Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFLA |
Texto Completo: | http://repositorio.ufla.br/jspui/handle/1/39739 |
Resumo: | In this work the use of socioeconomic neighborhood matrices was studied in space-time models of the autoregressive and moving averages class (STARMA). The selected data set is composed of nine time series that quantify the incidence rate of Tuberculosis observed between 2002 and 2017 in the following cities: Belo Horizonte, Betim, Contagem, Governador Valadares, Juiz de Fora, Lavras, Montes Claros, Pouso Alegre and Uberlândia. Since most cities are geographically distant, the use of socioeconomic neighborhood matrices was necessary. The matrices were obtained through two socioeconomic variables: the municipal IDH and the average annual investment in basic health. STARMA class models were adjusted considering the data set and the two neighborhood matrices obtained. The model was obtained computationally and consisted of three stages: Identification, estimation and diagnosis of the model. It was concluded that the socioeconomic neighborhood matrices in STARMA models applied to the data set chosen were appropriate since these matrices can be used in space-time series in which the places of interest are geographically distant. |
id |
UFLA_76d4bf6e0973f494f9a915d0c52097cb |
---|---|
oai_identifier_str |
oai:localhost:1/39739 |
network_acronym_str |
UFLA |
network_name_str |
Repositório Institucional da UFLA |
repository_id_str |
|
spelling |
Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicosMatriz de vizinhança socioeconômicaSTARMADados epidemiológicosTuberculoseSocioeconomic neighborhood matrixEpidemiological dataTuberculosisIn this work the use of socioeconomic neighborhood matrices was studied in space-time models of the autoregressive and moving averages class (STARMA). The selected data set is composed of nine time series that quantify the incidence rate of Tuberculosis observed between 2002 and 2017 in the following cities: Belo Horizonte, Betim, Contagem, Governador Valadares, Juiz de Fora, Lavras, Montes Claros, Pouso Alegre and Uberlândia. Since most cities are geographically distant, the use of socioeconomic neighborhood matrices was necessary. The matrices were obtained through two socioeconomic variables: the municipal IDH and the average annual investment in basic health. STARMA class models were adjusted considering the data set and the two neighborhood matrices obtained. The model was obtained computationally and consisted of three stages: Identification, estimation and diagnosis of the model. It was concluded that the socioeconomic neighborhood matrices in STARMA models applied to the data set chosen were appropriate since these matrices can be used in space-time series in which the places of interest are geographically distant.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. Concluiuse 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.Universidade Federal de Alfenas2020-04-03T17:49:38Z2020-04-03T17:49:38Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfFREITAS, M. F.; FERREIRA, H. A.; FREITAS, D. F.; SÁFADI, T.; LIMA, K. P. Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos. Sigmae, Alfenas, v. 8, n. 2, p. 29-35, 2019.http://repositorio.ufla.br/jspui/handle/1/39739Sigmaereponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAAttribution 4.0 Internationalhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessFreitas, Matheus FeresFerreira, Haiany AparecidaFreitas, Daniella FeresSáfadi, ThelmaLima, Kelly Pereirapor2020-04-03T17:49:38Zoai:localhost:1/39739Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2020-04-03T17:49:38Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false |
dc.title.none.fl_str_mv |
Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos |
title |
Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos |
spellingShingle |
Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos Freitas, Matheus Feres Matriz de vizinhança socioeconômica STARMA Dados epidemiológicos Tuberculose Socioeconomic neighborhood matrix Epidemiological data Tuberculosis |
title_short |
Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos |
title_full |
Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos |
title_fullStr |
Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos |
title_full_unstemmed |
Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos |
title_sort |
Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos |
author |
Freitas, Matheus Feres |
author_facet |
Freitas, Matheus Feres Ferreira, Haiany Aparecida Freitas, Daniella Feres Sáfadi, Thelma Lima, Kelly Pereira |
author_role |
author |
author2 |
Ferreira, Haiany Aparecida Freitas, Daniella Feres Sáfadi, Thelma Lima, Kelly Pereira |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Freitas, Matheus Feres Ferreira, Haiany Aparecida Freitas, Daniella Feres Sáfadi, Thelma Lima, Kelly Pereira |
dc.subject.por.fl_str_mv |
Matriz de vizinhança socioeconômica STARMA Dados epidemiológicos Tuberculose Socioeconomic neighborhood matrix Epidemiological data Tuberculosis |
topic |
Matriz de vizinhança socioeconômica STARMA Dados epidemiológicos Tuberculose Socioeconomic neighborhood matrix Epidemiological data Tuberculosis |
description |
In this work the use of socioeconomic neighborhood matrices was studied in space-time models of the autoregressive and moving averages class (STARMA). The selected data set is composed of nine time series that quantify the incidence rate of Tuberculosis observed between 2002 and 2017 in the following cities: Belo Horizonte, Betim, Contagem, Governador Valadares, Juiz de Fora, Lavras, Montes Claros, Pouso Alegre and Uberlândia. Since most cities are geographically distant, the use of socioeconomic neighborhood matrices was necessary. The matrices were obtained through two socioeconomic variables: the municipal IDH and the average annual investment in basic health. STARMA class models were adjusted considering the data set and the two neighborhood matrices obtained. The model was obtained computationally and consisted of three stages: Identification, estimation and diagnosis of the model. It was concluded that the socioeconomic neighborhood matrices in STARMA models applied to the data set chosen were appropriate since these matrices can be used in space-time series in which the places of interest are geographically distant. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 2020-04-03T17:49:38Z 2020-04-03T17:49:38Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
FREITAS, M. F.; FERREIRA, H. A.; FREITAS, D. F.; SÁFADI, T.; LIMA, K. P. Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos. Sigmae, Alfenas, v. 8, n. 2, p. 29-35, 2019. http://repositorio.ufla.br/jspui/handle/1/39739 |
identifier_str_mv |
FREITAS, M. F.; FERREIRA, H. A.; FREITAS, D. F.; SÁFADI, T.; LIMA, K. P. Utilização de matrizes de vizinhança socioeconômicas em modelos da classe STARMA aplicados a dados epidemiológicos. Sigmae, Alfenas, v. 8, n. 2, p. 29-35, 2019. |
url |
http://repositorio.ufla.br/jspui/handle/1/39739 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution 4.0 International http://creativecommons.org/licenses/by/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution 4.0 International http://creativecommons.org/licenses/by/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Alfenas |
publisher.none.fl_str_mv |
Universidade Federal de Alfenas |
dc.source.none.fl_str_mv |
Sigmae reponame:Repositório Institucional da UFLA instname:Universidade Federal de Lavras (UFLA) instacron:UFLA |
instname_str |
Universidade Federal de Lavras (UFLA) |
instacron_str |
UFLA |
institution |
UFLA |
reponame_str |
Repositório Institucional da UFLA |
collection |
Repositório Institucional da UFLA |
repository.name.fl_str_mv |
Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA) |
repository.mail.fl_str_mv |
nivaldo@ufla.br || repositorio.biblioteca@ufla.br |
_version_ |
1807835110568886272 |