PUC - SP O INDICADOR AIDS ENTRE MULHERES ADULTAS COMPARADO AO TRABALHO E 1 GRAU DE INSTRUÇÃO FEMININO

Transcrição

1 PUC - SP O INDICADOR AIDS ENTRE MULHERES ADULTAS COMPARADO AO TRABALHO E 1 GRAU DE INSTRUÇÃO FEMININO JOSÉ RENATO LAMBERTI STELLA MILANEZ MESTRANDO EM ADMINISTRAÇÃO MÉTODOS QUANTITATIVOS PROF. DR. ARNOLDO HOYOS SÃO PAULO 21

2 1. INTRODUÇÃO 1.1 A Aids no Mundo Os primeiros relatos sobre um conjunto de doenças oportunistas incomuns foram descritos em 1981 e envolviam homens jovens, previamente saudáveis, com comportamento homossexual. A doença foi relacionada à infecção pelo Vírus da Imunodeficiência Adquirida HIV e, ao conjunto de sintomas, deu-se o nome Síndrome da Imunodeficiência Adquirida AIDS ou SIDA. Desde a descoberta da infecção e de suas conseqüências, houve acúmulo de conhecimento registrado em produções acadêmicas e transferido às populações por meio de políticas públicas e ações de prevenção, cuidado e assistência; houve também inúmeros avanços no campo da terapêutica medicamentosa. Contudo, o aumento no número de pessoas infectadas persiste, particularmente nos países subdesenvolvidos ou em desenvolvimento. A dualidade desenvolvidos versus subdesenvolvidos contribui para que as estatísticas globais da aids sejam assustadoras e díspares. Aids no mundo Conforme o relatório anual do Programa Conjunto das Nações Unidas sobre HIV/aids, existem no mundo aproximadamente 33 milhões de pessoas vivendo com HIV/aids. Esse número inclui os 2,5 milhões estimados de pessoas que adquiriram o HIV durante 24. O número de pessoas que vivem com o HIV diminuiu globalmente em comparação com os dos anos anteriores. A diferença nos números se deve ao aperfeiçoamento da metodologia e às ações efetivas de enfrentamento da epidemia que vêm sendo desenvolvidas em diversos países. A África Subsaariana é a área mais afetada, com aproximadamente dois terços do total mundial (22,5 milhões de pessoas com o HIV); desse número três quartos são do sexo feminino. A região também concentra 76% das mortes pela doença. Segue abaixo dados sobre as regiões em que ocorreram maior número de morte por AIDS em 27.

3 Na América Latina, o relatório afirma que a epidemia permanece estável. Em 27, o número estimado de novas infecções na região foi de 1 mil; e o de mortes, de 58 mil. Atualmente, estima-se que 1,6 milhão de pessoas vivam com aids na América Latina. O documento também indica aumento de 15% no número de pessoas infectadas na Europa Oriental e Ásia Central: passou de 63 mil, em 21, para 1,6 milhão, em 27. Noventa por cento das pessoas com HIV no Leste Europeu vivem na Ucrânia e na Rússia. Prevalence of HIV, total (% of population ages 15 49) Região Taxa East Asia & Pacific.2% 27 Europe & Central Asia.6% 27 Latin America & Caribbean.5% 27 Middle East & North Africa.1% 27 South Asia.3% 27 Sub Saharan Africa 5.% 27 Para uma abordagem minuciosa em relação aos números da aids no mundo, por gentileza consultar o relatório UNAIDS 27 Report on the global AIDS epidemic, publicação da Unaids.

4 2. DADOS Dados brutos

5 Dados normalizados

6 2.2 Site Variáveis Prevalência de HIV, do sexo feminino (idade 15-24%) Prevalência de HIV é a percentagem de pessoas que estão infectadas com o HIV. taxas de Juventude são como uma porcentagem da faixa etária em questão. Fonte: UNAIDS e da OMS, Relatório sobre a Epidemia Global de SIDA Taxa de participação, (% do sexo feminino de idades da população feminina de 15 anos) Taxa de atividade é a proporção da população economicamente ativass: todas as pessoas que a oferta de trabalho para a produção de bens e serviços durante um determinado período PIB (E.U. $ correntes) PIB a preços de aquisição é a soma do valor acrescentado bruto de todos os produtores residentes na economia mais impostos do produto e menos quaisquer subsídios não incluídos no valor dos produtos. É calculado sem deduções por depreciação de bens fabricados ou de exaustão e degradação dos recursos naturais. Os dados são em dólares correntes E.U.. valores em dólares são convertidos para o PIB da moeda nacional com taxas único ano oficial de câmbio. Para alguns países onde a taxa de câmbio oficial não reflete a taxa efetivamente aplicada a operações de câmbio real, um factor de conversão alternativo seja utilizado. Fonte: Banco Mundial, dados das contas nacionais, dados da OCDE e os arquivos de Contas Nacionais Taxa de conclusão do ensino primário, (% do sexo feminino da faixa etária relevante) Taxa de conclusão do ensino primário é a porcentagem de alunos que concluem o último ano da escola primária. É calculado com base no número total de estudantes no último grau da escola primária, menos o número de repetidores em que grau, dividido pelo número total de crianças em idade oficial de graduação.

