Estimação de incertezas no delineamento de clusters espaciais com dados pontuais

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Silva, Wesley de Jesus
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Análise por conglomerados
Estatística
Link de acesso: http://repositorio.unb.br/handle/10482/11365
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística 2012.
id UNB_665510d775fe7dacb7f54bc10e96c634
oai_identifier_str oai:repositorio.unb.br:10482/11365
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Estimação de incertezas no delineamento de clusters espaciais com dados pontuaisAnálise por conglomeradosEstatísticaDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística 2012.A preocupação em detectar anomalias em um espaço bidimensional é bastante antiga, e sua importância surgiu a partir de questões de saúde pública envolvendo a detecção de excessos de ocorrência local de enfermidades ou indícios de concentração de casos de doenças. Técnicas voltadas _a identificação de clusters prováveis foram amplamente empregadas, e grandes avanços foram obtidos com o uso da Estatística Scan de Kulldorff, permitindo ao mesmo tempo a detecção e o teste de significância associado ao cluster mais provável. Bem recentemente, outro grande passo foi dado ao se propor medidas de intensidade. As medidas de intensidade estão relacionadas com a importância de cada área como parte da anomalida detectada, além de captar regiões de infuência do cluster mais verossímil. Em suma, tais medidas permitem delinear incertezas inerentes ao processo de detecção de conglomerados espaciais. Essa metodologia estava restrita, até agora, apenas ao caso de dados agregados em regiões delimitadas. O ganho de informação que se tem com dados em referência local, entretanto, não pode ser desprezado, nem tampouco a possibilidade de visualização das incertezas envolvidas em observações pontuais do tipo caso-controle. Essa é a motivação de um esforço ainda não realizado: a implementação de medidas de intensidade associadas a cada ponto em um mapa. A solução proposta baseia-se na consideração de vizinhanças em torno de cada ocorrência: regiões circulares centradas nos casos cujas áreas foram delimitadas com auxílio de uma Árvore Geradora Mínima (MST). _______________________________________________________________________________________ ABSTRACTThe concern on detecting anomalies in a two-dimensional space is quite old, and its importance arose from public health issues involving the observation of local excess of disease ocurrence, or signs of disease cases concentration. Techniques aiming the identification of likely clusters have been widely employed, and great advances have been obtained through Kulldorff's Spatial Scan Statistic, allowing at the same time the detection and the significance test associated with the most likely cluster. Recently, another big step was taken through the proposition of the intensity function. The intensity function is related to the importance of each area as part of the detected anomaly, and defines a influence region of the most likely cluster. In short, such measures allow the outline of uncertainty bounds inherent to the detection process. This method was restricted, until now, only to aggregated data case. However, the gain of information that arises from local reference data can not be discarded, neither the possibility of viewing uncertainties involved in case-control point observations. This is the motivation of a not performed effort: the application of the intensity function to each point in a map. The proposed solution is based on neighborhoods around each case: circular regions centered in the cases, whose areas was defined by edges of a Minimum Spanning Tree (MST).Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaCançado, André Luiz FernandesSilva, Wesley de Jesus2012-10-04T12:16:16Z2012-10-04T12:16:16Z2012-10-042012-06-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSILVA, Wesley de Jesus. Estimação de incertezas no delineamento de clusters espaciais com dados pontuais. 2012. xxi, 98 f., il. Dissertaçâo (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2012.http://repositorio.unb.br/handle/10482/11365info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:22:41Zoai:repositorio.unb.br:10482/11365Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:41Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Estimação de incertezas no delineamento de clusters espaciais com dados pontuais
title Estimação de incertezas no delineamento de clusters espaciais com dados pontuais
spellingShingle Estimação de incertezas no delineamento de clusters espaciais com dados pontuais
Silva, Wesley de Jesus
Análise por conglomerados
Estatística
title_short Estimação de incertezas no delineamento de clusters espaciais com dados pontuais
title_full Estimação de incertezas no delineamento de clusters espaciais com dados pontuais
title_fullStr Estimação de incertezas no delineamento de clusters espaciais com dados pontuais
title_full_unstemmed Estimação de incertezas no delineamento de clusters espaciais com dados pontuais
title_sort Estimação de incertezas no delineamento de clusters espaciais com dados pontuais
author Silva, Wesley de Jesus
author_facet Silva, Wesley de Jesus
author_role author
dc.contributor.none.fl_str_mv Cançado, André Luiz Fernandes
dc.contributor.author.fl_str_mv Silva, Wesley de Jesus
dc.subject.por.fl_str_mv Análise por conglomerados
Estatística
topic Análise por conglomerados
Estatística
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística 2012.
publishDate 2012
dc.date.none.fl_str_mv 2012-10-04T12:16:16Z
2012-10-04T12:16:16Z
2012-10-04
2012-06-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SILVA, Wesley de Jesus. Estimação de incertezas no delineamento de clusters espaciais com dados pontuais. 2012. xxi, 98 f., il. Dissertaçâo (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2012.
http://repositorio.unb.br/handle/10482/11365
identifier_str_mv SILVA, Wesley de Jesus. Estimação de incertezas no delineamento de clusters espaciais com dados pontuais. 2012. xxi, 98 f., il. Dissertaçâo (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2012.
url http://repositorio.unb.br/handle/10482/11365
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083991815159808

Registros relacionados