Detecção de clusters espacias e espaço-temporais em modelos com excesso de zeros e sobredispersão

• Autor(a) principal: Leticia Pereira Pinto
• Data de Publicação: 2015
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/BUBD-AAHDZQ
• topic: Análise Espaço-Temporal; Inflacionado de zeros; Algoritmo EM; Sobredispersão; Poisson Duplo; Estatística Scan Espacial; Estatística

A Estatística Scan Espacial é um dos métodos mais importantes para a detecção e monitoramento de clusters espaciais de doenças. Geralmente, assume-se que os casos de doença seguem uma distribuição de Poisson ou binomial. Na prática, no entanto, dados de contagem de casos frequentemente apresentam um excesso de zeros e/ ou sobredispersão, resultando na violação desses modelos comumente utilizados, aumentando a ocorrência do erro tipo I. Esta tese descreve uma modificação da Estatística Scan Espacial com o modelo Poisson Duplo inflacionado de Zeros (ZIDP) para reduzir o erro tipo I, acomodando simultaneamente o excesso de zeros e a sobredispersão. Os parâmetros do modelo nulo e alternativo são estimados pelo algoritmo da Expectation-Maximization e o p-valor é obtido através do Fast Double Bootstrap Test. Uma aplicação é apresentada para os dados de Hanseníase na Amazônia brasileira. Uma extensão desta estatística em sistemas prospectivos de vigilância espaço-temporal foi estudada e para avaliar o seu desempenho foram utilizadas simulações de Monte Carlo.