Health care of Kyrgyzstan
Zdravoohraneniye Kyrgyzstana

ISSN 1694-8068 (Print)

ISSN 1694-805X (Online)

Log in

Short-Term COVID-19 Forecast for Kyrgyzstan: Optimistic, Baseline and Pessimistic Scenarios to Inform Decision-Making

https://dx.doi.org/10.51350/zdravkg2025.2.6.10.85.91
Short-Term COVID-19 Forecast for Kyrgyzstan: Optimistic, Baseline and Pessimistic Scenarios to Inform Decision-Making
Полный текст Full text  

PDF (RUS)

PDF (RUS)
Abstract About the authors References

Abstract

Introduction. The COVID-19 pandemic posed a challenge to the healthcare system of the Kyrgyz Republic, requiring the rapid allocation of limited resources through mathematical modeling. The objective of this research is to demonstrate that three-scenario shortterm forecasting using the ARIMA model allows for advance estimation of expected COVID-19 incidence under various management interventions. Methods. The study used official daily COVID-19 incidence data for the Kyrgyz Republic from 2020 to 2023. Daily reproduction numbers (R) were calculated in R (version 4.3.2) using the EpiEstim package and subsequently integrated into an autoregressive integrated moving average (ARIMA) model, generating a 15-day forecast. Three scenarios were developed to account for potential changes in non-pharmaceutical interventions: (1) Optimistic scenario — a 10% reduction in R (strengthened restrictions, active vaccination); (2) Baseline scenario — R equal to the average value over the previous five days; (3) Pessimistic scenario — a 10% increase in R (relaxed measures, circulation of a more transmissible variant). Results. For the period of April 5–19, 2021, the model predicted between 232 and 350 new cases by April 19; the actual number (299) fell within this predictive interval, confirming the validity of the approach. The mean absolute percentage error did not exceed 10%. Conclusion. Thus, the proposed three-scenario tool provides healthcare organizations with approximately a two-week planning horizon for resource allocation and adjustment of epidemic control strategies oriented toward the worst-case scenario.

About the authors

Dooronbekova Aizhan Zhakypbekovna, applicant, research fellow of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic

Baiyzbekova Dzhainagul Alchinbekovna, Doctor of Medical Sciences, Professor, Head of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic

Zhumalieva Chynarkul Koichumanovna, applicant, research fellow of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic

Kubatova Aisulu Kubatovna, graduate student, researcher of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic

Abdirazakov Nurbek Almazbekovich, graduate student, research fellow of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic

Дооронбекова Айжан Жакыпбековна, өтүнмө ээси, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоо улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун илимий кызматкери, Бишкек, Кыргыз Республикасы

Байызбекова Джайнагүл Алчынбековна, медицина илимдеринин доктору, профессор, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоо улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун жетекчиси, Бишкек, Кыргыз Республикасы

Жумалиева Чынаркүл Койчумановна, өтүнмө ээси, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоо улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун илимий кызматкери, Бишкек шаары, Кыргыз Республикасы

Кубатова Айсулу Кубатовна, аспирант, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоо улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун илимий кызматкери, Бишкек, Кыргыз Республикасы

Абдиразаков Нурбек Алмазбекович, аспирант, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоонун Улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун илимий кызматкери, Бишкек шаары, Кыргыз Республикасы

