Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19

Autores
Vampa, Victoria Cristina; Kowalski, Andres Mauricio; Losada, Marcelo Adrián; Portesi, Mariela Adelina; Holik, Federico Hernán
Año de publicación
2023
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Aplicamos diferentes cuantificadores de información al estudio de series temporales de COVID-19. En primer lugar, analizamos cómo el hecho de suavizar las curvas altera el contenido de información de la serie, aplicando la entropía de permutaciones y la entropía wavelet a la serie de casos diarios nuevos mediante un método de ventana móvil. Además, para estudiar qué tan acopladas están las curvas asociadas con los nuevos casos diarios de infecciones y muertes, calculamos la coherencia wavelet. Nuestros resultados muestran cómo se pueden utilizar cuantificadores de información para analizar el comportamiento impredecible de esta pandemia en el corto y mediano plazo.
We apply different information quantifiers to the study of COVID-19time series. First, we analyze how the fact of smoothing the curves altersthe informational content of the series, by applying the permutation andwavelet entropies to the series of daily new cases using a sliding-windowmethod. In addition, to study how coupled the curves associated with dailynew cases of infections and deaths are, we compute the wavelet coherence.Our results show how information quantifiers can be used to analyze theunpredictable behavior of this pandemic in the short and medium terms.
Fil: Vampa, Victoria Cristina. Universidad Nacional de La Plata. Facultad de Ingeniería; Argentina
Fil: Kowalski, Andres Mauricio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Física La Plata. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Física La Plata; Argentina
Fil: Losada, Marcelo Adrián. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física. Sección Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba; Argentina
Fil: Portesi, Mariela Adelina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Física La Plata. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Física La Plata; Argentina
Fil: Holik, Federico Hernán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Física La Plata. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Física La Plata; Argentina
Materia
INFORMATION THEORY
PERMUTATION ENTROPY
STATISTICAL COMPLEXITY
BANDT-POMPE METHODOLOGY
WAVELET TRANSFORM
COVID-19
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/222552
Acceder
id CONICETDig_8ff8ffb6cd2197e130973e4841a37b9a
oai_identifier_str oai:ri.conicet.gov.ar:11336/222552
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19Information quantifiers and unpredictability in the Covid-19 time-series dataVampa, Victoria CristinaKowalski, Andres MauricioLosada, Marcelo AdriánPortesi, Mariela AdelinaHolik, Federico HernánINFORMATION THEORYPERMUTATION ENTROPYSTATISTICAL COMPLEXITYBANDT-POMPE METHODOLOGYWAVELET TRANSFORMCOVID-19https://purl.org/becyt/ford/1.3https://purl.org/becyt/ford/1Aplicamos diferentes cuantificadores de información al estudio de series temporales de COVID-19. En primer lugar, analizamos cómo el hecho de suavizar las curvas altera el contenido de información de la serie, aplicando la entropía de permutaciones y la entropía wavelet a la serie de casos diarios nuevos mediante un método de ventana móvil. Además, para estudiar qué tan acopladas están las curvas asociadas con los nuevos casos diarios de infecciones y muertes, calculamos la coherencia wavelet. Nuestros resultados muestran cómo se pueden utilizar cuantificadores de información para analizar el comportamiento impredecible de esta pandemia en el corto y mediano plazo.We apply different information quantifiers to the study of COVID-19time series. First, we analyze how the fact of smoothing the curves altersthe informational content of the series, by applying the permutation andwavelet entropies to the series of daily new cases using a sliding-windowmethod. In addition, to study how coupled the curves associated with dailynew cases of infections and deaths are, we compute the wavelet coherence.Our results show how information quantifiers can be used to analyze theunpredictable behavior of this pandemic in the short and medium terms.Fil: Vampa, Victoria Cristina. Universidad Nacional de La Plata. Facultad de Ingeniería; ArgentinaFil: Kowalski, Andres Mauricio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Física La Plata. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Física La Plata; ArgentinaFil: Losada, Marcelo Adrián. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física. Sección Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba; ArgentinaFil: Portesi, Mariela Adelina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Física La Plata. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Física La Plata; ArgentinaFil: Holik, Federico Hernán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Física La Plata. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Física La Plata; ArgentinaUniversidad de Costa Rica2023-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/222552Vampa, Victoria Cristina; Kowalski, Andres Mauricio; Losada, Marcelo Adrián; Portesi, Mariela Adelina; Holik, Federico Hernán; Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19; Universidad de Costa Rica; Revista de Matemática: Teoría y Aplicaciones; 30; 1; 1-2023; 1-231409-24332215-3373CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/url/https://revistas.ucr.ac.cr/index.php/matematica/article/view/50554info:eu-repo/semantics/altIdentifier/doi/10.15517/rmta.v30i1.50554info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-10-29T12:08:03Zoai:ri.conicet.gov.ar:11336/222552instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-10-29 12:08:04.086CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19
Information quantifiers and unpredictability in the Covid-19 time-series data
title Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19
spellingShingle Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19
Vampa, Victoria Cristina
INFORMATION THEORY
PERMUTATION ENTROPY
STATISTICAL COMPLEXITY
BANDT-POMPE METHODOLOGY
WAVELET TRANSFORM
COVID-19
title_short Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19
title_full Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19
title_fullStr Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19
title_full_unstemmed Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19
title_sort Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19
dc.creator.none.fl_str_mv Vampa, Victoria Cristina
Kowalski, Andres Mauricio
Losada, Marcelo Adrián
Portesi, Mariela Adelina
Holik, Federico Hernán
author Vampa, Victoria Cristina
author_facet Vampa, Victoria Cristina
Kowalski, Andres Mauricio
Losada, Marcelo Adrián
Portesi, Mariela Adelina
Holik, Federico Hernán
author_role author
author2 Kowalski, Andres Mauricio
Losada, Marcelo Adrián
Portesi, Mariela Adelina
Holik, Federico Hernán
author2_role author
author
author
author
dc.subject.none.fl_str_mv INFORMATION THEORY
PERMUTATION ENTROPY
STATISTICAL COMPLEXITY
BANDT-POMPE METHODOLOGY
WAVELET TRANSFORM
COVID-19
topic INFORMATION THEORY
PERMUTATION ENTROPY
STATISTICAL COMPLEXITY
BANDT-POMPE METHODOLOGY
WAVELET TRANSFORM
COVID-19
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.3
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv Aplicamos diferentes cuantificadores de información al estudio de series temporales de COVID-19. En primer lugar, analizamos cómo el hecho de suavizar las curvas altera el contenido de información de la serie, aplicando la entropía de permutaciones y la entropía wavelet a la serie de casos diarios nuevos mediante un método de ventana móvil. Además, para estudiar qué tan acopladas están las curvas asociadas con los nuevos casos diarios de infecciones y muertes, calculamos la coherencia wavelet. Nuestros resultados muestran cómo se pueden utilizar cuantificadores de información para analizar el comportamiento impredecible de esta pandemia en el corto y mediano plazo.
We apply different information quantifiers to the study of COVID-19time series. First, we analyze how the fact of smoothing the curves altersthe informational content of the series, by applying the permutation andwavelet entropies to the series of daily new cases using a sliding-windowmethod. In addition, to study how coupled the curves associated with dailynew cases of infections and deaths are, we compute the wavelet coherence.Our results show how information quantifiers can be used to analyze theunpredictable behavior of this pandemic in the short and medium terms.
Fil: Vampa, Victoria Cristina. Universidad Nacional de La Plata. Facultad de Ingeniería; Argentina
Fil: Kowalski, Andres Mauricio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Física La Plata. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Física La Plata; Argentina
Fil: Losada, Marcelo Adrián. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física. Sección Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba; Argentina
Fil: Portesi, Mariela Adelina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Física La Plata. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Física La Plata; Argentina
Fil: Holik, Federico Hernán. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Física La Plata. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Física La Plata; Argentina
description Aplicamos diferentes cuantificadores de información al estudio de series temporales de COVID-19. En primer lugar, analizamos cómo el hecho de suavizar las curvas altera el contenido de información de la serie, aplicando la entropía de permutaciones y la entropía wavelet a la serie de casos diarios nuevos mediante un método de ventana móvil. Además, para estudiar qué tan acopladas están las curvas asociadas con los nuevos casos diarios de infecciones y muertes, calculamos la coherencia wavelet. Nuestros resultados muestran cómo se pueden utilizar cuantificadores de información para analizar el comportamiento impredecible de esta pandemia en el corto y mediano plazo.
publishDate 2023
dc.date.none.fl_str_mv 2023-01
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/222552
Vampa, Victoria Cristina; Kowalski, Andres Mauricio; Losada, Marcelo Adrián; Portesi, Mariela Adelina; Holik, Federico Hernán; Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19; Universidad de Costa Rica; Revista de Matemática: Teoría y Aplicaciones; 30; 1; 1-2023; 1-23
1409-2433
2215-3373
CONICET Digital
CONICET
url http://hdl.handle.net/11336/222552
identifier_str_mv Vampa, Victoria Cristina; Kowalski, Andres Mauricio; Losada, Marcelo Adrián; Portesi, Mariela Adelina; Holik, Federico Hernán; Cuantificadores de información e impredictibilidad en las series temporales asociadas a la COVID-19; Universidad de Costa Rica; Revista de Matemática: Teoría y Aplicaciones; 30; 1; 1-2023; 1-23
1409-2433
2215-3373
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.ucr.ac.cr/index.php/matematica/article/view/50554
info:eu-repo/semantics/altIdentifier/doi/10.15517/rmta.v30i1.50554
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad de Costa Rica
publisher.none.fl_str_mv Universidad de Costa Rica
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1847426888468791296
score 13.10058

Publicaciones similares