Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/30771
Type: | Dissertação |
Title: | Modelo aditivo generalizado para dados de contagem: uma aplicação para avaliar o impacto da poluição atmosférica na saúde |
Authors: | Ana Júlia Alves Câmara |
First Advisor: | Glaura da Conceição Franco |
First Co-advisor: | Valdério Anselmo Reisen |
Abstract: | The Generalized Additive Model (GAM) has been used in many epidemiological studies where frequently the response variable is a nonnegative integer-valued time se- ries. However, GAM assumes that the observations are independent, which is generally not the case in time series. Therefore, in this paper we propose the Generalized Ad- ditive Autoregressive Moving Average (GAM-ARMA) model, which is an extension of GAM with an autoregressive moving average component. The GAM-ARMA is based on the Generalized Linear Autoregressive Moving Average Model (GLARMA), with some linear components of GLARMA being replaced by natural splines. Here we focused on the estimation either for the parametric elements, as well for the non-parametric components. To evaluate the performance of the GAM-ARMA we performed two sim- ulation studies which showed that, although the estimates present small bias and mean squared error, the autoregressive and moving average components in uence the esti- mation. In general, we found better estimates when these components assume small values. In a real data analysis of the e ects of air pollution on respiratory disease in the metropolitan area of Belo Horizonte, Brazil, we observed that the proposed model presented a better t when compared to the widely used GAM approach, that do not take into account the autocorrelation of the data. |
Abstract: | O Modelo Aditivo Generalizado (GAM) tem sido muito utilizado em estudos epidemiológicos, nos quais frequentemente a variável resposta é uma série temporal de números inteiros não negativos. No entanto, o modelo GAM possui a suposição de independência das observações, o que em geral não ocorre em séries temporais. Sendo assim, nessa dissertação propõe-se o Modelo Aditivo Generalizado Autorregressivo Média Móvel (GAM-ARMA), o qual trata-se de uma extensão do GAM com um componente autorregressivo média móvel. O GAM-ARMA é fundamentado no Modelo Linear Generalizado Autorregressivo Média Móvel (GLARMA), com alguns componentes lineares do GLARMA sendo substituídos por splines naturais. Neste trabalho são apresentadas as estimações tanto dos elementos paramétricos quanto dos componentes não-paramétricos do modelo. Com o objetivo de avaliar a performance do modelo proposto, foram realizados dois estudos de simulação que mostraram que embora as estimativas apresentem pouco vício e valores baixos de erro quadrático médio, os componentes autorregressivo e média móvel influenciam as estimativas. De forma geral, melhores estimativas foram encontradas quando esses componentes assumiram valores pequenos. A análise de dados reais avaliou o impacto dos poluentes atmosféricos na ocorrência de doença respiratória na região metropolitana de Belo Horizonte, Brasil. O modelo GAM-ARMA apresentou um ajuste melhor que o obtido através do GAM, amplamente utilizado e que não leva em consideração a autocorrelação das observações. |
language: | por |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.program: | Programa de Pós-Graduação em Estatística |
Rights: | Acesso Aberto Atribuição-NãoComercial-SemDerivados 3.0 Portugal |
metadata.dc.rights.uri: | http://creativecommons.org/licenses/by-nc-nd/3.0/pt/ |
URI: | http://hdl.handle.net/1843/30771 |
Issue Date: | 19-Feb-2019 |
Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Dissertacao_Ana_Julia.pdf | Aberto | 824.21 kB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License