References

1. Молдокматова А. О., Дооронбекова А. Ж., Жумалиева Ч. К., Мукамбетов А. С., Кубатова А. К., Эстебесова А. М., Ибра
гимов Ш. М., Кутманова А. З., Джангазиев Б. И., Усенбаев Н. Т., Жороев А. А., Абдыкеримов С. Т., Касымов О. Т., Лиза
Уайт. Моделирование потенциального воздействия различных сценариев прекращения карантинных ограничений на
эпидемиологическую ситуацию с COVID-19 в Кыргызской Республике / Научно-практический журнал «Здравоохранение
Кыргызстана». – 2020, № 4, – с. 3; http://www.zdrav.kg/журнал «Здравоохранение Кыргызстана».
https://doi.org/10.51350/1694-8068.2020.12.4.3
2. Poonia, R., Saudagar, A., Altameem, A., Alkhathami, M., Khan, M., & Hasanat, M. (2022). An Enhanced SEIR Model for
Prediction of COVID-19 with Vaccination Effect. Life, 12. https://doi.org/10.3390/life12050647.
3. Shafiekhani, S., Khalilabad, T., Rafiei, S., Sadeghi, V., Jafari, A., & Gheibi, N. (2021). Trend and prediction of COVID-19 outbreak in Iran: SEIR and ANFIS model. Polish Journal of Medical Physics and Engineering, 27, 241 - 249. https://doi.org/10.2478/pjmpe-2021-0029.
4. Alsmadi, M. (2022). Modified SEIR and machine learning prediction of the trend of the epidemic of COVID-19 in Jordan under
lockdowns impact. International Journal of Electrical and Computer Engineering (IJECE).
https://doi.org/10.11591/ijece.v12i5.pp5455-5466.
5. Duong, N., Thao, L., Quynh, D., Binh, L., Loan, C., & Diem, P. (2020). Predicting the Pandemic COVID-19 Using ARIMA
Model. VNU Journal of Science: Mathematics - Physics, 36. https://doi.org/10.25073/2588-1124/vnumap.4492.
6. Roy, S., Bhunia, G., & Shit, P. (2020). Spatial prediction of COVID-19 epidemic using ARIMA techniques in India. Modeling
Earth Systems and Environment, 1 - 7. https://doi.org/10.1007/s40808-020-00890-y.
7. Anne Cori, Neil M. Ferguson, Christophe Fraser, Simon Cauchemez, A New Framework and Software to Estimate Time-Varying
Reproduction Numbers During Epidemics, American Journal of Epidemiology, Volume 178, Issue 9, 1 November 2013, Pages
1505–1512, https://doi.org/10.1093/aje/kwt133

1. Молдокматова А. О., Дооронбекова А. Ж., Жумалиева Ч. К., Мукамбетов А. С., Кубатова А. К., Эстебесова А. М., Ибра
гимов Ш. М., Кутманова А. З., Джангазиев Б. И., Усенбаев Н. Т., Жороев А. А., Абдыкеримов С. Т., Касымов О. Т., Лиза
Уайт. Моделирование потенциального воздействия различных сценариев прекращения карантинных ограничений на
эпидемиологическую ситуацию с COVID-19 в Кыргызской Республике / Научно-практический журнал «Здравоохранение
Кыргызстана». – 2020, № 4, – с. 3; http://www.zdrav.kg/журнал «Здравоохранение Кыргызстана».
https://doi.org/10.51350/1694-8068.2020.12.4.3
2. Poonia, R., Saudagar, A., Altameem, A., Alkhathami, M., Khan, M., & Hasanat, M. (2022). An Enhanced SEIR Model for
Prediction of COVID-19 with Vaccination Effect. Life, 12. https://doi.org/10.3390/life12050647.
3. Shafiekhani, S., Khalilabad, T., Rafiei, S., Sadeghi, V., Jafari, A., & Gheibi, N. (2021). Trend and prediction of COVID-19 outbreak in Iran: SEIR and ANFIS model. Polish Journal of Medical Physics and Engineering, 27, 241 - 249. https://doi.org/10.2478/pjmpe-2021-0029.
4. Alsmadi, M. (2022). Modified SEIR and machine learning prediction of the trend of the epidemic of COVID-19 in Jordan under
lockdowns impact. International Journal of Electrical and Computer Engineering (IJECE).
https://doi.org/10.11591/ijece.v12i5.pp5455-5466.
5. Duong, N., Thao, L., Quynh, D., Binh, L., Loan, C., & Diem, P. (2020). Predicting the Pandemic COVID-19 Using ARIMA
Model. VNU Journal of Science: Mathematics - Physics, 36. https://doi.org/10.25073/2588-1124/vnumap.4492.
6. Roy, S., Bhunia, G., & Shit, P. (2020). Spatial prediction of COVID-19 epidemic using ARIMA techniques in India. Modeling
Earth Systems and Environment, 1 - 7. https://doi.org/10.1007/s40808-020-00890-y.
7. Anne Cori, Neil M. Ferguson, Christophe Fraser, Simon Cauchemez, A New Framework and Software to Estimate Time-Varying
Reproduction Numbers During Epidemics, American Journal of Epidemiology, Volume 178, Issue 9, 1 November 2013, Pages
1505–1512, https://doi.org/10.1093/aje/kwt133

