Η επίδραση καιρικών συνθηκών στην διάδοση του Covid-19. Μία εμπειρική μελέτη.

The effect of weather conditions on the spread of Covid-19: An empirical study. (english)

  1. MSc thesis
  2. Καραμήτρου, Μαρία
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. 19 September 2021 [2021-09-19]
  5. Ελληνικά
  6. 75
  7. Τζαγκαράκης, Εμμανουήλ
  8. Κωτσιαντής, Σωτήρης | Ταμπούρης, Ευθύμιος
  9. Γραμμική Παλινδρόμηση | Machine learning | SARS-CoV-2 | coronavirus
  10. 74
  11. Περιέχει : πίνακες, εικόνες, χάρτες
    • Η νόσος Covid-19 είναι ένας νέος ιός που προκλήθηκε από τον κορονοϊό SARS-CoV-2 και διαγνώστηκε για πρώτη φορά τον Δεκέμβριο του 2019. Γρήγορα εξελίχθηκε σε πανδημία με σημαντικές επιπτώσεις στην υγεία των πολιτών, στην οικονομία χωρών και στην κοινωνία γενικότερα. Εξαιτίας της ραγδαίας εξάπλωσης μονοπώλησε το ενδιαφέρον της πολιτείας, των ανθρώπων και της επιστημονικής κοινότητας παγκοσμίως. Βασιζόμενοι σε έρευνες του παρελθόντος άλλων μολυσματικών ασθενειών, οι οποίες παρουσίασαν θετική συσχέτιση της εξάπλωσης και των περιβαλλοντικών παραγόντων συμπεριλαμβανομένων των κλιματικών μεταβλητών, όπως η θερμοκρασία και η υγρασία η παρούσα ερεύνα στοχεύει να εξετάσει την συσχέτιση της νόσου SARS-CoV-2 με διάφορες κλιματολογικές παραμέτρους. Πιο συγκεκριμένα με τη χρήση του στατιστικού εργαλείου R παρουσιάζεται η επίδραση/ συσχέτιση των επιβεβαιωμένων κρουσμάτων SARS-CoV-2 ως εξαρτημένη μεταβλητή με τη μέση ημερήσια θερμοκρασία ℃, την μέση σχετική υγρασία ℃ καθώς και την κατηγορική μεταβλητή «Κλίμα». Το δείγμα της έρευνας είναι παγκόσμιο και εκτείνεται χρονικά από τις 22 Ιανουαρίου 2020 έως τις 31 Δεκεμβρίου 2020. Προκειμένου να γίνει η ανάλυση το δείγμα ομαδοποιήθηκε με την μέθοδο ταξινόμηση κλίματος Köppen-Geiger, από το οποίο προέκυψαν 30 κλιματικές ζώνες. Επιπλέον για την πιο αξιόπιστη εφαρμογή του μοντέλου εφαρμόστηκε χρονικής υστέρησης δεκατεσσάρων και πέντε ημερών και για την ανάλυση εφαρμόστηκε η πιο διαδεδομένη από τις Machine learning τεχνικές, η μέθοδος της γραμμικής παλινδρόμησης. Τα αποτελέσματα της ταξινόμησης έδειξαν ότι όλες μεταβλητές καθώς και οι κατηγορικές μεταβλητές της ταξινόμησης του κλίματος παίζουν σημαντικό ρόλο στην συσχέτιση. Τέλος η ανάλυση κατέληξε στο συμπέρασμα ότι η θερμοκρασία παρουσιάζει αρνητική συσχέτιση με την εξαρτημένη μεταβλητή, ενώ αντίθετα η υγρασία θετική.
    • The Covid-19 disease is a new virus caused by the coronavirus SARS-CoV-2 and it was first diagnosed in December 2019. It quickly developed into a pandemic with significant impact on public health, the country's economy and society at large. Because of the rapid spread it monopolized the interest of the state, the people and the scientific community worldwide. Based on past research on other infectious diseases, which showed a positive correlation of spreading and environmental factors including climatic variables such as temperature and humidity, the present study aims at examining the correlation of SARS-CoV-2 disease with various climatic parameters. More specifically, using the statistical tool R, is presented the effect / correlation of the confirmed cases of SARS-CoV-2 as a dependent variable with the average daily temperature ℃, the average relative humidity ℃ and the categorical variable climate. The research sample is global and extends from 22 January 2020 to 31 December 2020. In order to perform the analysis, the sample was grouped by the Köppen-Geiger climate classification method, from which 30 climatic zones emerged. Even for the most reliable application of the model, a time lag of fourteen and five days was applied and for the analysis the most popular of the machine learning techniques, the method of linear regression, was applied. The classification results showed that all the variables are significant. Finally, the analysis concluded that the temperature has a negative correlation with the dependent variable, while the humidity has a positive.
  13. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.