Ciencia de datos aplicada al análisis de comportamiento del COVID-19 en el Estado de México en fiestas decembrinas

Abstract

Los eventos naturales en México, específicamente aquellos con características hidrometeorológicas, amenazan constantemente a la población. La evacuación oportuna de las comunidades a refugios es una medida decisiva para reducir su impacto. Este trabajo tiene como objetivo determinar la probabilidad de ocurrencia de eventos naturales a través del uso de técnicas de ciencia de datos. La estrategia considera la Analítica descriptiva de datos, así como algoritmos de aprendizaje automático: K-medias y Batchelor &Wilkins para identificar la distribución de los datos y posteriormente la aplicación del Teorema de Bayes, para estimar la ocurrencia de un evento con el objetivo de evaluar y comparar los conjuntos de datos presentados por el Centro Nacional de Prevención de Desastres y los datos presentados por el Centro de Investigación sobre Epidemiología de Desastre. En los resultados obtenidos K-medias destacó con una precisión general del 91% permitiendo observar una discrepancia media de 11 defunciones entre registros de ambas organizaciones. Finalmente, las probabilidades condicionales de que ocurra un evento en un municipio se determinaron haciendo uso de las agrupaciones previamente calculadas y el teorema de Bayes. El presente trabajo sienta las bases para futuras aplicaciones de evacuación que ayuden a minimizar las pérdidas humanas y apoyar en la toma de decisiones del personal dedicado a estas actividades de prevención.