Por otro lado, el tener más datos día con día, nos da la oportunidad de calibrar el modelo. La calibración de un modelo es parte esencial de un proceso de análisis predictivo. ¿Qué es lo que se puede mejorar? Primero, el número de datos nos permite tener un mejor entendimiento de las tendencias. En el modelo original se utilizaban los datos confirmados del 11 al 22 de marzo y los casos sospechosos del 18 al 22 de marzo. Ahora contamos con datos de casos confirmados y sospechosos hasta el 30 de marzo. Segundo, con los datos iniciales, el ritmo de aceleración (Ro) determinado por el número de casos nuevos confirmados del día actual entre el número de casos nuevos confirmados del día previo, pasó de un promedio de 1.36 a 1.24 en la última semana. Es por esto, que los datos proyectados van muy acorde al rango estimado menor cuyo Ro es equivalente a 1.19. El ajuste del Ro es importante ya que al igual que la curva crece a un ritmo exponencial, el error crecería a un ritmo exponencial de no ajustar oportunamente. Tercero, la tasa de confirmados positivos sobre el total de sospechosos bajó del 11% al 7% promedio y su mínimo en la serie de datos pasó de un a 8% a un 4%.

Con los ajustes antes mencionados hemos ajustado la regresión tanto para los casos reales como para los tres modelos que determinan el rango de proyección. (Ver Gráfica 1)