Resumen
RESUMEN
En este trabajo analizamos escenarios hipotéticos para contagios de COVID-19 durante la elección 2021 en México. Del 2 de abril al 2 de junio 2021 se llevarán a cabo elecciones de diputados federales, diputados locales, gubernaturas y presidencias municipales en lo que es considerada como la elección más grande en la historia de México; se estima que las actividades de las campañas electorales y el día de la votación se incrementará la movilidad de las personas y con ello su riesgo de contagio por COVID-19. Usando datos históricos de razones de contagios se define la media de estos datos, su desviación estándar y mediante una distribución t-Student se obtiene un intervalo de 90% de confianza para la media. Se utilizan el centro y ambos extremos de este intervalo como tasas de incremento para simular el crecimiento de casos en dos periodos (primer mes: elección diputados federales; segundo mes: elección gubernaturas, diputados locales y ayuntamientos); se reportan simulaciones usando algoritmos de aprendizaje de máquina a 2 meses pasadas las elecciones.
Palabras clave: aprendizaje máquina, proyecciones COVID-19, elección 2021 México.
SUMMARY
In this work we analyze hypothetical scenarios for COVID-19 infections during the 2021 election in Mexico; from april 2 to june 2, 2021, elections for federal deputies, local deputies, governorships and municipal presidencies will be held in what is considered the largest election in Mexico´s history; it is estimated that the activities of the electoral campaigns and the election day will increase the mobility of people and with it their risk of contagion by COVID-19. Using historical data on infection rates, the mean of these data is defined, its standard deviation and a t-Student distribution is used to obtain a 90% confidence interval for the mean. The center and both ends of this interval are used as rates of increase to simulate the growth of cases in two periods (first month; election of federal deputies; second month; election of governorships, local deputies and municipalities), simulations are reported using machine learning algorithms 2 monts after the elections.
Keywords: machine learning, COVID-19 projections, Mexico 2021 election
1. Los autores que publican en esta revista están de acuerdo con los siguientes términLos autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
2. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
3. Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).