Alguns aspectos de modelos espaço-temporais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/ICED-876J8H |
Resumo: | Este trabalho apresenta diferentes estudos envolvendo dados espaço-temporais. No Capítulo 1, estudamos as matrizes de covariância de modelos bayesianos com efeitos de interação espaço-temporal. Para isso, apresentamos os possívies tipos de efeitos aleatórios espaciais e temporais em modelos bayesianos e atribuimos a eles distribuições a priori comumente utilizadas. Construímos possíveis efeitos aleatórios espaço-temporais a partir da interação entre um efeito temporal e um espacial. Calculamos as matrizes de covariância a priori para os modelos com interação espaço-tempo e as escrevemos na forma de produto de Kronecker entre as matrizes de covariância a priori dos efeitos temporal e um espacial. Conseguimos visualizar mais claramente o efeito de cada tipo de interação possível, relacionando as matrizes de covariância a priori com as estruturas de dependência espacial e/ou temporal envolvidas nos modelos estudados. Como exemplo, apresentamos o estudo das matrizes de covariância a priori de dois modelos específicos existentes na literatura e fazemos suas inerpretações.No Capítulo 2, esstudamos métodos bayesianos para dados de área espaço-temporais.Buscamos modelos para serem ajustadps às taxas de incidência de Leishmaniose Visceral na cidade de Belo Horizonte, utilizando dados dos anos de 2000 a 2008. Fazemos o ajuste de três modelos distintos aos dados, sendo que um deles segue o procedimento clássico e os outros dois são modelos bayesianos. Comparamos os resultados obtidos e selecionamos o modelo que parece acompanhar melhor a evolução espaço-temporal das taxas de incidência de Leishmanise Visceral em Belo Horizonte. Conseguimos observar a evolução espaço-temporal da doença durante os anos estudados de forma mais clara. A partir desse modelo, há possibilidade de que sejam feitas porjeções para os próximos anos. Essas projeções podem ser úteis para xlassifiaca áreas prioritárias para ações de combate e prevenções da doença. No Caspítulo 3, utilizamos dados espaço-temporais na forma de padrões pontuais, onde a localização dos eventos é alatória. Apresentamos a função K¹², cujo objetivo é testar independência espacial entre dois processos pontuais estacionários observados dentro de um mesmo polígono. Por exemplo, queremos testar sse há independência entre a distribuição geográfica de uma espécie de àrvores A em relação à espécie B, tendo suas localizações dentro de um floresta. Isto é, queremos saber se árvores da espécie A tendem a se desenvolver mais próximas de árvores da espécie B, mais distantes destas, ou ainda se as duas distruibuições geográficas são independentes uma da outra. Baseados nessa função K¹², desenvolvemos outra função semelhante para lidar com dados espaço-temporais e denominamos Função Kt¹². Apresentamos a definição matemática, o algoritmo e os testes realizados em dados gerdos computacionalmente. Apresentamos ainda uma aplicação a dados reais de Leishmaniose Visceral na cidade de Belo Horizonte. |
id |
UFMG_fb46837182f2533b9e294482923df187 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/ICED-876J8H |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Renato Martins AssuncaoPatricia Klarmann ZiegelmannIlka Afonso ReisRosangela Helena LoschiValderio Anselmo ReisenLeticia Cavalari Pinheiro2019-08-11T17:58:56Z2019-08-11T17:58:56Z2009-12-18http://hdl.handle.net/1843/ICED-876J8HEste trabalho apresenta diferentes estudos envolvendo dados espaço-temporais. No Capítulo 1, estudamos as matrizes de covariância de modelos bayesianos com efeitos de interação espaço-temporal. Para isso, apresentamos os possívies tipos de efeitos aleatórios espaciais e temporais em modelos bayesianos e atribuimos a eles distribuições a priori comumente utilizadas. Construímos possíveis efeitos aleatórios espaço-temporais a partir da interação entre um efeito temporal e um espacial. Calculamos as matrizes de covariância a priori para os modelos com interação espaço-tempo e as escrevemos na forma de produto de Kronecker entre as matrizes de covariância a priori dos efeitos temporal e um espacial. Conseguimos visualizar mais claramente o efeito de cada tipo de