Browsing by Author "Andrade, Gilberto de"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Extensão da inferência data-driven ao Scan Elíptico para avaliação de clusters irregulares.
    (2012) Camêlo, Gabriel Juliano; Andrade, Gilberto de; Alves, Henrique José de Paula; Lobo, Telma de Souza; Duarte, Anderson Ribeiro; Silva, Spencer Barbosa da
    A estatística Scan Espacial é comumente usada para detecção de clusters geográficos, vigilância sindrômica e monitoramento de doenças. A forma de utilização mais difundida é o Scan Circular, entretanto se mostra ineficaz para problemas envolvendo clusters de formato irregular. Uma das soluções propostas neste cenário é o Scan Elíptico. Nos dois formatos (circular ou elíptico), o procedimento inferencial para determinar a significância estatística de um possível cluster se baseia em simulações de Monte Carlo. Uma vasta discussão existe sobre a validade do procedimento inferencial usual para o Scan Circular, tal discussão levou a proposição da metodologia de inferência denominada Data-driven. Não existem estudos sobre a aplicabilidade dessa metodologia para o Scan Elíptico. Neste trabalho explora-se a versão elíptica do Scan associada ao procedimento de inferência Data-driven com o intuito de verificar se existem diferenças evidentes entre as duas técnicas inferenciais. As avaliações são realizadas através de um benchmark de dados reais de casos de câncer no nordeste dos Estados Unidos.
  • No Thumbnail Available
    Item
    Utilização do procedimento inferência Data-driven para a estatística Espacial Scan em casos do diabetes no estado de Minas Gerais.
    (2011) Andrade, Gilberto de; Duarte, Anderson Ribeiro
    O método de detecção e inferência de conglomerados (clusters) Scan Circular para mapas de dados agregados, procura por clusters de casos sem especificar o tamanho (número de áreas) ou localização geográfica antecipadamente. Existe ainda, uma proposta de modificação para o teste inferencial usual da estatística Scan, denominada inferência Data-Driven, incorporando informações adicionais sobre o tamanho do cluster mais provável encontrado. Será apresentada a estrutura das duas técnicas inferenciais, e ainda, será proposta uma avaliação através do procedimento clássico e também do novo procedimento Data-Driven avaliando um conjunto de dados reais para ocorrência de casos do Diabetes no estado de Minas Gerais. As conclusões mostram que realmente o novo procedimento pode propiciar novas conclusões acerca da significância de eventuais conglomerados existentes nos conjuntos de dados em estudo.