Time series model for forecasting the number of COVID-19 cases in Turkey

Authors : Serhat AKAY, Huriye AKAY

Pages : 140-145

Doi:10.20518/tjph.809201

View : 13 | Download : 7

Publication Date : 2021-07-23

Article Type : Research Paper

Abstract :Amaç: Koronavirüs hastalığı 2019’un insert ignore into journalissuearticles values(Covid-19); hem ülkeler hem de sağlık sistemleriüzerinde beklenmedik bir etkisi olmuştur. Otoregresif Entegre Hareketli Ortalamainsert ignore into journalissuearticles values(Auto-Regressive Integrated Moving Averages); insert ignore into journalissuearticles values(ARIMA); modellerini kullanarakyapılan zaman serisi modellemesi, istatistik ve ekonometride değişkenleri kapsamlışekilde tahminde kullanılmaktadır. Zaman serisi analizinin ARIMA modellerinikullanarak, Türkiyede Covid-19 için toplam olgu sayısını tahmin etmeyi amaçladık. Yöntem: 11 Mart 2020’den 24 Ağustos 2020’ye kadar olan toplam olgu sayısınınbir ARIMA modelini oluşturmak için zaman serisi analizini kullandık ve 25 Ağustos2020’den 7 Eylül 2020’ye kadar takip eden 14 gündeki vakaları tahmin etmek içinbu modelden yararlandık. ARIMA modellerinin bileşenlerinin seçiminde Hyndmanve Khandakar algoritması kullanıldık. Öngörme doğruluğunu değerlendirmekiçin yüzde hata kullanıldı. Bulgular: Model oluşturma döneminde 259.692 olguteşhis edildi ve 14 günlük doğrulama süresi boyunca ek 21.817 olgu vaka eklendi.Öngörü için insert ignore into journalissuearticles values(4, 2, 0); bileşenli insert ignore into journalissuearticles values(p, d, q); bileşenli ARIMA modeli kullanıldı. Ortalamatahmin hatası % 0.20 olarak bulundu ve tahmin doğruluğu tahminin iki haftalıkdöneminde en yüksekti. Sonuç: ARIMA modelleri, Türkiye’de önümüzdeki iki haftaboyunca Covid-19 hastalarının toplam olgu sayısını tahmin etmek için kullanılabilir.
Keywords : COVID 19, zaman serisi, tahmin