1. Молдокматова А. О., Дооронбекова А. Ж., Жумалиева Ч. К., Мукамбетов А. С., Кубатова А. К., Эстебесова А. М., Ибра
гимов Ш. М., Кутманова А. З., Джангазиев Б. И., Усенбаев Н. Т., Жороев А. А., Абдыкеримов С. Т., Касымов О. Т., Лиза
Уайт. Моделирование потенциального воздействия различных сценариев прекращения карантинных ограничений на
эпидемиологическую ситуацию с COVID-19 в Кыргызской Республике / Научно-практический журнал «Здравоохранение
Кыргызстана». – 2020, № 4, – с. 3; http://www.zdrav.kg/журнал «Здравоохранение Кыргызстана».
https://doi.org/10.51350/1694-8068.2020.12.4.3
2. Poonia, R., Saudagar, A., Altameem, A., Alkhathami, M., Khan, M., & Hasanat, M. (2022). An Enhanced SEIR Model for
Prediction of COVID-19 with Vaccination Effect. Life, 12. https://doi.org/10.3390/life12050647.
3. Shafiekhani, S., Khalilabad, T., Rafiei, S., Sadeghi, V., Jafari, A., & Gheibi, N. (2021). Trend and prediction of COVID-19 outbreak in Iran: SEIR and ANFIS model. Polish Journal of Medical Physics and Engineering, 27, 241 - 249. https://doi.org/10.2478/pjmpe-2021-0029.
4. Alsmadi, M. (2022). Modified SEIR and machine learning prediction of the trend of the epidemic of COVID-19 in Jordan under
lockdowns impact. International Journal of Electrical and Computer Engineering (IJECE).
https://doi.org/10.11591/ijece.v12i5.pp5455-5466.
5. Duong, N., Thao, L., Quynh, D., Binh, L., Loan, C., & Diem, P. (2020). Predicting the Pandemic COVID-19 Using ARIMA
Model. VNU Journal of Science: Mathematics - Physics, 36. https://doi.org/10.25073/2588-1124/vnumap.4492.
6. Roy, S., Bhunia, G., & Shit, P. (2020). Spatial prediction of COVID-19 epidemic using ARIMA techniques in India. Modeling
Earth Systems and Environment, 1 - 7. https://doi.org/10.1007/s40808-020-00890-y.
7. Anne Cori, Neil M. Ferguson, Christophe Fraser, Simon Cauchemez, A New Framework and Software to Estimate Time-Varying
Reproduction Numbers During Epidemics, American Journal of Epidemiology, Volume 178, Issue 9, 1 November 2013, Pages
1505–1512, https://doi.org/10.1093/aje/kwt133

Keywords
COVID-19 , ARIMA , Short-term forecasting , Scenario modeling , Healthcare management
Для цитирования

Дооронбекова A.Ж., Байызбекова Д.А., Жумалиева Ч.К., Кубатова А.К., Абдиразаков Н.А. Краткосрочный прогноз COVID-19 для Кыргызстана: оптимистичный, базовый и пессимистичный сценарии для управленческих решений. Научно-практический журнал «Здравоохранение Кыргызстана» 2025, № 2, с. 85-91.  https://dx.doi.org/10.51350/zdravkg2025.2.6.10.85.91
For citation

Dooronbekova A.Zh.,.Baiyzbekova D.A,. Zhumalieva Ch.K, Kubatova A.K., Abdirazakov N.A. Short-Term COVID-19
Forecast for Kyrgyzstan: Optimistic, Baseline and Pessimistic Scenarios to Inform Decision-Making.Scientific practical
journal “Health care of Kyrgyzstan” 2025, No.2, p. 85-91. https://dx.doi.org/10.51350/zdravkg2025.2.6.10.85.91
Цитата үчүн

