You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
{{ message }}
This repository has been archived by the owner on Mar 29, 2022. It is now read-only.
O objetivo deste issue é de estimar a variação diária de infectados por estado. Usando pymc3 similar ao feito por país neste site https://covid19dashboards.com/growth-bayes/
The text was updated successfully, but these errors were encountered:
A ideia de estimar a posteriori do crescimento é bem interessante, mas nesse caso estamos assumindo taxas de crescimento fixas, quando na real elas devem variar no tempo (efeito lockdown, etc).
A lib usada é a pygam, que permite tirar amostras de posteriori e definir distribuições que fazem sentido pras variáveis que estamos tentando modelar (e.g. Gamma para taxa de crescimento)
Não publiquei o código ainda pq ele n tá limpo (hehehe) mas posso tentar dar o gás se acharem que faz sentido
Sim seria ótimo publicar uma versão que leva em conta a dependência do tempo. Acho seria ainda mehor estimar os parâmetros da SDE Bayes que é descrita no arquivo seir_bayes.pdf.
Sign up for freeto subscribe to this conversation on GitHub.
Already have an account?
Sign in.
O objetivo deste issue é de estimar a variação diária de infectados por estado. Usando
pymc3
similar ao feito por país neste site https://covid19dashboards.com/growth-bayes/The text was updated successfully, but these errors were encountered: