Detecção de clusters irregulares para dados pontuais através danão-conectividade ponderada de grafos

• Autor(a) principal: Angelica Ferreira Carvalho
• Data de Publicação: 2011
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/BUOS-8GHK7L
• topic: Vigilância sindrômica; função de não-conectividade; estatística espacial scan de kulldorff; algoritmos; conjunto de pareto; multi-objetivos; dados pontuais; clusters espaciais de formato irregular; Estatística; Teoria dos grafos; Algorítmos de computador; Analise por conglomerados; Análise espacial (Estatística)

Estratégias para detecção de conglomerados (clusters) espaciais tanto para dados por regiões quanto para dados pontuais são já bastante difundidas. Entenda-se por dados pontuais situações em que cada elemento da população é tratado individualmente, sabendo-se sua localização no mapa em estudo. Entretanto os problemas com clusters de formato irregular não estão completamente fechados. O cluster mais verossímil geralmente se espalha em grandes parcelas do mapa, impactando seu significado geográfico. Métodos que empregam a estatística Scan Espacial de Kulldorff, associados a medidasde penalização, foram usados para controlar a liberdade excessiva de forma dos clusters. Estes métodos em geral nao foram aplicados para dados pontuais. Neste contexto, será apresentado um novo algoritmo multi- objetivo utilizando a estatística Scan Espacial e a penalização por Não - conectividade Ponderada para dados pontuais. A solução é um conjunto de Pareto, consistindo de todos os clusters nao simultaneamente piores em ambos os objetivos. A melhor solução é determinada pela avaliação da significância através de simulações de Monte Carlo. Utilizamos uma teoria estatística para avaliar o significado estatístico de soluções obtidas através do algoritmo multi- objetivo empregando o conceito de funções de aproveitamento.