Modelo Poisson Zero-Modificado com efeito aleatório para dados longitudinais

• Ano de defesa: 2019
• Autor(a) principal: Raquel, Gabriela Cintra
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Counting data; Dados de contagem; Dados longitudinais; Dados zero-deflacionados; Dados zero-inflacionados; Dados zero-modificados; Efeito aleatório; Generalized log-gamma; Log-gama generalizado; Longitudinal data; Random effect; Zero- inflated data; Zero-deflated data; Zero-modified data
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-05022020-150725/

Neste trabalho apresentamos os modelos Poisson Zero-Modificado com efeito aleatório Normal e Poisson Zero-Modificado com efeito aleatório Log-Gama Generalizado, os quais são extensões do modelo de Poisson Zero-Modificado. Sendo o efeito Log-Gama Generalizado uma generalização do efeito Normal que pode ser utilizado em situações atípicas em que o efeito Normal não é o mais adequado (ex.:dados assimétricos). O efeito aleatório induz uma correlação no modelo e acomoda a variabilidade intrínseca de cada indivíduo. Assim, os modelos nos permitem lidar com dados de contagem longitudinais, seja qual for sua quantidade de observações nulas (dados zero-inflacionados ou zero-deflacionados). Consideramos as abordagens clássica e bayesiana para estimar os parâmetros do modelo e desenvolvemos um estudo de simulação afim de avaliar a performance dos estimadores. Com o intuito de ilustrar o procedimento proposto, analisamos um conjunto de dados reais referente a contagem de notificações de óbitos de crianças com idade entre 1 e 4 anos, nas cidades do Estado da Bahia, ao longo dos anos de 2014, 2015 e 2016. Os resultados mostraram que ambos os modelos são eficazes para modelar um conjunto de dados longitudinais sem o conhecimento preliminar da característica de inflação ou deflação de zeros existente.