A melhor política econômica no momento é a vacina

Em menos de um ano do início da pandemia, de forma inédita, em uma corrida biomédica que poucas vezes se viu na História da Humanidade, veio a vacina contra a Covid-19. Desenvolvidas de forma isolada por laboratórios privados ou em parceria com governos soberanos, não importa, o fato é que a era da inteligência artificial não deixou a Humanidade na mão, entregando em tempo recorde um antídoto para a peste que nos assola.

A despeito dessa excelente notícia para a Humanidade, o cenário para o Brasil não é dos mais animadores. Dada a descoordenação sem precedentes vinda do Palácio do Planalto, a vacinação no país caminha a passos de cágado. Nesse Comentário de Conjuntura, trazemos um retrato da vacinação no país.

Membros do Clube AM, por suposto, têm acesso a todos os códigos desse exercício.

Os dados utilizados estão disponíveis no repositório do Wesley Cota, e são importados abaixo.


## Carregar pacotes
library(tidyverse)
library(lubridate)
library(zoo)
library(tsibble)
library(fable)
library(feasts)
library(tsibbledata)

## Coletar dados
covid_df = readr::read_csv("https://raw.githubusercontent.com/wcota/covid19br/master/cases-brazil-states.csv",
guess_max = 10000) %>%
group_by(state) %>%
mutate(d_vaccinated = vaccinated - lag(vaccinated,1)) %>%
mutate(MM_dose1 = rollmean(d_vaccinated, 7, NA, align='right'))

Observe que na função read_csv nós setamos o argumento guess_max igual a 10.000, dado que as primeiras mil linhas da coluna vaccinated estão com NA. Caso isso não seja feito, a função irá ler todas as linhas da coluna como NA.

Uma vez que os dados estejam disponíveis, podemos construir o gráfico abaixo.

A despeito da vacinação diária ainda está aquém do ritmo necessário para vacinar toda a população em um prazo adequado, uma boa notícia advinda dos dados é que a média móvel de 7 dias tem avançado. Ela estava em torno de 200 mil doses no início de fevereiro e tem avançado para acima das 500 mil doses na margem.

Esperamos que o programa de vacinação avance de forma inequívoca a partir de agora, dado o agravamento da pandemia que estamos assistindo - e que foi detalhado no Comentário de Conjuntura anterior.

Membros do Clube AM, por suposto, têm acesso a todos os códigos desse exercício.

____________________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise exploratória para modelagem preditiva no Python

Antes de desenvolver bons modelos preditivos é necessário organizar e conhecer muito bem os dados. Neste artigo, damos algumas dicas de recursos, como gráficos, análises e estatísticas, que podem ser usados para melhorar o entendimento sobre os dados usando Python.

Como usar modelos do Sklearn para previsão? Uma introdução ao Skforecast

Prever séries temporais é uma tarefa frequente em diversas áreas, porém exige conhecimento e ferramentas específicas. Os modelos de machine learning do Sklearn são populadores, porém são difíceis de aplicar em estruturas temporais de dados. Neste sentido, introduzimos a biblioteca Skforecast, que integra os modelos do Sklearn e a previsão de séries temporais de forma simples.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.