• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.17.2021.tde-11062021-091226
Documento
Autor
Nombre completo
Charles Chen
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
Ribeirão Preto, 2021
Director
Tribunal
Achcar, Jorge Alberto (Presidente)
Lizzi, Elisangela Aparecida da Silva
Moala, Fernando Antonio
Título en portugués
Séries epidemiológicas na presença de pontos de mudança sob um enfoque Bayesiano
Palabras clave en portugués
Abordagem bayesiana
Modelo linear na presença de pontos de mudança
Processo de lei de potência
Processo de Poisson não homogêneo na presença de pontos de mudança
Séries temporais de contagem
Resumen en portugués
Resumo: Neste estudo é introduzida uma abordagem Bayesiana para analisar dados de séries temporais de contagem na presença de um ou mais pontos de mudança. Esta situação é muito comum em muitas áreas de aplicação, especialmente considerando séries temporais de contagem de epidemiologia. Quando a contagem observada n(t) os dados são diferentes de zero para cada tempo t, t = 1, 2, ....., N (número de vezes observadas), é proposto um modelo estatístico assumindo distribuições normais para o logaritmo dos dados transformados, ou seja, Y(t) = log[n(t)] na presença de um ou mais pontos de mudança. Em situações na presença de dados de contagem iguais a zero em momentos diferentes (ou seja, presença de contagem zero), o modelo estatístico baseado na transformação de logaritmo para os dados de contagem não é adequado na análise de dados. Para este caso, é proposto o uso de processos de Poisson não homogêneos (NHPP) assumindo uma modelagem PLP (power law process) para sua função intensidade na presença de pontos de mudança. Alguns exemplos com conjuntos de dados reais são apresentados para ilustrar a metodologia proposta.
Título en inglés
Epidemiological series in the presence of points of change under a Bayesian approach
Palabras clave en inglés
Bayesian approach
Count time series
Linear model in presence of change-points
Non- homogeneous Poisson process in presence of change-points
Power law process
Resumen en inglés
Abstract: In this study it is introduced a Bayesian approach to analyze count time series data in presence of one or more change-points. This situation is very common in many areas of application, especially considering epidemiology count time series. When the observed count n(t) data are different of zero for each time t, t = 1, 2, ...., N (number of observed times), it is proposed a statistical model assuming normal distributions for the logarithm of the transformed data, that is, Y(t) = log[n(t)] in presence of one or more change-points. In situations in presence of count data equals to zero at different times (that is, presence of zero count) the statistical model based on the logarithm transformation for the count data is not suitable in the data analysis. For this case, it is proposed the use of non-homogeneous Poisson processes (NHPP) assuming a PLP (power law process) modeling for its intensity function in presence of change-points. Some examples with real data sets are presented to illustrate the proposed methodology.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
CHARLESCHEN.pdf (4.82 Mbytes)
Fecha de Publicación
2021-06-18
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2022. Todos los derechos reservados.