Dayana Gimenes da Silva Ribeiro (BOLSISTA PIBIC)

Ricardo Junqueira de Souza (COLABORADOR)

Jony Arrais Pinto Junior (ORIENTADOR)

RESUMO

Na modelagem de dados de área, usualmente, recorre-se a inclusão de efeitos aleatórios espacialmente estruturados, por meio de suas distribuições a priori. Em alguns cenários, somente a presença dos efeitos espaciais não consegue lidar com toda a heterogeneidade espacial existente no problema ou ainda é possível que o pesquisador deseje investigar como o efeito de uma determinada covariável muda ao longo do espaço. Neste cenário, recomenda-se o uso de modelos para dados de área, permitindo que os efeitos das covariáveis variem espacialmente. Neste trabalho, foi realizada a modelagem do número de casos registrados por COVID-19 nos 92 municípios que compõem o Estado do Rio de Janeiro, considerando o período entre o começo da pandemia e o fim do mês de janeiro de 2021, usando como variáveis explicativas as três dimensões que compõem o Índice de Vulnerabilidade Social (IVS) proposto pelo Instituto de Pesquisa e Economia Aplicada. Constatou-se que o modelo que permite que o efeito da dimensão de infraestrutura do IVS varie espacialmente foi o que melhor se ajustou aos dados.