dissertação
Modelos de regressão linear com efeitos espaciais na análise da mortalidade infantil
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
UNIVERSIDADE FEDERAL DE LAVRAS
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
DEX - Departamento de Ciências Exatas
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
A mortalidade infantil é uma das principais preocupações de muitos governos em programas de saúde pública por constituir um dos indicadores de avaliação de qualidade de vida. Neste trabalho estudou-se a distribuição espacial da ocorrência da mortalidade infantil na área urbana do município de Alfenas, MG, no período de 2000 a 2004, usando técnicas de análise espacial de áreas. A principal variável de interesse foi o número de óbitos com menos de um ano de idade e como variáveis explicativas foram consideradas, o número de mulheres em idade fértil, o número de mulheres em idade de risco gestacional, o número de mulheres analfabetas, a renda mensal da mulher, a renda mensal do homem, o número de residências com mais de seis moradores e a densidade demográfica do setor censitário. A dependência espacial entre as observações da mortalidade infantil foi avaliada através das estatísticas global e local de Moran. Na modelagem dos dados foram ajustados o modelo de regressão clássico, o modelo espacial autoregressivo (SAR) e o modelo de erro espacial (CAR). Verificou-se que, o número de mulheres em idade fértil e a renda mensal da mulher, são as covariáveis que exercem influência sobre os modelos, e que o parâmetro rho (ρ) que mede a dependência espacial nos modelos SAR e CAR foi negativo e significativamente diferente de zero, isto é, os valores da mortalidade infantil em áreas vizinhas tendem a ser dissimilares entre si. Pelo critério de informação de Akaike (AIC), o modelo SAR foi considerado o melhor modelo e usou-se este modelo para identificar as áreas de maiores ocorrências da mortalidade infantil.
Infant mortality is one of the main worries of many governments in programs of public health for constituting an important indicator used to evaluate the quality of life. In this work it was studied the spatial distribution of infant mortality in the urban area of Alfenas, MG, during the period of 2000 to 2004, using techniques of spatial lattice analysis. The main variable of interest was the number of deaths with less than one year old and the independent variables were, the number of women in fertile age, the number of women in age of gestational risk, the number of illiterate women, the monthly income of the woman, the monthly income of the man, the number of residences with more than six inhabitants and the demographic density of the census sector. The spatial dependence of observations of infant mortality was evaluated through global and local Moran indexes. In the modeling of the data, three models were adjusted, namely, the classic regression model, the spatial autoregressive model (SAR) and the conditional autoregressive model (CAR). It was verified that, the number of women in fertile age and the monthly income of the woman, are the variables having explanatory power on the models. It was verified that, the parameter rho (ρ) which measure the spatial dependence in SAR and CAR models, was negative and significantly different from zero, that is, the values of infant mortality in neighboring areas tend to be dissimilar between them. The Akaike information criteria (AIC) showed that the SAR model presented better goodness of fit than the other two models, and this model was used to identify areas with high risk of infant mortality.
Infant mortality is one of the main worries of many governments in programs of public health for constituting an important indicator used to evaluate the quality of life. In this work it was studied the spatial distribution of infant mortality in the urban area of Alfenas, MG, during the period of 2000 to 2004, using techniques of spatial lattice analysis. The main variable of interest was the number of deaths with less than one year old and the independent variables were, the number of women in fertile age, the number of women in age of gestational risk, the number of illiterate women, the monthly income of the woman, the monthly income of the man, the number of residences with more than six inhabitants and the demographic density of the census sector. The spatial dependence of observations of infant mortality was evaluated through global and local Moran indexes. In the modeling of the data, three models were adjusted, namely, the classic regression model, the spatial autoregressive model (SAR) and the conditional autoregressive model (CAR). It was verified that, the number of women in fertile age and the monthly income of the woman, are the variables having explanatory power on the models. It was verified that, the parameter rho (ρ) which measure the spatial dependence in SAR and CAR models, was negative and significantly different from zero, that is, the values of infant mortality in neighboring areas tend to be dissimilar between them. The Akaike information criteria (AIC) showed that the SAR model presented better goodness of fit than the other two models, and this model was used to identify areas with high risk of infant mortality.
Abstract
Descrição
Área de concentração
Estatística e Experimentação Agropecuária
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
PENIDO, L. T. V. Plano de amostragem sequencial para a ferrugem do cafeeiro (hemileia vastatrix berk. & br.) considerando a distribuição beta-binomial. 2006. 75 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2006.