Previsão da evolução da Covid-19 utilizando métodos de Machine Learning

Abstract

Com o surgimento da recente pandemia global da Covid-19, vários modelos de previsão de séries temporais vêm sendo utilizados pelos governos como instrumentos na tomada de decisões, auxiliando na maneira de rastrear e gerenciar a evolução da epidemia. Devido à ampla disponibilidade de dados referentes à crise, torna-se imprescindível que métodos modernos sejam propostos, explorando ao máximo a informação existente. Nesse contexto, propõem-se a utilização de métodos de Machine Learning para prever o número de casos e fatalidades do novo vírus em metrópoles brasileiras. A pesquisa baseia-se em dados disponibilizados por órgãos governamentais e integra variáveis medidas diariamente em múltiplos domínios, como dados da evolução da epidemia e covariáveis ambientais. Cabe salientar que nosso objetivo será o de explorar estas técnicas dentro deste problema aplicado, sem a pretensão, entretanto, de que efetivamente atuemos em tempo real para execução das previsões. Ou seja, o trabalho possuirá um caráter ex post e não um ex ante. Além disso, estaremos realizando um exercício numérico que inclui simulação de Monte Carlo, para auxiliar nas implementações e análises dos dados empíricos, de modo a comparar as performances desses estimadores em um cenário conhecido. A comparação dos métodos é feita através de medidas de erro de previsão. Como resultados obtidos, observou-se que as previsões da quantidade de infectados pela doença ficaram muito próximas aos dados reais coletados para todos os métodos e ligeiramente melhores que as previsões de número de vítimas fatais, que, por sua vez, tiveram variações um pouco maiores em relação aos dados reais. Apesar disso, os resultados verificam a eficácia desses métodos em termos de simulação e previsão da tendência de surto de Covid-19.

With the emergence of the recent Covid-19 global pandemic, several time series prediction models have been used by governments as decision-making tools, helping to track and manage the evolution of the disease. Due to the wide availability of data related to the crisis, it is essential that modern methods are proposed, exploring the important information available. In this context, it is suggested the use of Machine Learning methods to predict the number of cases and deaths of the new virus in Brazilian metropolises. The research is based on data provided by government agencies and it uses weekly updated variables of multiple domains, such as data on the evolution of the epidemic and environmental covariates. It should be noted that our objective is to explore these technics within this applied problem, without the pretension, however, that we actually act in real time to execute the forecasts. In other words, this research will have an ex post character, not an ex ante. In addition, we will be performing a numerical exercise that includes Monte Carlo simulation, to assist in the implementation and analysis of empirical data, in order to compare the performance of these estimators in a known scenario. Comparison of methods is done through predictive error measures. As a result, it was observed that the forecasts for the number of people infected by the disease were very close to the actual data collected for all methods and slightly better than the forecasts for the number of fatal victims, which, in turn, had slightly greater variations in relation to the real data. Despite this, the results verify the effectiveness of these methods in terms of simulation and prediction of the Covid-19 outbreak trend.