Resumo: Com a crescente coleta de dados georreferenciados vivenciada nas últimas décadas, surge a necessidade da utilização de informação da localização geográfica na modelagem dos mais diversos fenômenos científicos, principalmente quando o fenômeno de interesse é estudado em uma região com uma grande heterogeneidade espacial. O foco deste trabalho é no ramo da Estatística Espacial conhecido como Dados de Área. Desta forma, foi analisado um banco de dados contendo o número de óbitos por álcool nas Unidades Federais do Brasil, considerando como variáveis regressoras o sexo do indivíduo e a faixa etária em que está incluso (se possui menos de 30 anos de idade ou se possui 30 anos ou mais de idade). Para isto, foram comparados três modelos segundo o critério DIC, para decidir qual se ajusta melhor a estes dados. O modelo 1 não assume dependência espacial estre as regiões; já o modelo 2, assume dependência espacial por meio de uma priori CAR (Besag et a l., 199 1 [6]); e, por fim, o modelo 3, que assume tanto independência, quanto dependência espacial (esta última também por meio de uma priori CAR). O terceiro modelo foi dividido em três versões (3*, 3** e 3***), devido a resultados não muito satisfatórios obtidos no ajuste do mesmo. Em relação aos resultados, os parâmetros α1 e α2, associados, respectivamente, ao sexo e faixa etária, apresentam estimativas pontuais positivas, o que mostra que, de acordo com este estudo, o fato do indivíduo ser do sexo masculino e ter 30 anos ou mais de idade, aumenta o número de óbitos por ingestão de bebidas alcóolicas. Além disso, concluiu-se que os modelo 3* e 3** apresentam menor variabilidade dos efeitos espaciais u e b. Segundo o critério DIC, o modelo 3**, que possui os dois tipos de efeitos aleatórios (com dependência espacial e com independência), e que considera fixa a precisão dos efeitos que assumem dependência espacial (com priori CAR), é o melhor para ajust ar os da dos. Neste projeto utilizou-se uma abordagem completamente Bayesiana. Toda a metodologia foi implementada no software livre R e OpenBUGS.
Palavras-chave: Estatística espacial. Inferência bayesiana. Dados de área. Modelo car.

Orientador: Jony Arrais Pinto Junior (IME/UFF)

Banca:

• Jony Arrais Pinto Junior (IME/UFF)
• Gilberto Pereira Sassi (IME/UFF)
• Luis Guillermo Coca Velarde (IME/UFF)

Resumo: Uma fase muito importante em qualquer análise estatística trata-se da escolha do modelo a ser utilizado. Muitos autores têm discutido a difícil tarefa de selecionar modelos tanto do ponto de vista frequentista quanto Bayesiano. Dentre os métodos mais utilizados pode-se citar o fator de Bayes e os critérios AIC, BIC, DIC, entre outros. Este projeto tem por objetivo estudar e comparar critérios para a seleção de modelos de Cox log-Gaussianos para padrões de pontos com base em métodos preditivos, isto é, o modelo M preferível será aquele que consegue prever melhor observações futuras geradas de um mesmo processo que os dados originais. O entendimento destas técnicas no contexto de dados georreferenciados é de extrema importância, uma vez que possibilitarão a escolha de um modelo parcimonioso com alto poder preditivo, permitindo que políticas públicas de saúde e segurança, por exemplo, sejam adotadas, uma vez que padrões de pontos de sinistros de veículos e óbitos por doenças infecciosas, como o HIV, em um município seriam típicos problemas tratados neste contexto. Das técnicas estudadas, se incluem critérios básicos propostos, obtendo-lhes por cálculos sobre a distribuição preditiva e outros critérios existentes na literatura como WAIC, LOO e K-fold. Neste projeto pretende-se utilizar uma abordagem completamente Bayesiana. Toda a metodologia será implementada no software livre R e OpenBUGS, com todos os resultados obtidos via estudos com dados simulados, tornando possível verificar se os critérios recuperam bem o modelo original gerador dos dados.
Palavras-chave: Padrões de pontos. Comparação. Poder preditivo.

Orientador: Jony Arrais Pinto Junior (IME/UFF)

Banca:

• Jony Arrais Pinto Junior (IME/UFF)
• Luis Guillermo Coca Velarde (IME/UFF)
• Wilson Calmon Almeida dos Santos (IME/UFF)

Resumo: No trabalho, realizamos um estudo de caso em Mineração de Textos com dados do Twitter. Foram extraídos 750 (setecentos e cinquenta) textos de 15 (quinze) contas, divididas em 5 (cinco) temas: esportes, política, moda, viagem e turismo e ciência e tecnologia. Para isso, foi utilizada a Análise de Conglomerados e o método adotado foi o hierárquico de Ward. Como resultado foram encontrados 13 (treze) conglomerados. Observou-se que a grande maioria dos conglomerados ficou com textos de um único tema e apenas 2 (dois) deles apresentaram textos em temas variados. Toda a análise foi feita utilizando o software R.
Palavras-chave: Mineração de textos. Análise de conglomerados. Método hierárquico de Ward. Twitter.