Дооронбекова A.Ж., Байызбекова Д.А., Жумалиева Ч.К., Кубатова А.К., Абдиразаков Н.А. Кыргызстан үчүн COVID-19дун кыска мөөнөттүү божомолу: оптимисттик, негизги жана пессимисттик сценарийлер чечим кабыл алуу үчүн. Кыргызстандын саламаттык сактоо илимий-практикалык журналы 2025, № 2, б. 85-91. https://dx.doi.org/10.51350/zdravkg2025.2.6.10.85.91
Authors Dooronbekova A.Z., Baiyzbekova D.A., Zhumalieva Ch.K., Kubatova A.K., Abdirazakov N.A.
Link doi.org https://dx.doi.org/10.51350/zdravkg2025.2.6.10.85.91
Pages 85-91
Keywords COVID-19, ARIMA, Short-term forecasting, Scenario modeling , Healthcare management
Russian
Полный текст

PDF (RUS)
Список литературы

1. Молдокматова А. О., Дооронбекова А. Ж., Жумалиева Ч. К., Мукамбетов А. С., Кубатова А. К., Эстебесова А. М., Ибра
гимов Ш. М., Кутманова А. З., Джангазиев Б. И., Усенбаев Н. Т., Жороев А. А., Абдыкеримов С. Т., Касымов О. Т., Лиза
Уайт. Моделирование потенциального воздействия различных сценариев прекращения карантинных ограничений на
эпидемиологическую ситуацию с COVID-19 в Кыргызской Республике / Научно-практический журнал «Здравоохранение
Кыргызстана». – 2020, № 4, – с. 3; http://www.zdrav.kg/журнал «Здравоохранение Кыргызстана».
https://doi.org/10.51350/1694-8068.2020.12.4.3
2. Poonia, R., Saudagar, A., Altameem, A., Alkhathami, M., Khan, M., & Hasanat, M. (2022). An Enhanced SEIR Model for
Prediction of COVID-19 with Vaccination Effect. Life, 12. https://doi.org/10.3390/life12050647.
3. Shafiekhani, S., Khalilabad, T., Rafiei, S., Sadeghi, V., Jafari, A., & Gheibi, N. (2021). Trend and prediction of COVID-19 outbreak in Iran: SEIR and ANFIS model. Polish Journal of Medical Physics and Engineering, 27, 241 - 249. https://doi.org/10.2478/pjmpe-2021-0029.
4. Alsmadi, M. (2022). Modified SEIR and machine learning prediction of the trend of the epidemic of COVID-19 in Jordan under
lockdowns impact. International Journal of Electrical and Computer Engineering (IJECE).
https://doi.org/10.11591/ijece.v12i5.pp5455-5466.
5. Duong, N., Thao, L., Quynh, D., Binh, L., Loan, C., & Diem, P. (2020). Predicting the Pandemic COVID-19 Using ARIMA
Model. VNU Journal of Science: Mathematics - Physics, 36. https://doi.org/10.25073/2588-1124/vnumap.4492.
6. Roy, S., Bhunia, G., & Shit, P. (2020). Spatial prediction of COVID-19 epidemic using ARIMA techniques in India. Modeling
Earth Systems and Environment, 1 - 7. https://doi.org/10.1007/s40808-020-00890-y.
7. Anne Cori, Neil M. Ferguson, Christophe Fraser, Simon Cauchemez, A New Framework and Software to Estimate Time-Varying
Reproduction Numbers During Epidemics, American Journal of Epidemiology, Volume 178, Issue 9, 1 November 2013, Pages
1505–1512, https://doi.org/10.1093/aje/kwt133
Для цитирования

Дооронбекова A.Ж., Байызбекова Д.А., Жумалиева Ч.К., Кубатова А.К., Абдиразаков Н.А. Краткосрочный прогноз COVID-19 для Кыргызстана: оптимистичный, базовый и пессимистичный сценарии для управленческих решений. Научно-практический журнал «Здравоохранение Кыргызстана» 2025, № 2, с. 85-91.  https://dx.doi.org/10.51350/zdravkg2025.2.6.10.85.91
English
About authors

