Estatística Aplicada e Biometria
URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/195
Navegar
4 resultados
Resultados da Pesquisa
Item Estatística Espacial aplicada na caracterização de áreas de risco para hipertensão e diabetes no estado de Minas Gerais(Universidade Federal de Viçosa, 2013-12-05) Pinto, Eliangela Saraiva Oliveira; Oliveira, Fernando Luiz Pereira de; http://lattes.cnpq.br/1284343084296509; Santos, Nerilson Terra; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782537A2; Santos, Gérson Rodrigues dos; http://lattes.cnpq.br/0674757734832405; Amaro, Marilane de Oliveira Fani; http://lattes.cnpq.br/8475779445932134O objetivo deste estudo foi avaliar a distribuição espacial da taxa de prevalência de hipertensão arterial e diabetes mellitus do estado de Minas Gerais, entre 2002 a 2012. Para o cálculo das taxas de prevalência, foram considerados os dados obtidos por meio dos registros do cadastro familiar do SIAB-MG do DATASUS, considerando homens e mulheres hipertensos ou diabéticos, acima de 15 anos, bem como a população total por município, maior de 15 anos, conforme censo 2010 do IBGE. Foram considerados os 853 municípios de Minas Geais como unidades de análise espacial e utilizou-se as técnicas de análise espacial de dados de área, destacando-se a média móvel local, os coeficientes de autocorrelação global de Moran e o índice local de Moran (LISA). Além disso, foram construídos mapas temáticos de distribuição espacial, de autocorrelação local (Box Map) e de identificação de cluster, utilizando a estatística Scan espaço- temporal. Verificou-se que há autocorrelação espacial para a taxa de prevalência de hipertensão e de diabetes, entre os municípios, em que apresentou coeficientes de Moran (global) positivos e significativos para todos os anos estudados, indicando similaridade entre os municípios. Foi possível identificar, por meio da análise local, agrupamento de municípios situados na parte sul do estado com maiores taxas de prevalência de hipertensão e também de diabetes em todos os anos estudados. Também constatou-se cluster que persistiram no espaço e no tempo para ambas as variáveis e que se localizaram no sul do estado. Conclui-se que a análise espacial permitiu mapear e compreender a distribuição das taxas de hipertensão e diabetes no estado de Minas Gerais. Estudos como este fornecem informações para que os serviços de saúde local possam selecionar os principais locais com taxas altas, na tentativa de propor ações de controle, bem como monitorar as regiões que apresentam taxas baixas.Item Seleção genômica ampla em suínos usando o modelo de sobrevivência de Cox(Universidade Federal de Viçosa, 2013-02-26) Santos, Vinicius Silva dos; Silva, Fabyano Fonseca e; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2; Resende, Marcos Deon Vilela de; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4709374E4; Martins Filho, Sebastião; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723282T5; http://lattes.cnpq.br/5809878805245760; Nascimento, Carlos Souza do; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734058H3A seleção genômica ampla (GWS) surgiu em 2001 com o objetivo de aumentar a eficiência e acelerar o ganho de seleção no melhoramento genético baseando-se exclusivamente em marcadores após terem seus efeitos genéticos estimados a partir de dados fenotípicos. No contexto de análise de sobrevivência, o modelo de riscos proporcionais de Cox com efeito aleatório foi comparado ao modelo linear misto, ambos usando a matriz de parentesco baseada em marcadores em substituição à baseada em pedigree, método esse denominado GBLUP. A aplicação foi feita aos dados reais de uma população F2 de suínos em que a variável resposta foi o tempo em dias, do nascimento até o abate do animal e as covariáveis: marcadores SNPs (238), sexo e lote de manejo. Os dados foram previamente corrigidos para seus efeitos fixos e a acurácia do método foi calculada com base na correlação dos postos dos valores genéticos genômicos preditos em ambos os modelos com os valores fenotípicos corrigidos. A análise foi repetida considerando menor número de marcadores SNPs que apresentassem maiores efeitos em módulo. Os resultados demonstraram concordância na predição dos valores genéticos genômicos e na estimação dos efeitos de marcadores para ambos os modelos na situação de dados não censurados e normalidade. No entanto, ao considerar a censura, o modelo de Cox com efeito aleatório normal foi o mais apropriado, uma vez que não houve concordância