GARMA models, a new perspective using Bayesian methods and transformations

Andrade, Breno

doi:10.11606/t.104.2017.tde-27032017-161141

Cited by 1 publication

(1 citation statement)

References 38 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…In the GARMA models, the forecasts h steps ahead (in other words, 𝑦 ̂𝑡+ℎ ) are obtained through recursive forecasting by the linear predictor of each model (ANDRADE, 2016), in which non-observed values are replaced by their respective onestep ahead forecasts.…”

Section: Malaria Datamentioning

confidence: 99%

O Controle Estatístico de Processos como Ferramenta para Controle e Prevenção de Epidemias de Malária na Região da Amazônia Legal

2022

View full text Add to dashboard Cite

A malária ainda é uma doença fatal em muitos países ao redor do mundo. Estabelecer medidas de controle e prevenção dessa doença é uma preocupação mundial desde 1950, quando a Organização Mundial da Saúde lançou um Plano de Erradicação da Malária. No Brasil, a malária foi eliminada em grande parte do território, porém resistindo em uma área conhecida como Amazônia Legal. Posto isto, o escopo principal deste trabalho consiste em desenvolver gráficos de controle estatístico que considerem a estrutura de dependência temporal existente nos dados e sejam adequados para o monitoramento atual e futuro dos casos de malária, com o intuito de detectar possíveis surtos ou epidemias em estados da região da Amazônia Legal. As ferramentas aqui apresentadas poderiam, ainda, colaborar no direcionamento das ações de controle e no combate à propagação da doença. Em particular, pretende-se: (i) construir um modelo estatístico para previsão de ocorrências de casos da doença, o qual considere a existência de uma possível estrutura de dependência temporal entre os dados coletados; (ii) utilizar as técnicas de Controle Estatístico de Processos (CEP), notadamente os gráficos de controle, para monitorar (separadamente para cada forma da doença) os casos de malária dos tipos Plasmodium Vivax, Plasmodium Falciparum e Plasmodium Mista na região amazônica; (iii) estabelecer limiares epidêmicos com base nos gráficos de controle obtidos. Considerando dados de 2013 a 2017, o presente estudo revelou, dentre outros, que os modelos generalizados autorregressivos e de médias móveis com distribuição Binomial Negativa (modelos GARMA Binomial Negativo) se mostraram mais eficientes, ajustando-se melhor, comparativamente aos modelos GARMA Poisson, devido à superdispersão existente nos dados analisados.

show abstract

Section: Malaria Datamentioning

confidence: 99%