interação possível, relacionando as matrizes de covariância a priori com as estruturas de dependência espacial e/ou temporal envolvidas nos modelos estudados. Como exemplo, apresentamos o estudo das matrizes de covariância a priori de dois modelos específicos existentes na literatura e fazemos suas inerpretações.No Capítulo 2, esstudamos métodos bayesianos para dados de área espaço-temporais.Buscamos modelos para serem ajustadps às taxas de incidência de Leishmaniose Visceral na cidade de Belo Horizonte, utilizando dados dos anos de 2000 a 2008. Fazemos o ajuste de três modelos distintos aos dados, sendo que um deles segue o procedimento clássico e os outros dois são modelos bayesianos. Comparamos os resultados obtidos e selecionamos o modelo que parece acompanhar melhor a evolução espaço-temporal das taxas de incidência de Leishmanise Visceral em Belo Horizonte. Conseguimos observar a evolução espaço-temporal da doença durante os anos estudados de forma mais clara. A partir desse modelo, há possibilidade de que sejam feitas porjeções para os próximos anos. Essas projeções podem ser úteis para xlassifiaca áreas prioritárias para ações de combate e prevenções da doença. No Caspítulo 3, utilizamos dados espaço-temporais na forma de padrões pontuais, onde a localização dos eventos é alatória. Apresentamos a função K¹², cujo objetivo é testar independência espacial entre dois processos pontuais estacionários observados dentro de um mesmo polígono. Por exemplo, queremos testar sse há independência entre a distribuição geográfica de uma espécie de àrvores A em relação à espécie B, tendo suas localizações dentro de um floresta. Isto é, queremos saber se árvores da espécie A tendem a se desenvolver mais próximas de árvores da espécie B, mais distantes destas, ou ainda se as duas distruibuições geográficas são independentes uma da outra. Baseados nessa função K¹², desenvolvemos outra função semelhante para lidar com dados espaço-temporais e denominamos Função Kt¹². Apresentamos a definição matemática, o algoritmo e os testes realizados em dados gerdos computacionalmente. Apresentamos ainda uma aplicação a dados reais de Leishmaniose Visceral na cidade de Belo Horizonte.Universidade Federal de Minas GeraisUFMGEstatistica TeseMatrizDados espaço-temporaisTeste de independência espaço-temporalModelos bayesianos espaço-temporaisde covariância a prioriFunção KAlguns aspectos de modelos espaço-temporaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALdissertacao_leticia_cavalari_pinheiro.pdfapplication/pdf4668518https://repositorio.ufmg.br/bitstream/1843/ICED-876J8H/1/dissertacao_leticia_cavalari_pinheiro.pdffafe9c29ed414cb6e91db2caab0967d3MD51TEXTdissertacao_leticia_cavalari_pinheiro.pdf.txtdissertacao_leticia_cavalari_pinheiro.pdf.txtExtracted texttext/plain129053https://repositorio.ufmg.br/bitstream/1843/ICED-876J8H/2/dissertacao_leticia_cavalari_pinheiro.pdf.txtd1ab0cb2de7c2e3287d9de4d203450d1MD521843/ICED-876J8H2019-11-14 08:08:02.74oai:repositorio.ufmg.br:1843/ICED-876J8HRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T11:08:02Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Alguns aspectos de modelos espaço-temporais |
title |
Alguns aspectos de modelos espaço-temporais |
spellingShingle |
Alguns aspectos de modelos espaço-temporais Leticia Cavalari Pinheiro Matriz Dados espaço-temporais Teste de independência espaço-temporal Modelos bayesianos espaço-temporais de covariância a priori Função K Estatistica Tese |
title_short |
Alguns aspectos de modelos espaço-temporais |
title_full |
Alguns aspectos de modelos espaço-temporais |
title_fullStr |
Alguns aspectos de modelos espaço-temporais |
title_full_unstemmed |
Alguns aspectos de modelos espaço-temporais |
title_sort |
Alguns aspectos de modelos espaço-temporais |
author |
Leticia Cavalari Pinheiro |
author_facet |
Leticia Cavalari Pinheiro |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Renato Martins Assuncao |
dc.contributor.advisor2.fl_str_mv |
Patricia Klarmann Ziegelmann |
dc.contributor.advisor-co1.fl_str_mv |
Ilka Afonso Reis |
dc.contributor.referee1.fl_str_mv |
Rosangela Helena Loschi |
dc.contributor.referee2.fl_str_mv |
Valderio Anselmo Reisen |
dc.contributor.author.fl_str_mv |
Leticia Cavalari Pinheiro |
