Farklı Ülkelerde Covid 19 Vaka Sayılarının Tahmininde Kullanılan Zaman Serilerinin Karşılaştırılması

Abstract

Ülkelerdeki aktif COVID-19 vaka oranları ve dolayısıyla salgının ne zaman zirve yapacağını bilmek, hükümetlerin sosyal ve sağlık politikalarını değiştirmesine izin vereceği için pandeminin etkisini önemli ölçüde azaltma potansiyeline sahiptir. COVID-19 pandemisi, mevcut dünyamızda büyük bozulmalara neden oldu. Bu krizin etkisi ve büyüklüğü, dünya çapında çok fazla korku, belirsizlik ve endişeye neden oldu. Bu nedenle, gelecekte kayıpları önlemek için COVID-19 pandemisini ve toplumumuz üzerindeki etkilerini anlamak kritik öneme sahiptir. Bu tez çalışmasında; on farklı ülke için (Türkiye, Brezilya, Rusya, Avustralya, İran, Amerika, ABD, Çin, Fransa ve Almanya) COVID-19 vakalarına ilişkin dört farklı veri seti (vakalar - kümülatif vakalar - yeni ölümler - kümülatif ölümler), zaman serisi kullanılarak incelenmiştir. Herbir ülke için dört farklı zaman serisi verileri ayrı ayrı modellenmiş ve birbirleriyle karşılaştırılmıştır. Ayrıca on farklı ülke için dört farklı zaman serisi modelleri, ülke bazlı olarak biribirleriyle de karşılaştırılmıştır.Knowing the active COVID-19 case rates in countries and when the epidemic will peak, have the potential to significantly reduce the impact of the pandemic, as it will allow governments to change their social and health policies. The COVID-19 pandemic has caused major disruptions in our current world. The impact and magnitude of this crisis has caused a lot of fear, uncertainty and concern around the world. Therefore, it is critical to understand the COVID-19 pandemic and its effects on our society in order to prevent losses in the future. In this thesis, in ten different countries (Turkey, Brazil, Russia, Australia, Iran, America, China, France and Germany) COVID-19 cases in relation to four different data sets (cases cumulative cases - deaths - cumulative deaths), has been investigated by using the time series. Four different time series data for each country were modelled separately and compared with each other. In addition, four different time series models for ten different countries were compared with each other on a country-by-country basis.