Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/BUBD-AAHDZQ
Type: | Tese de Doutorado |
Title: | Detecção de clusters espacias e espaço-temporais em modelos com excesso de zeros e sobredispersão |
Authors: | Leticia Pereira Pinto |
First Advisor: | Luiz Henrique Duczmal |
First Co-advisor: | Max Sousa de Lima |
First Referee: | Cibele Queiroz da Silva |
Second Referee: | Andre Luiz Fernandes Cançado |
Third Referee: | Sueli Aparecida Mingoti |
metadata.dc.contributor.referee4: | Fernando Luiz Pereira de Oliveira |
Abstract: | A Estatística Scan Espacial é um dos métodos mais importantes para a detecção e monitoramento de clusters espaciais de doenças. Geralmente, assume-se que os casos de doença seguem uma distribuição de Poisson ou binomial. Na prática, no entanto, dados de contagem de casos frequentemente apresentam um excesso de zeros e/ ou sobredispersão, resultando na violação desses modelos comumente utilizados, aumentando a ocorrência do erro tipo I. Esta tese descreve uma modificação da Estatística Scan Espacial com o modelo Poisson Duplo inflacionado de Zeros (ZIDP) para reduzir o erro tipo I, acomodando simultaneamente o excesso de zeros e a sobredispersão. Os parâmetros do modelo nulo e alternativo são estimados pelo algoritmo da Expectation-Maximization e o p-valor é obtido através do Fast Double Bootstrap Test. Uma aplicação é apresentada para os dados de Hanseníase na Amazônia brasileira. Uma extensão desta estatística em sistemas prospectivos de vigilância espaço-temporal foi estudada e para avaliar o seu desempenho foram utilizadas simulações de Monte Carlo. |
Abstract: | The Spatial Scan Statistic is one of the most important methods for detecting and monitoring spatial disease clusters. Usually it is assumed that disease cases follow a Poisson or Binomial distribution. In practice, however, case count datasets frequently present na excess of zeroes and/or overdispersion, resulting in the violation of those commonly used models, increasing type I error occurrence. This thesis describes a modi_cation of the Spatial Scan Statistic with the Zero Inated Double Poisson (ZIDP) model to reduce type I error, accommodating simultaneously an excess of zeroes and overdispersion. The null and alternative model parameters are estimated by the Expectation-Maximization algorithm and the p-value is obtained through the Fast Double Bootstrap Test. An application is presented for Hanseniasis data in the Brazilian Amazon. An extension of this statistic in prospective space-time surveillance systems has been studied and in assess their performance Monte Carlo simulations were used. |
Subject: | Estatística |
language: | Português |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
Rights: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/BUBD-AAHDZQ |
Issue Date: | 16-Apr-2015 |
Appears in Collections: | Teses de Doutorado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
tesedoutorado042015.pdf | 1.83 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.