Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais

Detalhes bibliográficos
Autor(a) principal: Santos, Joas Silva dos
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFS
Texto Completo: http://ri.ufs.br/jspui/handle/riufs/9724
Resumo: The dengue fever is a reemerging arbovirose considered a serious public health problem in tropical and subtropical regions. Nowadays, about fifty to one hundred million infections occur annually in more than 100 endemic countries putting almost half of the population at risk. Many factors contributed to the disease resurgence. However, the main boosters were: the climate changes, urbanization, globalization and the intense population growth. Taken together, those factors provided ideal environmental conditions for the establishment of the main virus transmitter, the Aedes aegypti mosquito, a vector highly adapted to the domestic environment. Then the aim of this study was to develop a model through the Box-Jenkins methodology of time series to predict the dengue fever incidence in Sergipe based on notifications occurred from 2001 to 2012 taken from The Injury Information System of Notification. The model SARIMA (0,1,2)(2,1,1)12 showed a better adjustment to the data and also the minors AIC (278,510), BIC (295,986) and MAPE (0,550). The validation of the model was based on the comparison of the predictions and the real data observed from July to December of 2012. Therefore, the analysis of time series specifically the SARIMA model was useful in the monitoring and prediction of dengue fever cases, making possible the implementation of more adequate prevention programs
id UFS-2_4685d0d51d9de7c2ec26b2fc0c439490
oai_identifier_str oai:ufs.br:riufs/9724
network_acronym_str UFS-2
network_name_str Repositório Institucional da UFS
repository_id_str
spelling Santos, Joas Silva dosSilva, José Rodrigo Santos2018-11-19T12:25:19Z2018-11-19T12:25:19Z2018-02-22Santos, Joas Silva dos. Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais. São Cristóvão, SE, 2018. Monografia (Bacharelado em Estatística) – Departamento de Estatística e Ciências Atuariais, Centro de Ciências Exatas e Tecnologia, Universidade Federal de Sergipe, São Cristóvão, 2018http://ri.ufs.br/jspui/handle/riufs/9724The dengue fever is a reemerging arbovirose considered a serious public health problem in tropical and subtropical regions. Nowadays, about fifty to one hundred million infections occur annually in more than 100 endemic countries putting almost half of the population at risk. Many factors contributed to the disease resurgence. However, the main boosters were: the climate changes, urbanization, globalization and the intense population growth. Taken together, those factors provided ideal environmental conditions for the establishment of the main virus transmitter, the Aedes aegypti mosquito, a vector highly adapted to the domestic environment. Then the aim of this study was to develop a model through the Box-Jenkins methodology of time series to predict the dengue fever incidence in Sergipe based on notifications occurred from 2001 to 2012 taken from The Injury Information System of Notification. The model SARIMA (0,1,2)(2,1,1)12 showed a better adjustment to the data and also the minors AIC (278,510), BIC (295,986) and MAPE (0,550). The validation of the model was based on the comparison of the predictions and the real data observed from July to December of 2012. Therefore, the analysis of time series specifically the SARIMA model was useful in the monitoring and prediction of dengue fever cases, making possible the implementation of more adequate prevention programsA dengue é uma arbovirose reemergente considerada um grave problema de saúde pública em regiões tropicais e subtropicais. Atualmente, cerca de 50 a 100 milhões de infecções ocorrem anualmente em mais de 100 países endêmicos, colocando quase metade da população mundial em risco. Diversos fatores contribuíram para o ressurgimento da doença. Contudo, os principais impulsionadores foram: as mudanças climáticas, a urbanização, a globalização e o intenso crescimento populacional. Em conjunto, esses fatores proporcionaram condições ambientais ideais para o estabelecimento do principal transmissor do vírus, o mosquito Aedes aegypti, um vetor altamente adaptado ao ambiente doméstico. Assim, o objetivo deste estudo foi desenvolver um modelo, via metodologia Box-Jenkins de séries temporais, para predição da incidência de dengue em Sergipe, com base nas notificações de 2001 a 2012, obtidas através do Sistema de Informação de Agravos de Notificação (SINAN). O modelo SARIMA(0,1,2)(2,1,1)12 apresentou o melhor ajuste aos dados e, também, os menores AIC (278,510), BIC (295,986) e MAPE (0,550). A validação do mesmo se deu a partir da comparação das previsões com os dados reais observados no período de julho a dezembro de 2012. Portanto, a análise de séries temporais, mais especificamente o modelo SARIMA, é útil no monitoramento e na previsão de casos da dengue, podendo ajudar na implementação de programas de prevenção mais adequadosSão Cristóvão, SEporEstatísticaEnsino de estatísticaDengueSARIMASéries temporaisDengue feverTime seriesCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOSAnálise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal de SergipeDECAT - Departamento de Estatística e Ciências Atuariais – Estatística – São Cristóvão - Presencialreponame:Repositório Institucional da UFSinstname:Universidade Federal de Sergipe (UFS)instacron:UFSinfo:eu-repo/semantics/openAccessTEXTJoas_Silva_Santos.pdf.txtJoas_Silva_Santos.pdf.txtExtracted texttext/plain53202https://ri.ufs.br/jspui/bitstream/riufs/9724/3/Joas_Silva_Santos.pdf.txt7034aadaf4a26866a0426019331161dcMD53THUMBNAILJoas_Silva_Santos.pdf.jpgJoas_Silva_Santos.pdf.jpgGenerated Thumbnailimage/jpeg1234https://ri.ufs.br/jspui/bitstream/riufs/9724/4/Joas_Silva_Santos.pdf.jpgfb2138bae2e78265297bdb02a9fe5484MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81475https://ri.ufs.br/jspui/bitstream/riufs/9724/1/license.txt098cbbf65c2c15e1fb2e49c5d306a44cMD51ORIGINALJoas_Silva_Santos.pdfJoas_Silva_Santos.pdfapplication/pdf814899https://ri.ufs.br/jspui/bitstream/riufs/9724/2/Joas_Silva_Santos.pdf8cf65a3816c931d702a31508373b6837MD52riufs/97242018-11-19 09:25:20.057oai:ufs.br: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Repositório InstitucionalPUBhttps://ri.ufs.br/oai/requestrepositorio@academico.ufs.bropendoar:2018-11-19T12:25:20Repositório Institucional da UFS - Universidade Federal de Sergipe (UFS)false
