Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambiental

Detalhes bibliográficos
Autor(a) principal: Lima, Liliam Pereira de
Data de Publicação: 2001
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-115511/
Resumo: Os modelos aditivos generalizados (MAG's) constitutem uma ampla classe de modelos de regressão, na qual o efeito de cada variável preditora na variável resposta é modelado de forma bastante flexível por meio de uma função f não especificada [Hastie e Tibshirani (1990). Generalized linear models. Chapman and Hall]. Os MAG's podem ser vistos como uma extensão dos modelos lineares generalizados (MLG's). Assim como estes modelos, os MAG's possuem uma metodologia unificada de análise que é apresentada neste trabalho. Inicialmente são apresentados métodos de suavização de diagramas de dispersão (especificamente, o 'loess' e o 'cubic spline') que são ferramentas básicas para o ajuste dos MAG's. Procedimentos de estimação e testes para parâmetros dos MAG's são, então, apresentados. A técnica é ilustrada com o uso de exemplos e foi aplicada a um estudo ambiental que buscou descrever a associação entre mortalidade fetal tardia e poluição atmosférica na cidade de São Paulo [Pereira et al. (1998). Association between air pollution and intrauterine mortality in São Paulo, Brazil. Environmental Health Perspect., v. 106, n. 6, p. 325-329]. Estratégias de análise para este tipo de estudo também foram apresentadas. Os resultados obtidos foram comparados com os da análise do mesmo banco de dados via MLG, realizada por Pereira et al. (1998). A análise via MAG permitiu a construção de uma curva de risco relativo contínua que possibilitou uma melhor avaliação do impacto da poluição atmosférica na mortalidade fetal tardia
id USP_251b676dd2240eaa6ba114b88aad2e19
oai_identifier_str oai:teses.usp.br:tde-20220712-115511
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambientalnot availableEpidemiologiaEstatística AplicadaModelos Lineares GeneralizadosPesquisa E Planejamento EstatísticoOs modelos aditivos generalizados (MAG's) constitutem uma ampla classe de modelos de regressão, na qual o efeito de cada variável preditora na variável resposta é modelado de forma bastante flexível por meio de uma função f não especificada [Hastie e Tibshirani (1990). Generalized linear models. Chapman and Hall]. Os MAG's podem ser vistos como uma extensão dos modelos lineares generalizados (MLG's). Assim como estes modelos, os MAG's possuem uma metodologia unificada de análise que é apresentada neste trabalho. Inicialmente são apresentados métodos de suavização de diagramas de dispersão (especificamente, o 'loess' e o 'cubic spline') que são ferramentas básicas para o ajuste dos MAG's. Procedimentos de estimação e testes para parâmetros dos MAG's são, então, apresentados. A técnica é ilustrada com o uso de exemplos e foi aplicada a um estudo ambiental que buscou descrever a associação entre mortalidade fetal tardia e poluição atmosférica na cidade de São Paulo [Pereira et al. (1998). Association between air pollution and intrauterine mortality in São Paulo, Brazil. Environmental Health Perspect., v. 106, n. 6, p. 325-329]. Estratégias de análise para este tipo de estudo também foram apresentadas. Os resultados obtidos foram comparados com os da análise do mesmo banco de dados via MLG, realizada por Pereira et al. (1998). A análise via MAG permitiu a construção de uma curva de risco relativo contínua que possibilitou uma melhor avaliação do impacto da poluição atmosférica na mortalidade fetal tardiaThe generalized additive models (GAM's) consist of a large class of regression models. In which the effect for each of the covariantes on the response variable is ajusted in a very flexible form using an unspecific function f [Hastie e Tibshirani. Generalized linear models. Chapman and Hall (1990)]. The GAM's could be seen like an extension of the generalized linear models (GLM's). Like these models., the GAM's possess a unified approach which is shown in this work. The methods shown first are scatterplot smoothers (specifically, loess and cubic spline) which are the basic tools to fit GAM's. The procedures of estimation and tests for the parameters of the GAM's are presented. The technique is illustrated with examples and were applied in an environmental study of São Paulo, Brazil [Pereira et al. (1998). Association between air Pollution and intrauterine mortality in São Paulo, Brazil. Environmental Health Perspect., v. 106, n. 6, p. 325-329]. The strategies for analysis for this study are also presented. The results were compared with the analysis of the same data by GLM, realized by Pereira et al. (1998). The analysis by GAM permits the construction of the continual risk relative curve, that possibility of a better evaluation of the impact of the atmospheric pollution and still bornsBiblioteca Digitais de Teses e Dissertações da USPAndré, Carmen Diva Saldiva deLima, Liliam Pereira de2001-04-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-115511/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-16T14:45:02Zoai:teses.usp.br:tde-20220712-115511Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-16T14:45:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambiental
not available
title Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambiental
spellingShingle Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambiental
Lima, Liliam Pereira de
Epidemiologia
Estatística Aplicada
Modelos Lineares Generalizados
Pesquisa E Planejamento Estatístico
title_short Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambiental
title_full Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambiental
title_fullStr Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambiental
title_full_unstemmed Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambiental
title_sort Modelos aditivos generalizados: aplicação a um estudo epidemiológico ambiental
author Lima, Liliam Pereira de
author_facet Lima, Liliam Pereira de
author_role author
dc.contributor.none.fl_str_mv André, Carmen Diva Saldiva de
dc.contributor.author.fl_str_mv Lima, Liliam Pereira de
dc.subject.por.fl_str_mv Epidemiologia
Estatística Aplicada
Modelos Lineares Generalizados
Pesquisa E Planejamento Estatístico
topic Epidemiologia
Estatística Aplicada
Modelos Lineares Generalizados
Pesquisa E Planejamento Estatístico
description Os modelos aditivos generalizados (MAG's) constitutem uma ampla classe de modelos de regressão, na qual o efeito de cada variável preditora na variável resposta é modelado de forma bastante flexível por meio de uma função f não especificada [Hastie e Tibshirani (1990). Generalized linear models. Chapman and Hall]. Os MAG's podem ser vistos como uma extensão dos modelos lineares generalizados (MLG's). Assim como estes modelos, os MAG's possuem uma metodologia unificada de análise que é apresentada neste trabalho. Inicialmente são apresentados métodos de suavização de diagramas de dispersão (especificamente, o 'loess' e o 'cubic spline') que são ferramentas básicas para o ajuste dos MAG's. Procedimentos de estimação e testes para parâmetros dos MAG's são, então, apresentados. A técnica é ilustrada com o uso de exemplos e foi aplicada a um estudo ambiental que buscou descrever a associação entre mortalidade fetal tardia e poluição atmosférica na cidade de São Paulo [Pereira et al. (1998). Association between air pollution and intrauterine mortality in São Paulo, Brazil. Environmental Health Perspect., v. 106, n. 6, p. 325-329]. Estratégias de análise para este tipo de estudo também foram apresentadas. Os resultados obtidos foram comparados com os da análise do mesmo banco de dados via MLG, realizada por Pereira et al. (1998). A análise via MAG permitiu a construção de uma curva de risco relativo contínua que possibilitou uma melhor avaliação do impacto da poluição atmosférica na mortalidade fetal tardia
publishDate 2001
dc.date.none.fl_str_mv 2001-04-04
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 https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-115511/
url https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-115511/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257216475725824