Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Pereira, Leyde Emanuelle Costa |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/11449/235013
|
Resumo: |
O objetivo deste estudo foi usar diferentes metodologias estatísticas para seleção de variáveis para predizer a presença da tuberculose bovina em um rebanho, e desta forma encontrar as estratégias que identificassem variáveis associadas com a presença de pelo menos um animal positivo dentro de um rebanho. Este procedimento foi aplicado a um banco de dados resultante de um questionário e de testes de tuberculinização aplicados por médicos veterinários da Coordenadoria de Defesa Agropecuária do Estado de São Paulo (CDA). Com base na combinação de métodos clássicos de regressão, foram utilizadas, no capítulo 2, três estratégias de seleção para que se obtivesse uma redução gradativa do número de variáveis com base no conhecimento da epidemiologia da doença. A partir dos dados originais, algumas variáveis foram mantidas e outras criadas, sendo o rebanho a unidade de observação. O capítulo 3 apresenta as etapas relacionadas à utilização de algoritmos de “machine learning” para análises preditivas em saúde animal. A variável resposta foi o rebanho com pelo menos um animal positivo no teste diagnóstico de tuberculose |
