeito, o total de infectados atingiria seu pico no início de maio, se reduzindo ao longo das semanas seguintes. O número do pico fica pouco abaixo de 24 milhões de pessoas, com todas as consequências conhecidas sobre o sistema de saúde.

Como o país está tomando medidas de distanciamento social, o pico de infectados deve ocorrer antes disso, em meados de abril e com um número menor.

(*) Aprenda a rodar modelos como esse ao aprender R em nossos Cursos Aplicados de R.

___________


Covid-19: o formato da Curva

By | Dicas de R

Ao longo dos últimos dias, tenho publicado nesse espaço alguns posts e exercícios sobre a pandemia do coronavírus. Ontem, a propósito, publiquei o comentário de conjuntura dessa semana com um modelo SIR ajustado aos dados da doença no Brasil. Como é possível observar nesse exercício, o Brasil está no início da transmissão, com um crescimento exponencial dos casos confirmados.

Se olharmos, contudo, para os dados da China, primeiro país exposto à pandemia, a curva de casos confirmados parece seguir um formato logístico. Isso, a propósito, está em linha com a tese de "imunidade de grupo", ou seja, quanto mais pessoas vão sendo expostas ao vírus, mais pessoas ganham imunidade e a contaminação passa a desacelerar.

As curvas em formato de sino que têm sido divulgadas por aí, nesse aspecto, derivam justamente do modelo SIR, onde as pessoas são "compartimentadas" nos grupos de suscetíveis, infectados e recuperados. Ou seja, as pessoas saem de um para outro grupo, daí o formato da curva.

O formato logístico, por seu turno, não significa que devemos simplesmente abandonar as medidas de distanciamento social. Isso porque, quanto mais pessoas forem expostas ao vírus, mais casos graves serão registrados, o que tende a congestionar o sistema de saúde, como temos visto na Itália.

A pergunta de um trilhão de reais, portanto, é onde é o "limite superior" da curva logística.

(*) Isso e muito mais você aprende no nosso Curso de Microeconometria usando o R.

___________


O pacote nCov2019

By | Dicas de R

Os esforços para conter a pandemia do coronavírus ao redor do mundo seguem, com ênfase em medidas cada vez mais intensas de distanciamento social e na busca de um tratamento efetivo contra o vírus. No campo dos dados, a humanidade nunca esteve tão preparada para lidar com uma ameaça dessas.

Há diversas bases de dados disponíveis para acompanhamento em tempo real. Algo que pode servir não apenas para prever o avanço da doença, como para direcionar esforços de contenção.

No R, foi criado o pacote nCov2019, que pode ser baixado via github. Maiores detalhes aqui.

___________________

(*) Aprenda R com nossos Cursos Aplicados de R.


Evolução do coronavírus pelo mundo

By | Dicas de R

Construir um modelo que busque identificar a evolução de casos confirmados de contaminação por vírus não é algo trivial. Basicamente, porque é difícil incluir no modelo contrapartidas que sejam feitas pelos países. Isso dito, uma primeira avaliação passa por verificar a evolução dos casos confirmados pelo mundo. O gráfico abaixo ilustra a evolução na China, que adotou medidas fortes de contenção, na Itália, no mundo e no Brasil.

Maiores detalhes sobre a base de dados podem ser vistos no post anterior. Ao longo dos próximos dias, vou escrever outros textos sobre o assunto, bem como devo colocar algum exercício de modelagem e previsão no Clube do Código.

___________________

(*) Isso e muito mais você aprende nos nossos Cursos Aplicados de R.


Análise do coronavírus com o R

By | Dicas de R

Foi uma semana excepcionalmente complexa para os mercados financeiros globais. Na BOVESPA, houve quatro circuit breakers, algo inédito na história da bolsa. A conjunção do avanço do coronavírus pelo mundo com a tensão no mercado de petróleo estão por trás do abalo sísmico. De forma a compreender o avanço da doença pelo mundo, há uma boa base de dados disponibilizada pelo Center for Systems Science and Engineering da Johns Hopkins University. Os dados estão disponíveis para o período de 22 de janeiro a 12 de março. O repositório pode ser visto aqui.

Para quem tiver interesse em olhar os dados com o R, é possível ainda baixar um guia bem legal produzido pelo Yanchang Zhao. Há um post no R Bloggers sobre o assunto aqui. A seguir, eu ilustro o avanço da doença pelo mundo e o comportamento da taxa de letalidade.

Os casos confirmados de coronavírus chegaram a 128,3 mil casos, com uma taxa de letalidade de 3,67%. Chama atenção a rapidez com que a doença tem se alastrado pelo mundo. Tendência que deve continuar nas próximas semanas.

___________________

(*) Isso e muito mais você aprende nos nossos Cursos Aplicados de R.


Cadastre-se na newsletter
e receba nossas novidades em primeira mão!