Estudio de la COVID-19 por comunidades autónomas españolas. Modelización econométrica mediante series temporales.

Abstract

[ES] La pandemia de coronavirus en el mundo ha provocado una crisis sanitaria sin precedentes donde, a su vez, ha derivado en la paralización de ciertos sectores económicos, como el comercio, la hostelería y el turismo. A día de hoy, se han registrado un total de 13.740.531 casos positivos y 118.712 muertes. Los datos de este trabajo se descargaron del Instituto de Salud Carlos III (https://cnecovid.isciii.es/covid19/). La base de datos utilizada tiene en cuenta la evolución temporal de 58.708 brotes de COVID-19 detectados en 19 comunidades autónomas (CCAA) durante el periodo comprendido entre el 1 de enero de 2020 y el 29 de agosto de 2022. El objetivo de este trabajo es realizar un estudio econométrico sobre el impacto de la COVID-19 en las personas mayores de 60 años en las distintas CCAA. Para la metodología de este trabajo se han utilizado series temporales con el fin de estudiar la relación causal entre las diversas variables. El software estadístico utilizado ha sido R, un lenguaje de programación especializado en el visualización, tratamiento y análisis de datos.

[EN] The global coronavirus pandemic has caused an unprecedented health crisis which, in turn, has led to the paralysis of certain economic sectors, such as commerce, hospitality, and tourism. To date, a total of 13,740,531 positive cases and 118,712 deaths have been recorded. The data for this work were downloaded from the Instituto de Salud Carlos III (https://cnecovid.isciii.es/covid19/). The database used takes into account the temporal evolution of 58,708 outbreaks of COVID-19 detected in 19 Autonomous Communities (AC) during the period from 1 January 2020 to 29 August 2022. The aim of this work is to carry out an econometric study on the impact of COVID-19 on people over 60 years of age in different Autonomous Communities. For the methodology of this work, time series have been used to study the causal relationship between the various variables. The statistical software used was R, a programming language specialized in data visualization, processing, and analysis.