Orientadora: Jessica Quintanilha Kubrusly (IME/UFF)

Banca:

• Jessica Quintanilha Kubrusly (IME/UFF)
• Ludmilla da Silva Viana Jacobson (IME/UFF)
• Mariana Albi de Oliveira Souza (IME/UFF)

Resumo: Um dos principais usos do Teste da Razão de Verossimilhança consiste em comparar modelos encaixados, ou seja, o modelo sob a hipótese nula é um caso restrito do modelo sob a hipótese alternativa. Neste contexto, a execução do teste transcorre de forma simples pois sob certas condições, a razão de verossimilhança, quando devidamente transformada, possui distribuição assintótica qui-quadrado sob a hipótese nula. Suponha agora uma comparação de modelos em que tais modelos são ditos separados ou não encaixados no sentido de que um membro arbitrário do primeiro não pode ser obtido como um limite de membros do outro. Em outras palavras, um dos modelos não pode ser obtido por meio de restrições ao espaço paramétrico do outro. Então, seria incorreto utilizar o teste da razão de verossimilhança da maneira usual para comparar os modelos, como discutido por Cox. Uma primeira alternativa seria, como apontado pelo autor citado, considerar uma transformação da estatística de teste da razão de verossimilhança que possui distribuição assintótica normal padrão. Aqui, investigaremos uma alternativa à proposta de Cox em que técnicas de bootstrap serão empregadas para se derivar a distribuição [em amostras finitas] da estatística do teste. O bootstrap permite implementar um teste de hipóteses em que poucas suposições são feitas sobre o mecanismo gerador dos dados e sem apelo à qualquer aproximação assintótica. Neste trabalho discutimos como utilizar o bootstrap para este fim. Através do método, comparamos os modelos contínuos Lognormal e Gama e os modelos discretos Poisson e Geométrica, e analisamos sua performance. Tais comparações, feitas por meio de simulações, geraram resultados satisfatórios. O teste utilizado consegue atingir [para as comparações tratadas] poder empírico alto e comparável aos obtidos pelo método de Cox.
Palavras-chave: Bootstrap. Comparação de modelos. Modelos não encaixados. Teste da razão de verossimilhança. 

Orientador: Wilson Calmon Almeida dos Santos (IME/UFF)

Banca:

• Wilson Calmon Almeida dos Santos (IME/UFF)
• Diogo Bravo Marinho Braga (ESC/UFF)
• Jony Arrais Pinto Junior (IME/UFF)

Resumo: Diversos estudos mostram efeitos adversos da exposição a poluentes atmosféricos na saúde humana. O objetivo deste trabalho e avaliar os efeitos da poluição atmosférica, medida pelo material particulado inalável (PM10), no pico de fluxo expiratório (PFE) de crianças e adolescentes residentes no município de Rio Branco. Trata-se de um estudo de painel com medidas repetidas do PFE de 260 escolares com idades entre 6 e 15 anos, acompanhadas entre os meses de Agosto e Outubro de 2009. Na análise dos dados foram estimados Modelos Lineares Hierárquicos e Modelos de Regressão Linear. O ajuste do efeito da poluição foi a partir da metodologia Single Lag e do Modelo polinomial de defasagem distribuída. O modelo básico inclui as variáveis Sexo, Asma, Fumo domiciliar, Idade, Peso, Altura, medidas repetidas da Temperatura e Umidade Relativa. No modelo hierárquico, o ajuste da poluição pelo método Single Lag mostrou impacto no PFE do aumento de 10 unidades da polu ição, este impacto com respectivos intervalos de confiança de 95% foi de: -0,110l/min (-0, 419; 0, 198), -0, 610l/min (-0, 940;-0, 280), -0,587l/min (-0,909;-0,265), -0,193l/min (-0,599; 0,213), -0,571l/min (-1,014; -0,129), para as defasagens de 1, 2, 3, 4 e 5 dias da poluição, respectivamente. O ajuste da poluição pelo método do Modelo polinomial de defasagem distribuída mostrou impacto no PFE do aumento de 10 unidades da poluição, este impacto com respectivos intervalos de confianças de 95% foi de: -0,191l/min (-0,369;-0,012), -0,394l/min (-0,622;-0,167), -0,446l/min (-0,650;-0,241), -0,345l/min (-0,540;-0,150), -0,092l/min (-0,575; 0,389), -1; 306l/min(-2,006;-0,606), para as defasagens de 1, 2, 3, 4, 5 dias da poluição e efeito global, respectivamente. No modelo de Regressão Linear o ajuste da poluição pelo método Single Lag mostrou impacto no PFE do aumento de 10 unidades da poluição, este impacto com respectivos intervalos de confiança de 95% foi de:-1,62 8l\min ( -11,324; 8,067), -6,415l\min (-17,248; 4,417), -5,634l\min (-19,220; 7,951), -5,081l\min (-18,655; 8,492), 5,421l\min (-6,019; 16,862), para as defasagens de 1, 2, 3, 4 e 5 dias da poluição, respectivamente. Os resultados deste trabalho corroboram com a literatura e sugere que a exposição a poluição atmosférica como fator de risco para a saúde respiratória dos escolares.

