dissertação
Dados de área na família GAMLSS em estudos epidemiológicos
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
Departamento de Estatística
Programa de Pós-Graduação
Programa de Pós-Graduação em Estatística e Experimentação Agropecuária
Agência de fomento
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
O avanço no campo das análises estatísticas tem sido cada vez mais importante nos últimos
anos. Em particular, os modelos de regressão compõem um conjunto de ferramentas
estatísticas que tem recebido grandes contribuições em um curto intervalo de tempo. Estes
modelos são uma das ferramentas mais utilizadas no meio científico para descrever
diversos fenômenos, nas mais variadas áreas do conhecimento. Desde a sua introdução, o
modelo linear normal tem sido utilizado em muitas pesquisas científicas para modelagem
de dados. Porém, devido às limitações encontradas neste modelo, foram então introduzidos
os Modelos Lineares Generalizados, que englobam um maior número de distribuições
probabilísticas para a variável resposta. Posteriormente, foram propostos os Modelos
Aditivos Generalizados que flexibilizaram a relação entre as variáveis explicativas e resposta.
Em seguida foram introduzidos os modelos GAMLSS, que podem ser vistos como
uma generalização dos demais modelos citados anteriormente. Essa nova classe de modelos
oferece não só um maior número de distribuições probabilísticas para a modelagem
da variável resposta como também maior flexibilização para a relação entre as variáveis,
assim como a modelagem de outros parâmetros da distribuição, além do de locação. Recentemente,
uma adaptação foi feita nos modelos GAMLSS para incorporar o efeito de
uma estrutura de dependência espacial quando o pressuposto de independência das observações
da variável resposta é quebrado e estas apresentam uma correlação no espaço.
Neste estudo, objetivou-se estudar os modelos GAMLSS no contexto de análise espacial
e aplicá-los a dados reais. Para isso, foram utilizados dados de ocorrência de Tuberculose
bovina no estado de Minas Gerais e de dengue no estado da Paraíba. Foram obtidos
ajustes satisfatórios para ambas as bases dados, mesmo quando estas apresentaram problemas
de estrutura como forte assimetria e curtose e problema de superdispersão. Para
os dados de dengue, foi introduzida uma componente espacial no modelo através de um
modelo intrínseco autoregressivo, já que os dados apresentaram autocorrelação espacial
significativa.
Abstract
The progress in the field of statistical analysis has been increasingly significant in recent
years. In particular, regression models comprise a set of statistical tools that have received
major contributions in a short period of time. These models are one of the most used tools
in the scientific world to describe several phenomena in the most varied areas of knowledge.
Since the beginning, the normal linear model has been used in many scientific researches
for data modeling. However, due to the limitations found in this model, the Generalized
Linear Models were introduced, which encompass more probabilistic distributions for
the response variable. Subsequently, Generalized Additive Models were proposed, which
made the relationship between variables more flexible. Then the GAMLSS models were
introduced, which can be seen as a generalization of the other models mentioned above.
This new class of models allows not only a greater number of probabilistic distributions for
modeling the response variable, but also greater flexibility for the relationship between
the variables, as well as the modeling of other distribution parameters, in addition to
the location. Recently, an adaptation was made in the GAMLSS models to incorporate
the effect of a spatial dependence structure when the assumption of independence of the
observations of the response variable is not met and there is correlation in space. In this
study, we aimed to study the GAMLSS models in the context of spatial analysis and apply
them to real data. For this, data on the occurrence of bovine tuberculosis in the state
of Minas Gerais and dengue in the state of Paraíba were used. Satisfactory adjustments
were obtained for both databases, even when they presented structural problems such
as strong asymmetry and kurtosis and a problem of overdispersion. For dengue data, a
spatial component was introduced in the model through an intrinsic autoregressive model,
since the data showed significant spatial autocorrelation.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
BRITO, A. de L. Dados de área na família GAMLSS em estudos epidemiológicos. 2021. 91 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2021.