| Resumo: |
Modelagem de dados de área tem sido tema de diversas pesquisas em Estatística nas últimas décadas. Modelos espaço-temporais têm sido utilizados para lidar com esse tipo de dados de um modo natural, uma vez que muitas vezes envolvem processos que têm transições no tempo e no espaço. O avanço da tecnologia e, simultaneamente, de métodos estatísticos, têm permitido a elaboração de modelos cada vez mais estruturados para a descrição de fenômenos aleatórios complexos, cuja ideia é descrever, de forma realista, a estrutura de correlação presente nos dados, o que pode ser feito através do uso de modelos hierárquicos. Dada a importância atual da modelagem de fenômenos espaço-temporais, neste trabalho são estudadas propostas recentes apresentadas na literatura para dados espaciais de área, envolvendo modelos autorregressivos condicionais multivariados para capturar a estrutura espacial e modelos dinâmicos para capturar a estrutura temporal. Como aplicação da metodologia é estudada a distribuição espacial da mortalidade pelos cânceres de maior importância quantitativa, segundo as microrregiões administrativas do estado de São Paulo, considerando o período 1998 até 2010. Os resultados da aplicação de um modelo bayesiano hierárquico para os dados evidenciaram quais as regiões de maior risco de mortalidade no estado de São Paulo para cada um dos cânceres estudados, além de mostrar que existe forte correlação espacial entre algumas das doenças, o que constitui um resultado muito importante para os órgãos do sistema de saúde, que têm como função direcionar e alocar recursos para o tratamento e diagnóstico de tais doenças... |
|---|
