Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos

Autores

Palavras-chave:

matriz de vizinhança socioeconômica, STARMA, Tuberculose

Resumo

Neste trabalho estudou-se a utilização de matrizes de vizinhança socioeconômicas em modelos espaço temporais da classe auto regressivo 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 encontram-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. Foram ajustados modelos da classe STARMA considerando-se o conjunto de dados e as duas matrizes de vizinhança obtidas. A obtenção do modelo foi feita computacionalmente e consistiu de três etapas: Identificação, estimação e diagnóstico do modelo. Concluiu-se que, as matrizes de vizinhança socioeconômicas em modelos STARMA aplicados ao conjunto de dados escolhido, foi apropriada uma vez que estas matrizes podem ser utilizadas em séries espaço-temporais nas quais os locais de interesse encontram-se geograficamente distantes.

Biografia do Autor

Matheus Feres Freitas, Universidade Federal de Lavras

Departamento de estatística. Estatística aplicada.

Haiany Aparecida Ferreira, Universidade Federal de Lavras

Departamento de estatística. Estatística aplicada.

Thelma Sáfadi, Universidade Federal de Lavras

Departamento de estatística. Estatística aplicada.

Daniella Feres Freitas, Universidade Federal de Lavras

Departanto de saúde- Saúde coletiva

Referências

ALMEIDA, E. Econometria espacial aplicada. Campinas–SP. Alínea, 2012. CHEYSSON F. (2016). starma: Modelling Space Time Auto Regressive Moving Average (STARMA). Processes. R package version 1.3. https://CRAN.R-project.org/package=starma GUIMARÃES, R. M. et al. Tuberculose, HIV e pobreza: tendência temporal no Brasil, Américas e mundo. Jornal Brasileiro de Pneumologia, v. 38, n. 4, p. 518-525, 2012. JIN, E. Y. Estrutura de vizinhanças espaciais nos modelos autorregressivos e de médias móveis espaço-temporais STARMA. Dissertação de Mestrado. Universidade de São Paulo, 2017.

PFEIFER, P. E.; DEUTRCH, S. J. A three-stage iterative procedure for space-time modeling phillip. Technometrics, v. 22, n. 1, p. 35-47, 1980.

R CORE TEAM (2018). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.

Downloads

Publicado

29-06-2019

Como Citar

Feres Freitas, M., Aparecida Ferreira, H., Sáfadi, T., & Feres Freitas, D. (2019). Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos. Sigmae, 8(2), 29–35. Recuperado de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/928