Dooronbekova Aizhan Zhakypbekovna, applicant, research fellow of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic

Baiyzbekova Dzhainagul Alchinbekovna, Doctor of Medical Sciences, Professor, Head of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic

Zhumalieva Chynarkul Koichumanovna, applicant, research fellow of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic

Kubatova Aisulu Kubatovna, graduate student, researcher of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic

Abdirazakov Nurbek Almazbekovich, graduate student, research fellow of the Center for Analysis and Management of Public Health Risks National Institute of Public Health of the Ministry of Health, Bishkek, Kyrgyz Republic
Full text

PDF (RUS)
References

1. Молдокматова А. О., Дооронбекова А. Ж., Жумалиева Ч. К., Мукамбетов А. С., Кубатова А. К., Эстебесова А. М., Ибра
гимов Ш. М., Кутманова А. З., Джангазиев Б. И., Усенбаев Н. Т., Жороев А. А., Абдыкеримов С. Т., Касымов О. Т., Лиза
Уайт. Моделирование потенциального воздействия различных сценариев прекращения карантинных ограничений на
эпидемиологическую ситуацию с COVID-19 в Кыргызской Республике / Научно-практический журнал «Здравоохранение
Кыргызстана». – 2020, № 4, – с. 3; http://www.zdrav.kg/журнал «Здравоохранение Кыргызстана».
https://doi.org/10.51350/1694-8068.2020.12.4.3
2. Poonia, R., Saudagar, A., Altameem, A., Alkhathami, M., Khan, M., & Hasanat, M. (2022). An Enhanced SEIR Model for
Prediction of COVID-19 with Vaccination Effect. Life, 12. https://doi.org/10.3390/life12050647.
3. Shafiekhani, S., Khalilabad, T., Rafiei, S., Sadeghi, V., Jafari, A., & Gheibi, N. (2021). Trend and prediction of COVID-19 outbreak in Iran: SEIR and ANFIS model. Polish Journal of Medical Physics and Engineering, 27, 241 - 249. https://doi.org/10.2478/pjmpe-2021-0029.
4. Alsmadi, M. (2022). Modified SEIR and machine learning prediction of the trend of the epidemic of COVID-19 in Jordan under
lockdowns impact. International Journal of Electrical and Computer Engineering (IJECE).
https://doi.org/10.11591/ijece.v12i5.pp5455-5466.
5. Duong, N., Thao, L., Quynh, D., Binh, L., Loan, C., & Diem, P. (2020). Predicting the Pandemic COVID-19 Using ARIMA
Model. VNU Journal of Science: Mathematics - Physics, 36. https://doi.org/10.25073/2588-1124/vnumap.4492.
6. Roy, S., Bhunia, G., & Shit, P. (2020). Spatial prediction of COVID-19 epidemic using ARIMA techniques in India. Modeling
Earth Systems and Environment, 1 - 7. https://doi.org/10.1007/s40808-020-00890-y.
7. Anne Cori, Neil M. Ferguson, Christophe Fraser, Simon Cauchemez, A New Framework and Software to Estimate Time-Varying
Reproduction Numbers During Epidemics, American Journal of Epidemiology, Volume 178, Issue 9, 1 November 2013, Pages
1505–1512, https://doi.org/10.1093/aje/kwt133
For citation

Dooronbekova A.Zh.,.Baiyzbekova D.A,. Zhumalieva Ch.K, Kubatova A.K., Abdirazakov N.A. Short-Term COVID-19
Forecast for Kyrgyzstan: Optimistic, Baseline and Pessimistic Scenarios to Inform Decision-Making.Scientific practical
journal “Health care of Kyrgyzstan” 2025, No.2, p. 85-91. https://dx.doi.org/10.51350/zdravkg2025.2.6.10.85.91
Kyrgyz
Авторлор жөнүндө

Дооронбекова Айжан Жакыпбековна, өтүнмө ээси, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоо улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун илимий кызматкери, Бишкек, Кыргыз Республикасы