Palavras-chave:  Pico de fluxo. Estudo de painel. Modelos hierárquicos. Modelo polinomial de defasagem distribuída. Amazônia. 

Orientadora: Ludmilla da Silva Viana Jacobson (IME/UFF)

Banca:

• Ludmilla da Silva Viana Jacobson (IME/UFF)
• Jessica Quintanilha Kubrusly (IME/UFF)
• Wilson Calmon Almeida dos Santos (IME/UFF)

Resumo: O índice de massa corporal, embora não indique a composição corporal, é um indicador de avaliação nutricional que apresenta vantagens em estudo epidemiológicos, entre as quais pode-se mencionar a facilidade de cálculo e a sua relação com a morbimortalidade. Além de ser um método barato e não invasivo para avaliar o estado nutricional em estudos populacionais. Neste trabalho foi utilizado primeiramente o modelo logístico multinomial, usando os dados da PNS 2013, para explicar o IMC com três níveis (magreza, eutrofia, excesso de peso), entretanto foi necessário dicotomizar este desfecho. Assim o presente trabalho estabeleceu associação entre as características sociodemográficas, comportamentais e de saúde e a chance de excesso de peso em adultos. No ajuste do modelo, foram incorporados os pesos amostrais, estratos e conglomerados. Usando o teste de Wald de significância geral, verificou-se que sete variáveis explicativas estavam associadas significat ivamente com a chance de excesso de peso, considerando o nível de significância de 5%. Observou-se maior chance de excesso de peso entre adultos do sexo masculino, mais velhos (de 50 a 59 anos em comparação a faixa de 20 a 29 anos), com ocupação profissional, com nível de instrução médio ou superior incompleto (comparativamente ao nível superior completo ou pós-graduação) e entre adultos residentes em domicílios com esgotamento sanitário adequado. Além disso, há maior de chance de excesso de peso entre adultos não fumantes e com diagnóstico de alguma doença. Assim, destaca-se a necessidade de realização de ações voltadas, sobretudo, para promover mudanças comportamentais adequadas, a fim de prevenir doenças e promover a saúde.
Palavras-chave: Regressão logística multinomial. Regressão logística binária. Ííndice de massa corporal. Pesquisa Nacional de Saúde.

Orientador: José Rodrigo de Moraes (IME/UFF)

Banca:

• José Rodrigo de Moraes (IME/UFF)
• Cecília de Souza Fernandez (IME/UFF)
• Patrícia Carvalho de Jesus (NPQM/UFRJ)

Resumo: A autoavaliação de saúde é um indicador que vem sendo utilizado em pesquisas de abrangência nacional que visam estabelecer diferenças de morbidade em subgrupos populacionais e comparar necessidades de serviços e recursos de saúde. Mesmo sendo de natureza subjetiva, estudos demonstraram que a autoavaliação de saúde é um indicador válido e considerado um importante preditor de morbidade e mortalidade. Neste trabalho foi utilizado o modelo de regressão logística multinomial, usando os dados da PNS 2013, para estabelecer a relação entre a autoavaliação de saúde do idoso e suas características sociodemográficas, comportamentais e de saúde. No ajuste do modelo, foram considerados os pesos amostrais e as informações estruturais do plano amostral da pesquisa (estratos e conglomerados). Usando o teste de Wald de significância individual, verificou-se que nove variáveis explicativas estavam associadas significativamente com o desfecho de autoavaliação de saúde, considerando o nível de significância de 5%. Observou-se maior chance de reportar saúde regular versus ruim (equação 1), entre idosos brancos, residentes na região Sudeste, com no máximo médio grau de dificuldade de locomoção e que possuem comportamento adequado. Do mesmo modo, observou-se maior chance de autoavaliação de saúde boa versus ruim (equação 2) entre idosos brancos, residentes na região Sudeste, que tem no máximo médio grau de dificuldade de locomoção e com comportamento adequado, além daqueles que possuem plano de saúde e que residem em domicílios adequados quanto à infraestrutura de serviços sociais básicos. Adicionalmente, a ausência de grau de dificuldade na locomoção foi o fator mais fortemente associado com a chance do idoso reportar melhor saúde. Assim, é preciso garantir a realização de políticas públicas adequadas, a fim de promover um envelhecimento populacional saudável, evitando uma saúde precária e um pior grau de mobilidade física.
Palavras-chave: Regressão logística multinomial. Saúde do idoso. Autoavaliação de saúde. Pesquisa Nacional de Saúde.

