Generalized additive model for count time series: an application to quantify the impact of air pollutants on human health
Carregando...
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Artigo de periódico
Título alternativo
Modelo aditivo generalizado para séries temporais de contagem: uma aplicação para quantificar o impacto dos poluentes atmosféricos na saúde humana
Primeiro orientador
Membros da banca
Resumo
The generalized additive model (GAM) has been used in many epidemiological studies where
frequently the response variable is a nonnegative integer-valued time series. However, GAM assume that
the observations are independent, which is generally not the case in time series. In this paper, an autoregressive moving average (ARMA) component is incorporated to the GAM. The resulting GAM-ARMA model
is based on the generalized linear autoregressive moving average (GLARMA) model where some linear
components are replaced by natural splines. Numerical simulations are presented and show that the ARMA
component influences the estimation. In a real data analysis of the effects of air pollution on respiratory
disease in the metropolitan area of Belo Horizonte, Brazil, it is shown that the proposed model presents a
better fit when compared to the classical GAM approach, that does not take into account the autocorrelation
of the data.
Abstract
O modelo aditivo generalizado (GAM) tem sido utilizado em muitos estudos epidemiológicos onde
frequentemente, a variável de resposta é uma série temporal com valor inteiro não negativo. No entanto, o GAM assume que
as observações são independentes, o que geralmente não é o caso nas séries temporais. Neste artigo, um componente de média móvel autorregressiva (ARMA) é incorporado ao GAM. O modelo GAM-ARMA resultante
é baseado no modelo de média móvel autorregressiva linear generalizada (GLARMA), onde alguns valores lineares
os componentes são substituídos por splines naturais. Simulações numéricas são apresentadas e mostram que o ARMA
componente influencia a estimativa. Numa análise de dados reais sobre os efeitos da poluição do ar nas vias respiratórias
doença na região metropolitana de Belo Horizonte, Brasil, mostra-se que o modelo proposto apresenta uma
melhor ajuste quando comparado à abordagem GAM clássica, que não leva em conta a autocorrelação
dos dados.
Assunto
Mineração de dados (Computação), Poluição do Ar, Modelos Lineares (Estatística)
Palavras-chave
Mining, Data, Air Pollution, Linear Models (Statistics)
Citação
Departamento
Curso
Endereço externo
https://www.scielo.br/j/pope/a/bYb6cxrs3xjY33Hwvz7x9Xc/?lang=en