Hegláucio Barros - ICICT/FIOCRUZ. Vitória - ES, 02 de junho de 2014

Tamanho: px

Começar a partir da página:

Download "Hegláucio Barros - ICICT/FIOCRUZ. Vitória - ES, 02 de junho de 2014"

Luiz Fernando Chaplin Caminha
5 Há anos
Visualizações:

1 Exploração e Interpretação de séries Temporais e Bancos de Dados Noções Introdutórias para análises Da Matriz OIAPSS Diego Ricardo Xavier ICICT/FIOCRUZ Vitória - ES, 02 de junho de 2014 Hegláucio Barros - ICICT/FIOCRUZ

2 Construção da Matriz Apoio dos núcleos Utilização de fontes internacionais atualização periódica e seguimento Fontes consolidadas de informação e comparação de dados com bases nacionais disponíveis.

Fundamentações e Teorias Fundamentais Sobre Análises Temporais me Populações As teorias fundamentais: - Tomas Robert Malthus (1766-1834) 1798: a população cresce exponencialmente se a taxa de

3 Fundamentações e Teorias Fundamentais Sobre Análises Temporais me Populações As teorias fundamentais: - Tomas Robert Malthus ( ) 1798: a população cresce exponencialmente se a taxa de natalidade é alta e a de mortalidade e baixa. Os alimentos (serviços de saúde) aumentam de forma linear (aritmética na melhor da hipóteses...) Resultado: fome, doenças, etc (Déficit no atendimento a saúde, aumento dos problemas de saúde.) -Darwin (1859): As populações naturais tem potencial para crescer exponencialmente. Mas não ha recursos suficientes e ( na população humana não ) isso limita seu tamanho. Controle natural da Populacional: equilíbrio dinâmico (natalidade = mortalidade) Quando a natalidade e alta e a mortalidade também, então quem sobrevive são aqueles mais adaptados ao ambiente seleção (demanda de serviços e oferta...como anda o sistema público?).

4 Séries temporais Conceito É qualquer conjunto de observações ordenadas no tempo Tipos de séries temporais Média Sazonalidade Ciclo Tendência Quando os valores da série flutuam em torno de uma média constante

5 Séries temporais Conceito É qualquer conjunto de observações ordenadas no tempo Tipos de séries temporais Média Sazonalidade Ciclo Tendência Quando padrões cíclicos de variação se repetem em intervalos relativamente constantes de tempo

6 Séries temporais Conceito É qualquer conjunto de observações ordenadas no tempo Tipos de séries temporais Média Sazonalidade Ciclo Tendência quando a série exibe variações ascendentes e descendentes, porém, em intervalos não regulares de tempo

7 Séries temporais Conceito É qualquer conjunto de observações ordenadas no tempo Tipos de séries temporais Média Sazonalidade Ciclo Tendência Quando a série apresenta comportamento ascendente ou descendente por um longo período de tempo

8 Séries temporais Conceito É qualquer conjunto de observações ordenadas no tempo Tipos de séries temporais Média Sazonalidade Ciclo Tendência data seasonal Toda variação em uma série temporal que não pode ser explicada pelas por essas características é devida ao ruído aleatório trend remainder time

9 Componentes de uma série temporal remainder trend seasonal data time

10 Componentes Determinísticos Nesta função, a variável Yt depende de, ou é determinada pela, variável Xt. Ex crescimento populacional

11 População Área de estudo OIAPSS Ex. Crescimento linear da população do Paraguai componente de tendência (determinístico) explica a evolução da população. Logo= Yt-Yt-1 = velocidade do crescimento populacional

12 Implicações Platô de reprodução e decrescimento/estabilização populacional Diminuição da população em países desenvolvidos e mudança do perfil de saúde (envelhecimento populacional doenças crônicas) Crescimento populacional e envelhecimento populacional em áreas especificas. Países em desenvolvimento e subdesenvolvidos mosaico populacional e polarização epidemiológica.

13 Componentes Estocásticos São aqueles que têm origem em processos não determinísticos, com origem em eventos aleatórios. Ex. aumento ou diminuição do gasto do governo em saúde.

14 Gasto do governo

15 Implicações Programas pontuais como repasses e mudanças inesperadas nas agendas e políticas publicas podem não estar implícitos nas análises de dados brutos de evolução temporal. Ex. Programa Mais Médicos Brasil.

16 Em termos de modelagem - Comportamento das séries temporais Estacionário

17 Em termos de modelagem - Comportamento das séries temporais Não estacionárias

18 Possibilidades futuras/reunião - ES Implementação de modelos estatísticos Utilização de trabalhos pontuais, inquéritos e sistemas nacionais no enriquecimento da matriz. Ex. Saúde Amanhã/PROADESS. Previsão de cenários para o bloco Estimativas baseadas em análises comparadas

19 O que os dados quantitativos não vão dizer? A experiência e o entendimento local exemplifica e explica o que os dados quantitativos não são capazes de captar. A construção de uma análise qualitativa baseada em evidências quantitativas pode complementar a análise e elucidar problemas além de propor direcionamentos dentro de uma perspectiva comparada.

20 Bibliografia Shumway RH, Stoffer DS. Time Series Analysis and Its Applications. With R Examples. Second Edition. Springer Science+Business Media, LLC, New York,2006. Trevor Hastie (2013). gam: Generalized Additive Models. R package version Wood, SN. GAMs with GCV/AIC/REML Smoothness Estimation and GAMMs by PQL. Comprehensive R Archive Network. (March 2011) Cazelles B, Chávez M, Magny GC, Guégan J, S Hales (2007) Review: análise espectral dependente do tempo de séries temporais epidemiológicas com wavelets. JR Soc interface 4: doi: /rsif

21 Saúde é direito de todos e dever do Estado Sérgio Arouca, 1988 (Constituição da República Brasileira) Obrigado. diego.ricardo@icict.fiocruz.br

Documentos relacionados

Análise de Séries Temporais

Análise de Séries Temporais Análise de Séries Temporais Definições Uma série temporal é qualquer conjunto de observações ordenadas no tempo. Por exemplo: Valores diários de poluição na cidade de São Paulo;