Alguns aspectos de modelos espaço-temporais

dc.creatorLeticia Cavalari Pinheiro
dc.date.accessioned2019-08-11T17:58:56Z
dc.date.accessioned2025-09-09T01:02:33Z
dc.date.available2019-08-11T17:58:56Z
dc.date.issued2009-12-18
dc.identifier.urihttps://hdl.handle.net/1843/ICED-876J8H
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectEstatistica Tese
dc.subject.otherMatriz
dc.subject.otherDados espaço-temporais
dc.subject.otherTeste de independência espaço-temporal
dc.subject.otherModelos bayesianos espaço-temporais
dc.subject.otherde covariância a priori
dc.subject.otherFunção K
dc.titleAlguns aspectos de modelos espaço-temporais
dc.typeDissertação de mestrado
local.contributor.advisor-co1Patricia Klarmann Ziegelmann
local.contributor.advisor-co1Ilka Afonso Reis
local.contributor.advisor1Renato Martins Assuncao
local.contributor.referee1Rosangela Helena Loschi
local.contributor.referee1Valderio Anselmo Reisen
local.description.resumoEste trabalho apresenta diferentes estudos envolvendo dados espaço-temporais. No Capítulo 1, estudamos as matrizes de covariância de modelos bayesianos com efeitos de interação espaço-temporal. Para isso, apresentamos os possívies tipos de efeitos aleatórios espaciais e temporais em modelos bayesianos e atribuimos a eles distribuições a priori comumente utilizadas. Construímos possíveis efeitos aleatórios espaço-temporais a partir da interação entre um efeito temporal e um espacial. Calculamos as matrizes de covariância a priori para os modelos com interação espaço-tempo e as escrevemos na forma de produto de Kronecker entre as matrizes de covariância a priori dos efeitos temporal e um espacial. Conseguimos visualizar mais claramente o efeito de cada tipo de interação possível, relacionando as matrizes de covariância a priori com as estruturas de dependência espacial e/ou temporal envolvidas nos modelos estudados. Como exemplo, apresentamos o estudo das matrizes de covariância a priori de dois modelos específicos existentes na literatura e fazemos suas inerpretações.No Capítulo 2, esstudamos métodos bayesianos para dados de área espaço-temporais.Buscamos modelos para serem ajustadps às taxas de incidência de Leishmaniose Visceral na cidade de Belo Horizonte, utilizando dados dos anos de 2000 a 2008. Fazemos o ajuste de três modelos distintos aos dados, sendo que um deles segue o procedimento clássico e os outros dois são modelos bayesianos. Comparamos os resultados obtidos e selecionamos o modelo que parece acompanhar melhor a evolução espaço-temporal das taxas de incidência de Leishmanise Visceral em Belo Horizonte. Conseguimos observar a evolução espaço-temporal da doença durante os anos estudados de forma mais clara. A partir desse modelo, há possibilidade de que sejam feitas porjeções para os próximos anos. Essas projeções podem ser úteis para xlassifiaca áreas prioritárias para ações de combate e prevenções da doença. No Caspítulo 3, utilizamos dados espaço-temporais na forma de padrões pontuais, onde a localização dos eventos é alatória. Apresentamos a função K¹², cujo objetivo é testar independência espacial entre dois processos pontuais estacionários observados dentro de um mesmo polígono. Por exemplo, queremos testar sse há independência entre a distribuição geográfica de uma espécie de àrvores A em relação à espécie B, tendo suas localizações dentro de um floresta. Isto é, queremos saber se árvores da espécie A tendem a se desenvolver mais próximas de árvores da espécie B, mais distantes destas, ou ainda se as duas distruibuições geográficas são independentes uma da outra. Baseados nessa função K¹², desenvolvemos outra função semelhante para lidar com dados espaço-temporais e denominamos Função Kt¹². Apresentamos a definição matemática, o algoritmo e os testes realizados em dados gerdos computacionalmente. Apresentamos ainda uma aplicação a dados reais de Leishmaniose Visceral na cidade de Belo Horizonte.
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
dissertacao_leticia_cavalari_pinheiro.pdf
Tamanho:
4.45 MB
Formato:
Adobe Portable Document Format