Análisis informacional a partir de series de datos de la pandemia de COVID-19

ANDRÉS KOWALSKI; FEDERICO HOLIK; MARCELO LOSADA; MARIELA PORTESI; VICTORIA VAMPA

Modalidad virtual

Congreso; XVIII Taller Regional de Física Estadística y Aplicaciones a la Materia Condensada; 2021

IFEG-CONICET y FAMAF-UNC

Desde la aparición de los primeros casos de infecciones por SARS-CoV2 en Wuhan (China) y suconsiguiente propagación a nivel global, la pandemia de COVID-19 ha afectado nuestro mundo en diferentes órdenes. A partir de los datos recolectados, muchos tratamientos matemáticos han intentado contribuir a su caracterización. Resulta fundamental para dicho propósito, conocer cuál es la información disponible. Hemos investigado la información contenida en las series de datos correspondiente a infectados y a fallecidos por país, usando cuantificadores informacionales como la entropía de Shannon y la complejidad estadística que han mostrado su potencial en distintas aplicaciones. Las distribuciones de probabilidad son extraídas de las series de datos por medio de dos metodologías (método permutacional de Bandt-Pompe y transformada wavelet). Discutiremos nuestros resultados que muestran ser compatibles con un proceso altamente aleatorio.