Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/10287
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorReisen, Valdério Anselmo-
dc.date.accessioned2018-08-24T22:53:29Z-
dc.date.available2018-08-24-
dc.date.available2018-08-24T22:53:29Z-
dc.identifier.urihttp://repositorio.ufes.br/handle/10/10287-
dc.publisherUniversidade Federal do Espírito Santopor
dc.subjectModelo aditivo generalizadopor
dc.subjectModelo vetorial autoregressivopor
dc.subjectSéries temporaispor
dc.titleAnálise de componentes principais e a modelagem linear generalizada: uma associação entre o número de atendimentos hospitalares por causas respiratórias e a qualidade do ar, na Região da Grande Vitória, ESpor
dc.typemasterThesisen
dc.subject.udc628-
dc.subject.br-rjbnAnálise de componentes principaispor
dc.subject.br-rjbnAr - Qualidade - Vitória, Região Metropolitana de (ES)por
dc.subject.br-rjbnAnálise de séries temporaispor
dc.subject.br-rjbnSaúde públicapor
dc.subject.br-rjbnDoenças respiratórias em criançaspor
dcterms.abstractEsta dissertação faz uso do casamento entre duas ferramentas estatísticas, a Analise de Componentes Principais (ACP) e o Modelo Aditivo Generalizado (MAG), para estimar o efeito da associacão entre a exposic~ao atmosferica dos poluentes PM10, SO2, NO2, O3 e CO e o numero de atendimentos por doencas respiratorias em criancas menores de 6 anos na regi~ao da Grande Vitoria, ES, Brasil. Usualmente os poluentes atmosfericos s~ao considerados as covariaveis explicativas no MAG; porem, por possurem estrutura de autocorrelac~ao, estes devem ser utilizados com cautela. A tecnica de ACP fornece novas variaveis ortogonais, essas s~ao combinac~oes lineares das variaveis ambientais, nessa direc~ao as componentes principais ser~ao utilizadas no MAG, denotado aqui por MAG-ACP. Entretanto, as componentes principais obtidas por meio da matriz de vari^ancia/covari^ancia aplicada a processos indexados no tempo tambem apresentam as propriedades de correlac~ao temporal. Como procedimento alternativo, para atenuar a correlac~ao temporal das componentes o metodo de -ltragem e sugerido para transformar os dados atmosfericos num processo Rudo Branco. A matriz de resduos e utilizada para obter as componentes e essas aplicadas ao modelo MAG - metodo aqui denominado VAR-MAG-ACP. Os resultados empircos mostram que esse modelo remove as autocorrelac~oes das componentes principais e indica estimativas mais signi-cantes do Risco Relativo (RR) para cada poluente. Os resultados comprovam as hipoteses estabelecidas, as componentes principais selecionadas possuem correlac~ao e autocorrelac~ao nas defasagens. No ajuste -nal do modelo MAG-ACP foi necessaria a inclus~ao de modelos do tipo ARMA(p,q) nos resduos, ja que esses carregavam as estruturas de autocorrelac~ao presente nas componentes. O modelo VAR-MAG-ACP, alem de produzir estimativas mais signi-cantes no RR, gerou melhores ajustes residuais. Comparadas a modelagem MAG usual, as duas vertentes propostas apresentaram melhores resultados, tanto na estimativa do RR quanto na qualidade do ajuste. Palavras Chave: Poluicão do Ar Analise de Componentes PrincipaisDoencas Respiratorias Modelo Aditivo Generalizado Modelo Vetorial Autoregressivo Series Temporais.por
dcterms.abstractThis dissertation uses two statisticals tools, Principal Component Analisys (ACP) and Generalized Additive Model (GAM), jointly, to estimate the effect of the association between atmospheric exposure of PM10, SO2, NO2, O3 and CO and the number of admissions due respiratory diseases in children less than 6 years in the Regi˜ao da Grande Vit´oria, Brazil.Usually the atmospheric pollutants are considered the explanatory covariables in MAG, but since they have an autocorrelation structure, they must be used with caution. The PCA technique provides a new set of orthogonal variables, these variables are linear combinations of environmental variables.Therefore, We use this approach in MAG, hereafter denoted by GAM-PCA. However, the principal components obtained through the matrix of variance / covariance applied to processes indexed by time also exhibit the properties of temporal correlation. A countermeasure to attenuate the temporal correlation of the components is use the filtering method to transform the data in an atmospheric white noise process. The residual matrix is used to obtain these components and applied to the model MAG - method here called VAR-GAM-PCA. The empirical results show that this model removes the autocorrelations of the main components and indicates significant estimates of relative risk (RR) for each pollutant. The results confirm the hypotheses established, the main components have selected correlation and the autocorrelation lags. To adjust the GAM-PCA model, an ARMA(p,q) model was used in the residual matrix since that structure carried autocorrelation from the original data. The VAR model-MAG-ACP, besides producing more significant in RR estimates, generated best fit residuals. Compared to the usual modeling MAG, the two strands proposals presented better results, both in estimating the RR and the quality of the fiteng
dcterms.creatorSouza, Juliana Bottoni de-
dcterms.formatTextpor
dcterms.issued2013-04-30-
dcterms.languageporpor
dcterms.subjectPoluicão do arpor
dcterms.subjectAnálise de componentespor
dcterms.subjectPrincipais doenças respiratóriaspor
dc.publisher.countryBRpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Ambientalpor
dc.publisher.initialsUFESpor
dc.subject.cnpqEngenharia Sanitáriapor
dc.publisher.courseMestrado em Engenharia Ambientalpor
dc.contributor.refereeLeon, Antonio Ponce de-
dc.contributor.refereeReis Júnior, Neyval Costa-
dc.contributor.advisor-coSantos, Jane Meri-
Aparece nas coleções:PPGEA - Dissertações de mestrado

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_6733_dissertação_julianabottonidesouza.pdf916.85 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.