Covid19: La teoría de la conspiración. Formato Podcast

En este podcast he querido hablar de los factores psicológicos que facilitan que se formen las teorías de la conspiración y que arraiguen en muchas personas. También identificar cuáles son los patrones que siguen todas estas teorías para que podamos desmontarlas antes de que lleguemos a vernos absorbidos por ellas.

¿Por qué España tiene tantos funcionarios? Formato Podcast

En este podcast hago una crítica del número tan desproporcionado de funcionarios con los que cuenta la Administración Pública y cuáles son las razones para esta hipertrofia. También hablo sobre el riesgo que implica el número de personas que mientras preparan oposiciones se quedan fuera del mercado laboral.

¿Por qué son más importantes las discotecas que los colegios? Formato Podcast

En este podcast hago una reflexión de por qué se le ha dedicado más tiempo y atención al turismo y al ocio nocturno que a la “vuelta el cole”, como si nos importara más salir de copas que mandar a nuestros hijos al colegio.

Análisis de la evolución de coronavirus (Continuación)

He continuado haciendo análisis sobre cómo va evolucionando el coronavirus en todos los países que están reportando casos.

He tenido que abandonar mi modelo anterior porque me he encontrado con grandes dificultades para encontrar una fuente fiable y constante de datos.

En esta ocasión estoy utilizando como fuente la dirección:

https://www.ecdc.europa.eu/en/publications-data/download-todays-data-geographic-distribution-covid-19-cases-worldwide

El algoritmo sobre el que he construido el modelo predictivo ha sido SARIMA y he considerado un histórico de 15 días, que es lo que llevamos confinados en España.

En este momento la tendencia es al alza y, si las medidas adoptadas están surtiendo efecto, en sucesivas actualizaciones deberíamos empezar a ver un cambio.

Sin embargo no entiendo cómo no hay ninguna entidad que esté reportando el histórico de datos reportando regiones, estados, provincias… y los datos no están segmentados por edad, lo que le resta mucha precisión al análisis.

https://public.tableau.com/views/covid19_15854069811580/Dashboard1?:display_count=y&publish=yes&:origin=viz_share_link

Analysis of the evolution of the coronavirus

Inglés

In this post I want to share an analysis that I have done on the evolution of the coronavirus using different tools for data analysis and visualization: Python to obtain historical data from all affected countries: https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_19-covid-Confirmed.csv https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_19-covid-Deaths.csv https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_19-covid-Recovered.csv

KNIME for data manipulation and the creation of a predictive model using Random Forest to analyze the evolution of contagion before showing symptoms:

Facebook Prophet to estimate the behavior of the disease in the next 7 days.

Tableau for displaying the results and publishing the dashboard on your public server where you will find:

Case evolution: Where the evolution of the total cases of the disease from the origin is shown, as well as an adjustment in which deaths and discharges are subtracted. 7 days projected using the Facebook Prophet library are included.

Case incubation: Cases reported vs. probable cases before they can be identified. The model has been built using behavior in all affected countries using the Random Forest algorithm.

Death vs Recover: Cases discharged compared to deaths. A projection is also made for the next 7 days.

Case increment: This graph shows the unique cases identified day by day so that we can identify the spikes or stagnation of the disease depending on the country.

Here is a direct link to the dashboard on the Tableau public server:
https://public.tableau.com/views/coronavirus_analysis/Dashboard1?:display_count=y&publish=yes&:origin=viz_share_link