"A Transversalidade da Ciência, Tecnologia e Inovações para o Planeta"
5 a 7 de outubro de 2021
Trabalho 15100
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Probabilidade e estatística |
| Setor | Instituto de Ciências Exatas e Tecnológicas - Campus Florestal |
| Bolsa | PIBIC/CNPq |
| Conclusão de bolsa | Não |
| Apoio financeiro | CNPq |
| Primeiro autor | Janaíne Geralda Mesquita Martins |
| Orientador | GUARACI DE LIMA REQUENA |
| Título | Análise descritiva e comparativa da COVID-19 |
| Resumo | Desde a chegada do coronavírus em todo o mundo muitos desafios têm sido enfrentados pela humanidade, e a ciência por sua vez tem buscado ferramentas a fim de amenizar o sofrimento e os inúmeros problemas que foram desencadeados. Em face disso, vale salientar a utilidade da estatística como uma importante ferramenta para a ciência como um todo, uma vez que ela é útil em todos os campos de conhecimento e nos fornece diversas informações, auxiliando tanto na tomada de decisões quanto à previsão de fenômenos futuros. Tendo em vista a atual situação, temos como objetivos desta pesquisa fornecer informações estatísticas confiáveis e transparentes para a população e para a comunidade científica sobre o desenvolvimento da pandemia, principalmente no Brasil, mas também no mundo, e desenvolveras análises nos âmbitos municipal, estadual, nacional e internacional. Para isso, buscamos fazer uma análise descritiva e comparativa da COVID-19, principalmente sobre a questão de subnotificação de casos no Brasil, visando a importância da veracidade da quantidade de casos para qualquer pesquisa decorrente do assunto. Assim, estudamos inicialmente algumas distribuições de probabilidade que são de grande utilidade para o entendimento de alguns modelos estatísticos que se apresentaram relevantes para o problema em questão, como por exemplo, os Modelos Lineares Generalizados (MLG’s) e o modelo hierárquico Poisson-binomial, que foram os principais estudos desta pesquisa. Pelos MLG’s,obtemos uma função de ligação na qual podemos fazer com que a média da variável resposta se relacione à combinação linear das variáveis explicativas, tais modelos são úteis para compreender qual é o impacto de algumas variáveis explicativas no número de casos e óbitos. Já neste último modelo, supomos que o número verdadeiro de casos, digamos y, segue uma distribuição de Poisson(λ) e o número notificado, digamos z, segue uma distribuição binomial(y,p), tal que 0 ≤ z ≤ y e com isso podemos encontrar os erros em relação à notificação. Visando o comportamento desta doença, buscamos estudar a realidade de registros através dos modelos supracitados e os apresentamos neste trabalho, que é fruto de uma Iniciação Científica PIBIC/UFV 2020-2021 financiada pelo CNPq e que se encontra em desenvolvimento. |
| Palavras-chave | COVID-19, Modelos Estatísticos, Subnotificação. |
| Forma de apresentação..... | Vídeo |
| Link para apresentação | Vídeo |
|---|