Matrizes socioeconômicas no ajuste de modelos STARMA aplicados a dados epidemiológicos

• Ano de defesa: 2019
• Autor(a) principal: Freitas, Matheus Feres
• Orientador(a): Sáfadi, Thelma
• Banca de defesa: Sáfadi, Thelma, Lima, Renato Ribeiro de, Quimarães, Paulo Henrique Sales, Silva, Alessandra Querino da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Lavras
• Programa de Pós-Graduação: Programa de Pós-Graduação em Estatística e Experimentação Agropecuária
• Departamento: Departamento de Estatística
• País: brasil
• Palavras-chave em Português: Matriz de vizinhança socioeconômica; Incidência de tuberculose; Starma; Socioeconomic neighborhood matrix; Tuberculosis; Incidence of tuberculosis
• Área do conhecimento CNPq: Estatística
• Link de acesso: https://repositorio.ufla.br/handle/1/33636

Neste trabalho estudou-se a utilização de matrizes de vizinhança socioeconômicas em modelos espaço temporais da classe autorregressivo e de médias móveis (STARMA). O conjunto de dados escolhido é composto por nove séries temporais que quantificam a taxa de incidência de Tuberculose, observadas entre 2002 e 2017, nas seguintes cidades mineiras: Belo Horizonte, Betim, Contagem, Governador Valadares, Juiz de Fora, Lavras, Montes Claros, Pouso Alegre e Uberlândia. Uma vez que a maior parte das cidades encontra m-se geograficamente distantes, foi necessária a utilização de matrizes de vizinhança socioeconômicas. As matrizes foram obtidas por meio de duas variáveis socioeconômicas: o IDH municipal e o investimento anual médio na saúde básica. A obtenção do modelo foi feita computacionalmente e consistiu de três etapas: Identificação, estimação e diagnósti co do modelo. Concluiu- se que, ao contrário do imaginado, é possível observar a existência de autocorrelação espaço-temporal na taxa de incidência de tuberculose, mesmo em cidades que se encontram geograficamente distantes. A distância entre as áreas observadas neste trabalho, fez com que as matrizes de vizinhança socioeconômicas se tornem a opção mais apropriada no ajuste de modelos STARMA para o conjunto de dados utilizado nesse trabalho.