Байызбекова Джайнагүл Алчынбековна, медицина илимдеринин доктору, профессор, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоо улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун жетекчиси, Бишкек, Кыргыз Республикасы

Жумалиева Чынаркүл Койчумановна, өтүнмө ээси, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоо улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун илимий кызматкери, Бишкек шаары, Кыргыз Республикасы

Кубатова Айсулу Кубатовна, аспирант, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоо улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун илимий кызматкери, Бишкек, Кыргыз Республикасы

Абдиразаков Нурбек Алмазбекович, аспирант, Саламаттыкты сактоо министрлигинин Коомдук саламаттык сактоонун Улуттук институтунун Коомдук ден соолук тобокелдиктерин талдоо жана башкаруу борборунун илимий кызматкери, Бишкек шаары, Кыргыз Республикасы
Шилтемелер

1. Молдокматова А. О., Дооронбекова А. Ж., Жумалиева Ч. К., Мукамбетов А. С., Кубатова А. К., Эстебесова А. М., Ибра
гимов Ш. М., Кутманова А. З., Джангазиев Б. И., Усенбаев Н. Т., Жороев А. А., Абдыкеримов С. Т., Касымов О. Т., Лиза
Уайт. Моделирование потенциального воздействия различных сценариев прекращения карантинных ограничений на
эпидемиологическую ситуацию с COVID-19 в Кыргызской Республике / Научно-практический журнал «Здравоохранение
Кыргызстана». – 2020, № 4, – с. 3; http://www.zdrav.kg/журнал «Здравоохранение Кыргызстана».
https://doi.org/10.51350/1694-8068.2020.12.4.3
2. Poonia, R., Saudagar, A., Altameem, A., Alkhathami, M., Khan, M., & Hasanat, M. (2022). An Enhanced SEIR Model for
Prediction of COVID-19 with Vaccination Effect. Life, 12. https://doi.org/10.3390/life12050647.
3. Shafiekhani, S., Khalilabad, T., Rafiei, S., Sadeghi, V., Jafari, A., & Gheibi, N. (2021). Trend and prediction of COVID-19 outbreak in Iran: SEIR and ANFIS model. Polish Journal of Medical Physics and Engineering, 27, 241 - 249. https://doi.org/10.2478/pjmpe-2021-0029.
4. Alsmadi, M. (2022). Modified SEIR and machine learning prediction of the trend of the epidemic of COVID-19 in Jordan under
lockdowns impact. International Journal of Electrical and Computer Engineering (IJECE).
https://doi.org/10.11591/ijece.v12i5.pp5455-5466.
5. Duong, N., Thao, L., Quynh, D., Binh, L., Loan, C., & Diem, P. (2020). Predicting the Pandemic COVID-19 Using ARIMA
Model. VNU Journal of Science: Mathematics - Physics, 36. https://doi.org/10.25073/2588-1124/vnumap.4492.
6. Roy, S., Bhunia, G., & Shit, P. (2020). Spatial prediction of COVID-19 epidemic using ARIMA techniques in India. Modeling
Earth Systems and Environment, 1 - 7. https://doi.org/10.1007/s40808-020-00890-y.
7. Anne Cori, Neil M. Ferguson, Christophe Fraser, Simon Cauchemez, A New Framework and Software to Estimate Time-Varying
Reproduction Numbers During Epidemics, American Journal of Epidemiology, Volume 178, Issue 9, 1 November 2013, Pages
1505–1512, https://doi.org/10.1093/aje/kwt133
Цитата үчүн

Дооронбекова A.Ж., Байызбекова Д.А., Жумалиева Ч.К., Кубатова А.К., Абдиразаков Н.А. Кыргызстан үчүн COVID-19дун кыска мөөнөттүү божомолу: оптимисттик, негизги жана пессимисттик сценарийлер чечим кабыл алуу үчүн. Кыргызстандын саламаттык сактоо илимий-практикалык журналы 2025, № 2, б. 85-91. https://dx.doi.org/10.51350/zdravkg2025.2.6.10.85.91
Views: 114
Copyright MAXXmarketing GmbH
JoomShopping Download & Support