contributor_str_mv |
Renato Martins Assuncao Patricia Klarmann Ziegelmann Ilka Afonso Reis Rosangela Helena Loschi Valderio Anselmo Reisen |
dc.subject.por.fl_str_mv |
Matriz Dados espaço-temporais Teste de independência espaço-temporal Modelos bayesianos espaço-temporais de covariância a priori Função K |
topic |
Matriz Dados espaço-temporais Teste de independência espaço-temporal Modelos bayesianos espaço-temporais de covariância a priori Função K Estatistica Tese |
dc.subject.other.pt_BR.fl_str_mv |
Estatistica Tese |
description |
Este trabalho apresenta diferentes estudos envolvendo dados espaço-temporais. No Capítulo 1, estudamos as matrizes de covariância de modelos bayesianos com efeitos de interação espaço-temporal. Para isso, apresentamos os possívies tipos de efeitos aleatórios espaciais e temporais em modelos bayesianos e atribuimos a eles distribuições a priori comumente utilizadas. Construímos possíveis efeitos aleatórios espaço-temporais a partir da interação entre um efeito temporal e um espacial. Calculamos as matrizes de covariância a priori para os modelos com interação espaço-tempo e as escrevemos na forma de produto de Kronecker entre as matrizes de covariância a priori dos efeitos temporal e um espacial. Conseguimos visualizar mais claramente o efeito de cada tipo de interação possível, relacionando as matrizes de covariância a priori com as estruturas de dependência espacial e/ou temporal envolvidas nos modelos estudados. Como exemplo, apresentamos o estudo das matrizes de covariância a priori de dois modelos específicos existentes na literatura e fazemos suas inerpretações.No Capítulo 2, esstudamos métodos bayesianos para dados de área espaço-temporais.Buscamos modelos para serem ajustadps às taxas de incidência de Leishmaniose Visceral na cidade de Belo Horizonte, utilizando dados dos anos de 2000 a 2008. Fazemos o ajuste de três modelos distintos aos dados, sendo que um deles segue o procedimento clássico e os outros dois são modelos bayesianos. Comparamos os resultados obtidos e selecionamos o modelo que parece acompanhar melhor a evolução espaço-temporal das taxas de incidência de Leishmanise Visceral em Belo Horizonte. Conseguimos observar a evolução espaço-temporal da doença durante os anos estudados de forma mais clara. A partir desse modelo, há possibilidade de que sejam feitas porjeções para os próximos anos. Essas projeções podem ser úteis para xlassifiaca áreas prioritárias para ações de combate e prevenções da doença. No Caspítulo 3, utilizamos dados espaço-temporais na forma de padrões pontuais, onde a localização dos eventos é alatória. Apresentamos a função K¹², cujo objetivo é testar independência espacial entre dois processos pontuais estacionários observados dentro de um mesmo polígono. Por exemplo, queremos testar sse há independência entre a distribuição geográfica de uma espécie de àrvores A em relação à espécie B, tendo suas localizações dentro de um floresta. Isto é, queremos saber se árvores da espécie A tendem a se desenvolver mais próximas de árvores da espécie B, mais distantes destas, ou ainda se as duas distruibuições geográficas são independentes uma da outra. Baseados nessa função K¹², desenvolvemos outra função semelhante para lidar com dados espaço-temporais e denominamos Função Kt¹². Apresentamos a definição matemática, o algoritmo e os testes realizados em dados gerdos computacionalmente. Apresentamos ainda uma aplicação a dados reais de Leishmaniose Visceral na cidade de Belo Horizonte. |
publishDate |
2009 |
dc.date.issued.fl_str_mv |
2009-12-18 |
dc.date.accessioned.fl_str_mv |
2019-08-11T17:58:56Z |
dc.date.available.fl_str_mv |
2019-08-11T17:58:56Z |
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/1843/ICED-876J8H |
url |
http://hdl.handle.net/1843/ICED-876J8H |
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.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/ICED-876J8H/1/dissertacao_leticia_cavalari_pinheiro.pdf https://repositorio.ufmg.br/bitstream/1843/ICED-876J8H/2/dissertacao_leticia_cavalari_pinheiro.pdf.txt |
bitstream.checksum.fl_str_mv |
fafe9c29ed414cb6e91db2caab0967d3 d1ab0cb2de7c2e3287d9de4d203450d1 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589227808555008 |