Resumen

En este documento, discutimos el procesamiento estadístico de los datos de COVID-19. COVID-19 fue reconocido inicialmente en Wuhan, China, el 31 de diciembre de 2019. Luego se propagó a otras partes del mundo, por lo que se le conoció como una pandemia. Ha recibido interés debido a su repentina aparición como un patógeno humano mortal. El efecto no se limita solo a la morbilidad y mortalidad, sino que también se extiende a consecuencias sociales y económicas. Se requiere un análisis estadístico para medir el daño causado a los humanos y tomar las medidas necesarias para limitar este daño. El objetivo del trabajo fue examinar los efectos de varios factores en las muertes por COVID-19. Para lograr este objetivo, aplicamos un modelo de regresión logística (LR), como un método estadístico, y un modelo de árbol de decisiones, como un método de aprendizaje automático, para modelar las muertes por COVID-19 en Francia, Alemania, Italia y España. Se compararon las capac

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Procesamiento estadístico; Datos de COVID-19; Pandemia; Patógeno humano; Consecuencias sociales y económicas; Modelo de regresión logística; Aprendizaje automático; Habilidades predictivas; Densidades de población; Muertes femeninas; Muertes masculinas; Mayores de 65 años; Organización Mundial de la Salud; 11 de enero de 2020; 29 de mayo de 2020.
• Keywords:Statistical processing; COVID-19 data; Pandemic; Human pathogen; Social and economic consequences; Logistic regression model; Machine learning; Predictive abilities; Population densities; Female deaths; Male deaths; Aged 65 years and older; World Health Organization; January 11, 2020; May 29, 2020