Detalhes bibliográficos
Ano de defesa: |
2022 |
Autor(a) principal: |
LIMA, Noemir dos Santos Sousa |
Orientador(a): |
FERRAZ, Cristiano |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Pernambuco
|
Programa de Pós-Graduação: |
Programa de Pos Graduacao em Estatistica
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/46612
|
Resumo: |
A análise de dados epidemiológicos é essencial para o planejamento estratégico de ações de combate a surtos, epidemias e pandemias. Durante a sindemia de COVID-19 a importância de tais análises ganhou evidência devido a gravidade dos efeitos do vírus SARS-CoV-2 no Brasil e no mundo. Neste contexto, a analise estatistica de tabelas de contingencia e um dos recursos importantes para investigar relacoes entre variaveis, com destaque para estudos de associacao de fatores de risco e diagnosticos de diversos testes para a COVID-19. Em dados provenientes de amostras aleatorias simples com reposicao, ou provenientes de populacoes consideradas infinitas, a estatistica do teste qui-quadrado de Pearson, comumente usada para testar associação, converge para uma distribuicao qui-quadrado para tamanhos de amostras relativamente moderados. Todavia, em estudos nos quais os dados sao provenientes de planos amostrais complexos, a estatistica do teste de Pearson precisa de ajuste para convergir satisfa- toriamente. Nao considerar essas caracteristicas de planos complexos nos testes de hipoteses pode gerar estimativas incorretas tanto dos parametros como das variancias dessas estimati- vas. Nesta tese, utilizamos dados de COVID-19 relativos ao estado da Paraíba, gerados pela Pesquisa Sorológica Continuar Cuidando, com o intuito de apresentar os testes de Rao-Scott e de Wald para investigar a associacao em tabelas de contingencia de dupla entrada, enfatizando a importancia de considerar corretamente o plano amostral. As analises mostraram que nao considerar os conglomerados no estudo pode levar a mudanças de decisões nos testes. |