Orientador: José Rodrigo de Moraes (IME/UFF)

Banca:

• José Rodrigo de Moraes (IME/UFF)
• Ludmilla da Silva Viana Jacobson (IME/UFF)
• Moisés Lima de Menezes (IME/UFF)

Resumo: É muito comum em pesquisas depararmos com dados faltantes que podem ter ocorrido por diferentes motivos, por razões aleatóorias ou não, como por exemplo, um erro de digitação ou um entrevistado que não responde uma pergunta pessoal. A razão para um dado ser faltante é chamada de Mecanismo de Dados Faltantes, que são caracterizados em três categorias diferentes: MCAR, MAR e MNAR. Esse trabalho apresenta alguns métodos de imputação desses dados faltantes, ou seja, maneiras de substituir o dado faltante por algum valor. Foram criados três bancos sintéticos completos e depois foram excluídos alguns valores para serem faltantes de acordo com os três mecanismos. Para cada um desses bancos com dados faltantes foi feita a imputação por métodos de Imputação Simples e Múltipla. Após a imputação foram feitas análises estatísticas a fim de comparar os resultados dessas análises com as do banco original e assim verificar qual desses métodos de imputação foi mais eficiente entre os testados. Esses resultados mostraram que o método de Imputação Múltipla pelo MICE foi bastante eficiente em dois bancos e ineficiente para o outro banco. Os bancos que o método de Imputação Múltipla MICE apresentou melhores resultados foram justamente aqueles em que as variáveis assumiram alguma dependência, já o banco em que as variáveis eram independentes o método de imputação com melhor resultado foi o método ingênuo.
Palavras-chave: Métodos de imputação. Mecanismos de dados faltantes. Imputação simples. Imputação múltipla. Método MICE.

Orientadora:  Jessica Quintanilha Kubrusly (IME/UFF)
Coorientador: Joel Maurício Corrêa da Rosa (Rockefeller University/EUA)

Banca:

• Jessica Quintanilha Kubrusly (IME/UFF)
• Ana Beatriz Monteiro Fonseca (IME/UFF)
• Ludmilla da Silva Viana Jacobson (IME/UFF)

Resumo: A modelagem de equação estrutural (MEE) é uma poderosa técnica estatística que permite ao pesquisador estudar o comportamento simultâneo de diversas variáveis em um modelo. Na área de saúde os modelos de equações estruturais têm sido bastante usados em estudos psicológicos. O presente trabalho tem como objetivo estimar modelos de equações estruturais para avaliar o efeito da exposição ao mercúrio sobre a cognição de crianças ribeirinhas, residentes na região da Amazônia Brasileira. Para análise foi utilizado o software R e seu pacote chamado lavaan. Trechos do código no R estão apresentados no trabalho para auxiliar o entendimento desse pacote. Para a aplicação do MEE foram usados dados do projeto “Avaliação de risco em comunidades potencialmente expostas ao mercúrio na bacia do Rio Madeira – RO”. Domínios cognitivos (memória, inteligência, atenção e função executiva e função motora) e variáveis indicadoras ligadas a características infantis e socioeconômicas foram incluídas no MEE. A validação dos fatores (domínios) foi feita através da análise fatorial confirmatória (AFC). Considerando o resultado dessa análise, para o ajuste dos modelos, somente os fatores memória, atenção e função executiva e função motora apresentaram associação com a variável resposta. As medidas de ajuste dos modelos foram obtidas e nem todas as variáveis mostraram significância. O mercúrio mostrou efeito significativo no modelo, indicando que ele e a cognição tem direções opostas.
Palavras-chave: Mercúrio. Modelo de equação estrutural. Análise fatorial confirmatória. Cognição.

Orientadora: Ludmilla da Silva Viana Jacobson (IME/UFF)

Banca:

• Ludmilla da Silva Viana Jacobson (IME/UFF)
• Hugo Henrique Kegler dos Santos (IME/UFF)
• Jony Arrais Pinto Junior (IME/UFF)