
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Oliveira, Izabela Regina Cardoso de | - |
| Autor(es): dc.contributor | Scalon, João Domingos | - |
| Autor(es): dc.contributor | Bastiani, Fernanda de | - |
| Autor(es): dc.creator | Brito, Alisson de Lima | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:43:46Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:43:46Z | - |
| Data de envio: dc.date.issued | 2021-05-10 | - |
| Data de envio: dc.date.issued | 2021-05-10 | - |
| Data de envio: dc.date.issued | 2021-05-10 | - |
| Data de envio: dc.date.issued | 2021-03-09 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/46246 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1167109 | - |
| Descrição: dc.description | The progress in the field of statistical analysis has been increasingly significant in recent years. In particular, regression models comprise a set of statistical tools that have received major contributions in a short period of time. These models are one of the most used tools in the scientific world to describe several phenomena in the most varied areas of knowledge. Since the beginning, the normal linear model has been used in many scientific researches for data modeling. However, due to the limitations found in this model, the Generalized Linear Models were introduced, which encompass more probabilistic distributions for the response variable. Subsequently, Generalized Additive Models were proposed, which made the relationship between variables more flexible. Then the GAMLSS models were introduced, which can be seen as a generalization of the other models mentioned above. This new class of models allows not only a greater number of probabilistic distributions for modeling the response variable, but also greater flexibility for the relationship between the variables, as well as the modeling of other distribution parameters, in addition to the location. Recently, an adaptation was made in the GAMLSS models to incorporate the effect of a spatial dependence structure when the assumption of independence of the observations of the response variable is not met and there is correlation in space. In this study, we aimed to study the GAMLSS models in the context of spatial analysis and apply them to real data. For this, data on the occurrence of bovine tuberculosis in the state of Minas Gerais and dengue in the state of Paraíba were used. Satisfactory adjustments were obtained for both databases, even when they presented structural problems such as strong asymmetry and kurtosis and a problem of overdispersion. For dengue data, a spatial component was introduced in the model through an intrinsic autoregressive model, since the data showed significant spatial autocorrelation. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | O avanço no campo das análises estatísticas tem sido cada vez mais importante nos últimos anos. Em particular, os modelos de regressão compõem um conjunto de ferramentas estatísticas que tem recebido grandes contribuições em um curto intervalo de tempo. Estes modelos são uma das ferramentas mais utilizadas no meio científico para descrever diversos fenômenos, nas mais variadas áreas do conhecimento. Desde a sua introdução, o modelo linear normal tem sido utilizado em muitas pesquisas científicas para modelagem de dados. Porém, devido às limitações encontradas neste modelo, foram então introduzidos os Modelos Lineares Generalizados, que englobam um maior número de distribuições probabilísticas para a variável resposta. Posteriormente, foram propostos os Modelos Aditivos Generalizados que flexibilizaram a relação entre as variáveis explicativas e resposta. Em seguida foram introduzidos os modelos GAMLSS, que podem ser vistos como uma generalização dos demais modelos citados anteriormente. Essa nova classe de modelos oferece não só um maior número de distribuições probabilísticas para a modelagem da variável resposta como também maior flexibilização para a relação entre as variáveis, assim como a modelagem de outros parâmetros da distribuição, além do de locação. Recentemente, uma adaptação foi feita nos modelos GAMLSS para incorporar o efeito de uma estrutura de dependência espacial quando o pressuposto de independência das observações da variável resposta é quebrado e estas apresentam uma correlação no espaço. Neste estudo, objetivou-se estudar os modelos GAMLSS no contexto de análise espacial e aplicá-los a dados reais. Para isso, foram utilizados dados de ocorrência de Tuberculose bovina no estado de Minas Gerais e de dengue no estado da Paraíba. Foram obtidos ajustes satisfatórios para ambas as bases dados, mesmo quando estas apresentaram problemas de estrutura como forte assimetria e curtose e problema de superdispersão. Para os dados de dengue, foi introduzida uma componente espacial no modelo através de um modelo intrínseco autoregressivo, já que os dados apresentaram autocorrelação espacial significativa. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Estatística e Experimentação Agropecuária | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Estatística | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Estatística espacial | - |
| Palavras-chave: dc.subject | Modelos de regressão flexíveis | - |
| Palavras-chave: dc.subject | Saúde pública | - |
| Palavras-chave: dc.subject | Tuberculose bovina | - |
| Palavras-chave: dc.subject | Dengue | - |
| Palavras-chave: dc.subject | Flexible regression models | - |
| Palavras-chave: dc.subject | Public health | - |
| Palavras-chave: dc.subject | Spatial statistics | - |
| Palavras-chave: dc.subject | Bovine tuberculosis | - |
| Palavras-chave: dc.subject | Estatística | - |
| Título: dc.title | Dados de área na família GAMLSS em estudos epidemiológicos | - |
| Título: dc.title | Area data in the gamlss family in epidemiological studies | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: