¿Cuál es el impacto de las medidas de distanciamiento social tomadas por los gobiernos del mundo frente a la pandemia por COVID-19? La econometría es la vía para responder a esta duda. Por eso, Vanessa Carrión, Docente Investigadora de la Maestría en Econometría, junto a Royce Carroll, su colega de la University of Essex (Reino Unido), trabajan en un estudio que busca vincular la rigurosidad de las decisiones sobre el distanciamiento social y los patrones ascendentes y descendentes de las curvas de los casos de coronavirus en los diferentes países del mundo.
La investigación toma en cuenta todas las naciones de las cuales existe información respecto a las medidas de distanciamiento social y que se toman en cuenta en el índice: Oxford Covid-19 Government Response Tracker.
Algunos ejemplos de ello son:
Grupo 1. Pico temprano
Australia, Bélgica.
Grupo 2. Pico medio temprano.
Estados Unidos, Ecuador.
Grupo 3. Pico medio tardío.
República Dominicana, Suecia.
Grupo 4. Pico tardío.
Chile, Sudáfrica.
De esta manera, lo que se busca es colocar a cada uno de los países estudiados en uno de esos cuatro grupos.
Tradicionalmente estos análisis se realizan usando series de tiempo, sin embargo, en este estudio se realiza una medición simplificada que evita muchos problemas de comparabilidad al enfocarse en una interpretación categórica de los patrones de crecimiento, explica Vanessa. Por ello, aplicaron un análisis de conglomerados, con lo cual lograron identificar cuatro distintos patrones de curvas de crecimiento de casos de COVID-19, que son los resultados que se observan en los grupos arriba mencionados, como ejemplos de algunos países.
“Gracias a la aplicación de machine learning se genera una curva estandarizada de cada uno de los países, la que luego es ubicada en uno de los cuatro conglomerados Es así que se puede identificar países donde el pico llegó tempranamente y otros donde se demoró más”, explica Vanessa.
Una vez identificados los conglomerados, se realiza modelado econométrico para identificar la relación entre la curva de COVID-19 y la rigurosidad de las medidas de distanciamiento social, controlando por otros factores como densidad poblacional, producto interno bruto, exposición internacional, entre otros.
Al tomar en cuenta el Oxford Covid-19 Government Response Tracker, Vanessa explica que se analizan medidas como la priorización del teletrabajo, el cierre de centros educativos, las prohibiciones de viajes no esenciales, entre otras.
El estudio comenzó en mayo y los datos para el análisis se consideran hasta el 14 de diciembre de 2020. “En algunos casos parecería que no llegaron a un pico o que se aproximan más tarde al mismo. Estos son países como Suiza que tuvieron un manejo más eficiente de la pandemia”, detalla Vanessa.
Además del aporte de este estudio para entender cierta parte del comportamiento de la pandemia, este tipo de análisis de conglomerados es replicable en otras situaciones, por ejemplo para clasificar clientes de una organización y generar estrategias, productos o servicios que se adecuen a sus necesidades. “En grandes empresas como los bancos ya tienen grupos de científicos de datos que trabajan con estos estudios. No es algo muy conocido aún, pero tiene mucho potencial”, ejemplifica Vanessa.
Aprende cómo generar valor con los datos con la Maestría en Econometría.
