Seleção de modelos epidemiológicos via análise de sensibilidade global

Abstract

Este paper propõe uma metodologia de seleção de modelos epidemiológicos via critério da informação de Akaike trazendo como novidade a construção de uma função de verossimilhança baseada nos resultados de uma análise de sensibilidade global através dos índices de Sobol obtidos usando expansão em polinômios caos. A ideia geral é incorporar a informação sobre a influência dos parâmetros na resposta para selecionar um modelo mais interessante dentro do conjunto de candidatos. A estratégia é aplicada a um conjunto de modelos compartimentais compatíveis aos usados para analisar a pandemia de COVID-19 recente, permitindo compará-los sem a presença de dados experimentais.