Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia

Detalhes bibliográficos
Autor(a) principal: Santos, João Filipe Azevedo dos
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/10433
Resumo: Tese de mestrado em Estatística, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2013
id RCAP_7d82ecf79bf15604761644fae18dfc80
oai_identifier_str oai:repositorio.ul.pt:10451/10433
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologiaEstatísticaInvestigação operacionalTeses de mestrado - 2013Tese de mestrado em Estatística, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2013Este trabalho pretende, através da abordagem Bayesiana, modelar a carga parasitária de uma doença conhecida como schistosomose. Para tal foi analisada a contagem do número de ovos do parasita em amostras de urina de um conjunto de indivíduos proveniente de zonas onde este parasita é endémico. A schistosomose é uma doença cujo hospedeiro definitivo é o homem, sendo responsável por lesões no aparelho urogenital. Estima-se em cerca de 120 milhões de pessoas infectadas (Veles, 2010) e em 600 milhões o número de pessoas em risco de contrair a infecção (Figueiredo, 2008). Os dados recolhidos são caracterizados por um grande número de indivíduos sem ovos observados na amostra de urina. Quando este número é elevado diz-se que estamos a observar uma variável com \excesso de zeros". Os Modelos com Excesso de Zeros e os Modelos de duas Partes são usualmente utilizados para lidar com esta situação, dado que têm estruturas específicas que permitem modelar o aparecimento excessivo de zeros face a outros modelos convencionais, usados para modelar variáveis de contagem, que usualmente não possuem estas características. Os modelos foram implementados nos programas OpenBugs e R, via metodologia MCMC. Foi também efectuada uma comparação com o trabalho já realizado numa perspectiva clássica por Olivença (2011).This work intends to model, using a Bayesian approach, the intensity of a parasitary disease known as schistosomiasis. To do this it was analyzed the number of eggs of the parasite in urine samples from a set of individuals from areas where this parasite is endemic. Schistosomiasis is a disease whose definitive host is the man, being considered responsible by lesions of the urogenital system. It is estimated that about 120 million persons are infected (Veles, 2010) and 600 millions the number of persons at risk of contracting the infection (Figueiredo, 2008). The data collected is characterized by a large number of individuals without observed parasite eggs in their urine sample. When this number is high it is said that we are observing a variable with \excess of zeros". Models with Excess Zeros and Two Part Models are usually used to deal with this characteristics, as they have specific structures that allow modeling the appearance of excessive zeros compared to other conventional models used to model count variables, which usually do not possess these kind of feature. The models were implemented using the programs OpenBugs and R, through MCMC methodology. It was also carried out a comparison with the work already done in a classical perspective by Olivença (2011).Bermudez, Patrícia de ZeaGonçalves, LuziaRepositório da Universidade de LisboaSantos, João Filipe Azevedo dos2014-02-03T16:48:46Z20132013-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/10433TID:201337592porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T15:55:54Zoai:repositorio.ul.pt:10451/10433Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:34:27.436440Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia
title Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia
spellingShingle Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia
Santos, João Filipe Azevedo dos
Estatística
Investigação operacional
Teses de mestrado - 2013
title_short Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia
title_full Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia
title_fullStr Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia
title_full_unstemmed Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia
title_sort Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia
author Santos, João Filipe Azevedo dos
author_facet Santos, João Filipe Azevedo dos
author_role author
dc.contributor.none.fl_str_mv Bermudez, Patrícia de Zea
Gonçalves, Luzia
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Santos, João Filipe Azevedo dos
dc.subject.por.fl_str_mv Estatística
Investigação operacional
Teses de mestrado - 2013
topic Estatística
Investigação operacional
Teses de mestrado - 2013
description Tese de mestrado em Estatística, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2013
publishDate 2013
dc.date.none.fl_str_mv 2013
2013-01-01T00:00:00Z
2014-02-03T16:48:46Z
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 http://hdl.handle.net/10451/10433
TID:201337592
url http://hdl.handle.net/10451/10433
identifier_str_mv TID:201337592
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 Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134239118065664

Registros relacionados