[ABE-L] Convite: Seminário DEST/UFMG em 27/05/2022

[Vinicius Mayrink]

Caros,

Na próxima sexta-feira (*27 de maio*, às *13:30h*) o ciclo de
Seminários do *Departamento
de Estatística da UFMG* terá a apresentação de *Alessandro J. Q. Sarnaglia*.

Alessandro é professor do Departamento de Estatística da UFES e obteve o
grau de Doutor em Estatística pela UFMG. Suas principais áreas de pesquisa
são séries temporais e regressão.

O seminário será transmitido ao vivo pelo canal do Youtube "Seminários DEST
- UFMG <https://www.youtube.com/channel/UCoZC2_pME9ca_-Hx4djd60w>".

At.te,
Vinícius Mayrink


*********** Título e Resumo ***********
Alessandro J. Q. Sarnaglia (Departamento de Estatística, UFES)


*Regressão segmentada com abordagem Bayesiana para dados de contagem:
Aplicação para estimação do limiar crítico de poluição do ar em admissões
hospitalares.*
A poluição do ar é um problema enfrentado em várias partes do mundo. Em
especial, como demonstrado por vários estudos, o material particulado com
diâmetro inferior a 10 µm (PM10) é considerado um dos poluentes mais
danosos à saúde. Do ponto de vista de saúde pública, frequentemente, esse
impacto é investigado por meio do estudo do efeito da concentração do PM10
no número de internações hospitalares. Nesse sentido, o objetivo central
deste trabalho é realizar uma análise com foco em determinar a partir de
qual nível de concentração de PM10 crianças com 10 anos ou menos ficariam
mais vulneráveis gerando, como consequência, um aumento no número de
admissões hospitalares por fatores respiratórios. Para alcançar este
objetivo, faremos uso de modelagem de regressão segmentada sob o ponto de
vista bayesiano. Como já pontuado na literatura, a verossimilhança nesse
caso acaba não sendo diferenciável no ponto de quebra, o que se torna um
desafio para métodos que fazem uso de derivadas. Nesse sentido, propomos a
utilização da aproximação de Laplace para amostrar da distribuição a
posteriori, recorrendo a uma reparametrização do modelo e a métodos
bootstrap para especificação da matriz de covariâncias utilizada nessa
aproximação. Através de um estudo de simulação, comparamos esse método a
diferentes procedimentos já existentes na literatura, a fim de analisar a
acurácia das estimativas e o tempo computacional de execução. Por meio dos
resultados obtidos, concluímos que a metodologia proposta apresenta
resultados superiores às metodologias existentes, já que a mesma obteve
probabilidades de cobertura maiores se aproximando mais do valor de 95% de
nível de confiança, além de apresentar maior precisão com as amplitudes dos
intervalos sendo menores. Por fim, aplicamos essa metodologia para estudar
o efeito do PM10 e de variáveis meteorológicas no número de internações
diárias por causas respiratórias em um hospital do Espírito Santo, Brasil.
Como resultado, identificamos que o valor do limiar crítico do poluente
 PM10 que acarretaria o aumento no número de internações infantis é em
torno de 34 µg/m³, que está abaixo do referencial de 50 µg/m³ estipulado
pela Organização Mundial da Saúde (OMS). Resultado similar foi previamente
obtido por Sarnaglia et al. (2021) sob o ponto de vista frequentista.

-- 
*Vinícius D. Mayrink*
*Professor Associado - Departamento de Estatística*

*ICEx, Universidade Federal de Minas Gerais*
-------------- Pr�xima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20220520/629750b4/attachment.htm>