Análise Temporal COVID-19 Brasil

Introdução 📜

Olá, meu nome é Pedro Henrique, e esse é meu repositório referente ao projeto final do módulo 3 do Bootcamp De Data Science Aplicada promovido pela Alura sobre análise de séries temporais.O objetivo desse projeto foi analisar os dados de COVID-19 no Brasil ao longo do tempo, olhando para os dados coletados por dia da notificação e a partir disso encontrar padrões temporais que influenciam o comportamento desses dados.

COVID-19

O ano de 2020 começou de uma maneira completamente inesperada, o mundo foi atingido por uma das maiores crises sanitárias da história contemporânea, fato esse que trouxe desafios e adversidades em todo o mundo, e no Brasil não foi diferente, a população viu, rapidamente, o perigo do vírus uma vez que as taxas de morte sobem cada vez mais.Esse projeto teve como motivação os problemas causados pela COVID-19 a fim de encontrar respostas do comportamento temporal da doença.

Estrutura do projeto

O repostório foi organizado em 3 pastas, são elas:

Dados brutos:

Nesta pasta se encontra o arquivo .csv dos dados brutos extraídos do Brasil.IO relacionados aos dados de casos e óbitos da COVID-19 no Brasil coletados a partir das secretarias estaduais de saúde. Esses dados estão organizados em 18 colunas, são elas:

• city : cidade
• city_ibge_code : código da cidade
• date : data das observações
• epidemiological_week : semana epidemiológica
• estimated_population : população estimada
• estimated_population_2019 : população estimada de 2019
• is_last : indica se os dados de relacionados ao last_avaiable são realmente os últimos
• is_repeated : se os valores são repeditos
• last_available_confirmed : última atualização do número total de casos confirmados
• last_available_confirmed_per_100k_inhabitants : última atualização do número total de casos confirmados por 100 mil habitantes
• last_available_date : data da última atualização
• last_available_death_rate : última atualização da taxa de mortes
• last_available_deaths : última atualização do número total de mortes confirmados
• order_for_place : número que identifica a ordem do registro para este local.
• place_type : tipo de local, estado ou cidade
• state : sigla do estado correspondente
• new_confirmed : casos novos notificados no dia
• new_deaths : óbitos novos notificados no dia

Dados limpos:

Nesta pasta está o arquivo .csv com os dados na forma que serão utilizados na análise. Esses dados foram filtrados e tratados no notebook Limpeza_dados_covid, esse arquivo está organizado em 7 colunas, são elas:

• date : data relacionada ao número de casos e óbitos
• casos_novos : número de casos notificados no dia
• obitos_novos : número de óbitos notificados no dia
• MM7_casos : média móvel de 7 dias dos casos novos
• MM7_obitos : média móvel de 7 dias dos casos novos
• mes/ano : mes e ano correspondentes
• letalidade_mes : número de óbitos totais do mês divididos pelo número de casos notificados no mês

Notebooks:

Nesta pasta se encontram os notebooks desenvolvidos no jupyter e os arquivos .py destinados às funções e classes:

Limpeza_dados_covid:

Esse notebook foi destinado à limpeza dos dados brutos a fim de agrupar os dados do Brasil inteiro e organizar por dia, além disso foram renomeadas as colunas e algumas outras foram criadas:

• MM7_casos : média móvel de 7 dias dos casos novos
• MM7_obitos : média móvel de 7 dias dos casos novos
• mes/ano : mes e ano correspondentes
• letalidade_mes : número de óbitos totais do mês divididos pelo número de casos notificados no mês

Análise Final:

Nesse notebook teve como objetivo a análise dos dados de casos e óbitos por COVID-19 no Brasil inteiro e tentar encontrar padrões nesses dados ao longo do tempo.

model.py:

Nesse arquivo python está o código do modelo utilizado no notebook da análise final.

plot.py:

Nesse arquivo python está o código das funções que tem como objetivo a geração de visualizar os dados.

requirements.txt:

Nesse arquivo .txt estão as versões de todas as bibliotecas que foram utilizadas no projeto.

img:

Pasta destinada às imagens utilizadas no projeto.

Tecnologias utilizadas 💻

Esse projeto foi realizado utilizando a linguagem Python versão 3.7.6 através do jupyter lab versão 1.2.6, as bibliotecas usadas foram:

• Pandas versão 1.2.4 : biblioteca rápida e poderosa usada para manipulação de dados
• Matplotlib versão 3.1.3 : biblioteca usada para visualização de dados
• Seaborn versão 0.11.1 : biblioteca baseada no Matplotlib para visualização de gráficos estatísticos mais complexos
• Numpy versão 1.20.2 : biblioteca utilizada para computação matemática
• fbprophet 0.7.1 : biblioteca focada na previsão de séries temporais
• Para mais informações de todas as versões utilizadas para replicação do projeto acesse o requirements.txt

Hipóteses

• A média móvel de 7 dias de casos por dia em 2021 ultrapassou o pico de casos em 2020
• A média móvel de 7 dias de óbitos por dia em 2021 ultrapassou o pico de óbitos em 2020
• Existe uma sazonalidade semanal na notificação de casos novos
• Existe uma correlação entre o número de óbitos no dia e o número de casos em dias anteriores

Modelo

O modelo teve como objetivo prever os números de casos novos por dia de COVID-19 no Brasil, a biblioteca fbprophet foi utilizada especificamente para previsão de séries temporais.

Conclusões

A partir das análises dos dados foi possível concluir:

• Em 2021, a média móvel de óbitos conseguiu superar o pico de mortes de 2020 em diversos momentos
• Em 2021, a média móvel de casos novos também conseguiu superar o pico de casos novos de 2020
• Existe uma sazonalidade semanal na notificação dos casos, em que no Domingo e na Segunda esses números costumam cair
• Existe uma correlação entre os óbitos e os casos nos dias anteriores, principalmente nos mesmos dias da semana uma semana antes

Contato ☎️