dc.title.pt_BR.fl_str_mv Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais
title Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais
spellingShingle Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais
Santos, Joas Silva dos
Estatística
Ensino de estatística
Dengue
SARIMA
Séries temporais
Dengue fever
Time series
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS
title_short Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais
title_full Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais
title_fullStr Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais
title_full_unstemmed Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais
title_sort Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais
author Santos, Joas Silva dos
author_facet Santos, Joas Silva dos
author_role author
dc.contributor.author.fl_str_mv Santos, Joas Silva dos
dc.contributor.advisor1.fl_str_mv Silva, José Rodrigo Santos
contributor_str_mv Silva, José Rodrigo Santos
dc.subject.por.fl_str_mv Estatística
Ensino de estatística
Dengue
SARIMA
Séries temporais
topic Estatística
Ensino de estatística
Dengue
SARIMA
Séries temporais
Dengue fever
Time series
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS
dc.subject.eng.fl_str_mv Dengue fever
Time series
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS
description The dengue fever is a reemerging arbovirose considered a serious public health problem in tropical and subtropical regions. Nowadays, about fifty to one hundred million infections occur annually in more than 100 endemic countries putting almost half of the population at risk. Many factors contributed to the disease resurgence. However, the main boosters were: the climate changes, urbanization, globalization and the intense population growth. Taken together, those factors provided ideal environmental conditions for the establishment of the main virus transmitter, the Aedes aegypti mosquito, a vector highly adapted to the domestic environment. Then the aim of this study was to develop a model through the Box-Jenkins methodology of time series to predict the dengue fever incidence in Sergipe based on notifications occurred from 2001 to 2012 taken from The Injury Information System of Notification. The model SARIMA (0,1,2)(2,1,1)12 showed a better adjustment to the data and also the minors AIC (278,510), BIC (295,986) and MAPE (0,550). The validation of the model was based on the comparison of the predictions and the real data observed from July to December of 2012. Therefore, the analysis of time series specifically the SARIMA model was useful in the monitoring and prediction of dengue fever cases, making possible the implementation of more adequate prevention programs
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-11-19T12:25:19Z
dc.date.available.fl_str_mv 2018-11-19T12:25:19Z
dc.date.issued.fl_str_mv 2018-02-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv Santos, Joas Silva dos. Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais. São Cristóvão, SE, 2018. Monografia (Bacharelado em Estatística) – Departamento de Estatística e Ciências Atuariais, Centro de Ciências Exatas e Tecnologia, Universidade Federal de Sergipe, São Cristóvão, 2018
dc.identifier.uri.fl_str_mv http://ri.ufs.br/jspui/handle/riufs/9724
identifier_str_mv Santos, Joas Silva dos. Análise da incidência de dengue em Sergipe : uma aplicação de modelos de séries temporais. São Cristóvão, SE, 2018. Monografia (Bacharelado em Estatística) – Departamento de Estatística e Ciências Atuariais, Centro de Ciências Exatas e Tecnologia, Universidade Federal de Sergipe, São Cristóvão, 2018
url http://ri.ufs.br/jspui/handle/riufs/9724
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.initials.fl_str_mv Universidade Federal de Sergipe
dc.publisher.department.fl_str_mv DECAT - Departamento de Estatística e Ciências Atuariais – Estatística – São Cristóvão - Presencial
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFS
instname:Universidade Federal de Sergipe (UFS)
instacron:UFS
instname_str Universidade Federal de Sergipe (UFS)
instacron_str UFS
institution UFS
reponame_str Repositório Institucional da UFS
collection Repositório Institucional da UFS
bitstream.url.fl_str_mv https://ri.ufs.br/jspui/bitstream/riufs/9724/3/Joas_Silva_Santos.pdf.txt
https://ri.ufs.br/jspui/bitstream/riufs/9724/4/Joas_Silva_Santos.pdf.jpg
https://ri.ufs.br/jspui/bitstream/riufs/9724/1/license.txt
https://ri.ufs.br/jspui/bitstream/riufs/9724/2/Joas_Silva_Santos.pdf
bitstream.checksum.fl_str_mv 7034aadaf4a26866a0426019331161dc
fb2138bae2e78265297bdb02a9fe5484
098cbbf65c2c15e1fb2e49c5d306a44c
8cf65a3816c931d702a31508373b6837
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFS - Universidade Federal de Sergipe (UFS)
repository.mail.fl_str_mv repositorio@academico.ufs.br
_version_ 1802110782952964096