Ανάλυση δεδομένων προβλέψεων και κυβερνητικών μέτρων προστασίας και στήριξης κατά την πανδημία του COVID-19

Βεκράκης, Εμμανουήλ; Vekrakis, Emmanouil

dc.contributor.author	Βεκράκης, Εμμανουήλ	el
dc.contributor.author	Vekrakis, Emmanouil	en
dc.date.accessioned	2022-04-11T07:36:59Z
dc.date.available	2022-04-11T07:36:59Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55051
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.22749
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Ανάλυση Δεδομένων	el
dc.subject	Συσταδοποίηση	el
dc.subject	Μέτρα Προστασίας	el
dc.subject	Προβλέψεις	el
dc.subject	Πανδημία COVID-19	el
dc.subject	Data Analysis	en
dc.subject	COVID-19 Pandemic	en
dc.subject	Clustering	en
dc.subject	Forecasting	en
dc.subject	Protective Measures	en
dc.title	Ανάλυση δεδομένων προβλέψεων και κυβερνητικών μέτρων προστασίας και στήριξης κατά την πανδημία του COVID-19	el
heal.type	bachelorThesis
heal.classification	Ανάλυση Δεδομένων	el
heal.classification	Data Analysis	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-11-03
heal.abstract	Η πανδημία της νόσου COVID-19, που προκαλείται από τον ιό SARS-CoV-2, ξεκίνησε από την πόλη Γουχάν της Κίνας στα τέλη του 2019. ΄Εκτοτε, έχει προκαλέσει περισσότερους από 4.5 εκατομμύρια θανάτους παγκοσμίως, τα μέτρα προστασίας έχουν πλήξει την παγκόσμια οικονομία και αγορά εργασίας σφοδρότερα από την κρίση του 2008, ενώ ο εγκλεισμός και το άγχος απειλούν με ανεπανόρθωτες κοινωνικές και ψυχολογικές συνέπειες το κοινωνικό σύνολο. Αντικείμενο της παρούσας εργασίας αποτελεί ο καθορισμός των παραγόντων που, σε συνδυασμό με τα μέτρα προστασίας, οδήγησαν ορισμένες χώρες σε μια πιο ομαλή διαχείριση της πανδημίας σε σχέση με άλλες. Στο πλαίσιο αυτό, εξετάζεται η επίδραση 8 παραγόντων σε 33 χώρες, ενώ διενεργείται επαλήθευση 7 εξ αυτών για 48 Πολιτείες των Ηνωμένων Πολιτειών της Αμερικής. Ακόμη, αναλύεται η διαδικασία παραγωγής προβλέψεων των εβδομαδιαίων θανάτων για τις ΗΠΑ, η επίδραση των εξωτερικών παραγόντων σε αυτές και η εξέλιξη της ακρίβειας τους με την πάροδο του χρόνου. Σκοπός όλων αυτών, είναι η εξαγωγή συμπερασμάτων που θα βοηθήσουν στην πιο εμπεριστατωμένη διαδικασία λήψης αποφάσεων κατά τον σχεδιασμό των μέτρων προστασίας από την ίδια ή παρόμοιες πανδημίες στο μέλλον. Η διαδικασία που ακολουθείται για το πρώτο σκέλος της εργασίας, αποτελείται από την αποκλιμάκωση των δεδομένων και τη συσταδοποίηση των χωρών με βάση τα χαρακτηριστικά τους. ΄Ετσι, εξετάζεται η εξέλιξη της πανδημίας για τις χώρες της κάθε συστάδας. Η ίδια διαδικασία επαναλαμβάνεται για την περίπτωση των ΗΠΑ για την επαλήθευση των συμπερασμάτων που προκύπτουν. Στο δεύτερο σκέλός, εξετάζονται σε επίπεδο χρονοσειρών τα μέτρα προστασίας σε συνδυασμό με τους θανάτους, καθώς επίσης και οι προβλέψεις που παρήχθησαν για τους θανάτους στις ΗΠΑ. Τα σημαντικότερα συμπεράσματα που προέκυψαν από το πρώτο σκέλος της εργασίας είναι ότι τα μεγάλα αστικά κέντρα αποτέλεσαν εστία υπερμετάδωσης του κορωνοϊού στην αρχή της πανδημίας, ενώ επιζήμια έδρασαν και οι τουριστικές αφίξεις. Ακόμη, χώρες με καλύτερο βιοτικό επίπεδο κατάφεραν να θέσουν υπό έλεγχο την πανδημία πολύ πιο αποτελεσματικά, σε αντίθεση με χώρες χαμηλού βιοτικού επιπέδου. Η μέση ετήσια θερμοκρασία δεν φάνηκε να επηρεάζει τους θανάτους, κάνοντας τον παράγοντα του κλίματος αντικείμενο μελλοντικής έρευνας. Σχετικά με τα μοντέλα προβλέψεων, ο βασικός παράγοντας που επηρεάζει τις προβλέψεις τους είναι οι θάνατοι της προηγούμενης εβδομάδας, ενώ τα μοντέλα που χρησιμοποιήθηκαν φάνηκε να είναι απαισιόδοξα.	el
heal.abstract	The COVID-19 pandemic, caused by SARS-CoV-2, originated in Wuhan, China in late 2019. Since then, more than 4.5 million people around the world have died and protective measures have crippled the global economy and labour market even worse than the 2008 crisis. At the same time, the public faces irreparable social and psychological consequences from confinement and stress. The subject of this study, is to determine the factors which, coupled with protective measures, lead to some countries containing the pandemic more smoothly than others. In this context, the impact of 8 factors in 33 countries is studied, while 7 of them are validated in 48 states of the United States of America. Furthermore, the forecasting methods used to predict weekly deaths in the USA, the impact of external factors on them and their accuracy over time are analyzed. The ultimate goal is to draw conclusions that will aid to more informed decision making regarding the government response in this or future pandemics. The first part of the study, consists of scaling the data set and clustering the countries based on their features. Thus, it is analyzed how the pandemic progressed in the countries of each cluster. Then, the same process is repeated for the USA, in order to validate the results. In the second part, the timeseries of protective measures in relation to deaths, as well as the forecasted deaths in the USA are examined. The most notable results of the first part of this study are that metropolitan areas facilitate the super spread of the coronavirus at the start of the pandemic, while tourist arrivals also helped in that direction. In addition to that, countries with better quality of life managed to control the pandemic much more effectively, than countries with low quality of life. Average annual temperature does not seem to affect COVID-19 deaths, leaving the examination of the climate factor a subject for a future study. Regarding the forecasting models, the driving factor of the forecasts are previous week’s deaths, while the models themselves were found to be pessimistic.	en
heal.advisorName	Ασημακόπουλος, Βασίλειος	el
heal.committeeMemberName	Δημήτριος, Ασκούνης	el
heal.committeeMemberName	Ιωάννης, Ψαρράς	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων	el
heal.academicPublisherID	ntua
heal.numberOfPages	100 α.	el
heal.fullTextAvailability	false