na predição dos valores genéticos genômicos e na estimação dos efeitos de marcadores com o modelo linear misto com dados imputados. A seleção de marcas permitiu um aumento nas correlações entre os postos dos valores genéticos genômicos preditos pelo modelo linear e pelo modelo de fragilidade de Cox com os valores fenotípicos corrigidos, sendo que para a característica analisada, 120 marcadores foram suficientes para maximizar a capacidade preditiva.Item Simulação de fatores que afetam as predições obtidas por krigagem ordinária(Universidade Federal de Viçosa, 2013-03-18) Reis, Cássio Pinho dos; Santos, Gérson Rodrigues dos; http://lattes.cnpq.br/0674757734832405; Ribeiro Junior, José Ivo; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723282Y6; Santos, Nerilson Terra; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782537A2; http://lattes.cnpq.br/7910862177613813; Carneiro, Antônio Policarpo Souza; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4799449E8; Valente, Domingos Sárvio Magalhães; http://lattes.cnpq.br/8080945803303151O objetivo deste estudo é poder identificar, como diversos fatores podem afetar a variância das predições obtidas por Krigagem Ordinária. Para tanto, foram simulados diferentes cenários para poder obter as predições de Krigagem Ordinária, usando os três modelos de semivariograma usuais, quantidades diferentes de vizinhos para realizar a predição, diferentes níveis de dependência espacial e tamanhos de amostra. Observou-se que embora todos os modelos tenderam produzir predições não viesadas, o modelo esférico tendeu a apresentar a maior variabilidade dos erros de predições na maioria dos cenários simulados, enquanto que o gaussiano obteve a menor. Verificou-se também que quando se aumentou o valor do índice de dependência espacial (IDE), o tamanho do grid e a quantidade de vizinhos mais próximos, os modelos tenderam a apresentar menores variabilidades para todos IDE estudados, sendo que o mesmo tende a se estabilizar quando se chega a uma determinada quantidade de vizinhos. Quanto à avaliação das estimativas, o modelo exponencial tendeu a ser o modelo com a pior avaliação sobre a variabilidade das predições e o esférico com a melhor avaliação na maioria dos cenários simulados, porém quando se aumenta a quantidade de vizinhos, o comportamento dos modelos se alteram de acordo com o índice de dependência espacial.Item Comparação das funções de ligação logit e probit em regressão binária considerando diferentes tamanhos amostrais(Universidade Federal de Viçosa, 2013-02-20) Freitas, Leillimar dos Reis; Silva, Fabyano Fonseca e; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2; Ribeiro Junior, José Ivo; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723282Y6; Martins Filho, Sebastião; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723282T5; http://lattes.cnpq.br/4304104026481353; Almeida, Fernanda Maria de; http://lattes.cnpq.br/4829259372237308Considerou-se um estudo de regressão binária por meio as funções de ligação logit e probit visando verificar a robustez das funções de ligação diante da variação do tamanho da amostra. Estas funções de ligação utilizam, respectivamente, as distribuições acumuladas logística e normal, sendo a principal diferença entre elas os valores de probabilidades nos extremos da variável independente. Dentro desse contexto, foram realizadas simulações com 500 repetições utilizando amostras de 10 diferentes tamanhos, desde 10 a 91, com uma diferença entre as sucessivas amostras de 9 unidades. As medidas de desempenho percentual de convergência, erro quadrático médio da probabilidade geral, erro quadrático médio da probabilidade específica, teste Wald para os coeficientes, foram utilizadas para estabelecer uma recomendação para o uso das duas diferentes funções de ligação quando os dados foram gerados com o uso do logit e probit e analisados por ambas as funções de ligação em cada tamanho de amostra. Concluiu-se que o objetivo desse trabalho foi atingido ao estabelecer uma recomendação para o uso da função de ligação logit para tamanhos inferiores a 20 devido a maior taxa de convergência, ou seja, foi verificado com a utilização da função de ligação logit que há um maior número de amostras em que foi possível estimar os parâmetros da regressão binaria. Para maiores tamanhos de amostras, utilizando as demais medidas de desempenho, tanto o logit como o probit mostraram-se semelhantes, pois não foram encontradas diferenças significativas entre esses dois tipos de funções.