Skip to content

Latest commit

 

History

History
52 lines (28 loc) · 3.08 KB

Contributing.md

File metadata and controls

52 lines (28 loc) · 3.08 KB

Contribuir a este repositorio

Iniciar

Antes de empezar:

  • Revisa los issues existentes. Apoyar en resolverlos es una excelente forma de iniciar.

¿No ves tu problema, abre uno?

Si encuentras una idea o bien un problema (bug) en la información actual, por favor abre un issue.

Apoya en Windows

El orchestrate que se encarga de correr todo está diseñado para UNIX. No tenemos acceso a máquinas Windows para construir uno para el sistema.

Quiero hacer un modelo nuevo

Ideas

Algunas ideas de cosas a agregar/cambiar al modelo:

  • Efecto vacunación. Nos encantaría agregar efectos sobre las hospitalizaciones resultado de distintos escenarios de vacunación y que puedan predecir.

  • Efecto semáforo. Nos encantaría poder construir contrafactuales del estilo qué pasaría si mañana cambia el semáforo a X ó Y color.

  • Otras variables Puedes extender el modelo a que sea multivariado e incluya otras variables de los datos públicos (por ejemplo mortalidad ó casos confirmados).

  • Cambiar la regresión Quizá alguno de los factores sobra o falta en el modelo actual. Por ejemplo, podría ser que el modelo funcionara de mejor forma en términos de una transformación, digamos probit(PHosp), o bien cambiando las variables (por ejemplo viendo efecto de las diferencias: beta*(PHosp[,t] - PHosp[,t-1]).

¡Cualquier opción de mejora es bienvenida!

Evaluación

Cualquier modelo realizado con estos datos es bienvenido. Lo que estamos buscando en un modelo es:

  • Capacidad predictiva. Este repositorio es para construir modelos que nos sirvan para saber cómo se va ser la ocupación hospitalaria en el país. No necesitamos que el modelo explique, sólo que prediga.

    • De los modelos involucrados se evalúa siempre la capacidad predictiva ajustando el modelo el 10-jul-2020, 10-oct-2020, 10-ene-2021 y calculando la verdadera probabilidad de los intervalos de confianza. Un modelo nuevo debe predecir mejor que el actual a partir de esas fechas bajo sus intervalos.

    • Intervalos cortos. Bajo la misma precisión se prefiere siempre un modelo con intervalos más pequeños.

    • Futuros realistas. Predicciones donde la capacidad hospitalaria futura se estanque en cero no son realistas pues siempre habrá necesidad.

  • Velocidad. El modelo debería poder ajustarse y correr al menos cada dos o tres días.

  • (EXTRA) Contrafactuales. Estamos también interesados en modelos que nos permitan saber qué pasaría sí bajo cambios de color en el semáforo, apertura de escuelas, vacunación o cualquier otra medida que permita informar las políticas.

Autorías

Contribuciones menores (cambios pequeños donde había una coma y debía ser un punto). Califican para agradecimiento no autoría.

Contribuciones mayores (generación de un nuevo modelo, mejora del modelo presente). Califican para autoría.

Si tú tienes ya tu propio modelo y no te interesa compartir autoría del mismo pero sí quieres compartirlo. ¡Hazlo! Indícalo en tu pull-request.