7 Saúde, as despesas totais (em% do PIB) Despesa total em saúde é a soma das despesas de saúde públicos e privados. Ela abrange a prestação de serviços de saúde (preventivos e curativos), actividades de planeamento familiar, atividades de nutrição e ajuda de emergência designada para a saúde, mas não incluem o fornecimento de água e saneamento Expectativa de vida ao nascer, total (anos) Expectativa de vida ao nascer indica o número de anos um recém-nascido viveria se os padrões de mortalidade prevalecentes na época de seu nascimento foram para permanecer o mesmo durante toda a sua vida Objetivo do Trabalho Analisar as variáveis HIV em mulheres adultas e correlacionar com as Trabalho feminino e taxa de conclusão do 1 grau feminino, para verificar se as mulheres que apresentam melhores instruções de educação e que trabalham adquirem em menor escala o virus HIV.

8 3. ANÁLISE DESCRITIVA 3.1 Descriptive Statistics Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3 Prevalência de H 88 48,73 2,31 21,71 1, 35,65 47,7 6,95 Trabalho feminin 88 3,9 1,21 11,33 1, 1, 1,2 2,43 PIB 88 59,7 2,5 23,42 1, 46,73 68,55 76,3 Primario 88 32,82 1,93 18,15 1, 2,13 3,3 45,58 Gastos Saude 88 61,84 3,1 29,12 1, 34,23 71, 84,23 Exp de vida 88 67,31 1,15 1,83 44,7 57, 7,7 75,68 Variable Maximum Prevalência de H 11, Trabalho feminin 11, PIB 11, Primario 11, Gastos Saude 11, Exp de vida 81,9 3.2 Histograma Frequency Prev alência de HIV Trabalho feminino PIB Primario Gastos Saude Exp de v ida Histogram Normal , 52,5 6, 67,5 75, 82,5 9, Prevalência de HIV Mean 48,73 StDev 21,71 N 88 Trabalho feminino Mean 3,91 StDev 11,33 N 88 PIB Mean 59,7 StDev 23,42 N 88 Primario Mean 32,82 StDev 18,15 N 88 Gastos Saude Mean 61,84 StDev 29,12 N 88 Exp de vida Mean 67,31 StDev 1,83 N 88

9 O que se pode observar nos histogramas acima é a prevalencia da curva normal nas varíaveis. Nos casos de trabalho feminino ativo existe uma curva mais acentuada para a esquerda. Summary for HIVF A nderson-darling Normality Test A-Squared,36 P-Value,436 Mean 48,734 StDev 21,77 V ariance 471,26 Skew ness, Kurtosis -,16946 N Minimum 1, 1st Q uartile 35,65 Median 47,7 3rd Q uartile 6,95 Maximum 11, 95% C onfidence Interv al for M ean 44,135 53,333 95% C onfidence Interv al for Median 43,499 52,853 95% Confidence Intervals 95% C onfidence Interv al for StDev 18,96 25,491 Mean Median h Conforme podemos observar no gráfico, temos uma normal com simetria e um país outlier (Burundi).

10 Summary for TF A nderson-darling Normality Test A-Squared 22,11 P-Value <,5 Mean 3,91 StDev 11,33 V ariance 128,378 Skew ness 7,5763 Kurtosis 63,6584 N Minimum 1, 1st Q uartile 1, Median 1,2 3rd Q uartile 2,425 Maximum 11, 95% C onfidence Interv al for M ean 1,5 6,32 95% C onfidence Interv al for Median 1,1 1,3 95% Confidence Intervals 95% C onfidence Interv al for StDev 9,868 13,35 Mean Median Neste caso, participação feminina ativa no trabalho. existe assimetria para a esquerda. Observa se que os Estados Unidos está totalmente fora do eixo. Regression Analysis: PIB versus GS A equação para a regressão do PIB VS GS é: The regression equation is PIB = 2,8 +,629 GS Predictor Coef SE Coef T P Constant 2,794 3,686 5,64, GS,62917, ,66, S = 14,6631 R-Sq = 61,2% R-Sq(adj) = 6,8% Analysis of Variance Source DF SS MS F P Regression ,86, Residual Error Total Unusual Observations Obs GS PIB Fit SE Fit Residual St Resid ,9 58,48 1,57 3,42 2,9R , 66,28 1,66 34,72 2,38R ,7 21,42 3,64 39,28 2,77R ,6 32,81 2,79 29,79 2,7R

11 R denotes an observation with a large standardized residual. 1 Scatterplot of PIB vs GS 8 6 PIB GS Regression Analysis: PIB versus EV The regression equation is PIB = - 54,2 + 1,69 EV Predictor Coef SE Coef T P Constant -54,217 9,9-5,48, EV 1,6925, ,65, S = 14,6651 R-Sq = 61,2% R-Sq(adj) = 6,8% Analysis of Variance Source DF SS MS F P Regression ,8, Residual Error Total Unusual Observations Obs EV PIB Fit SE Fit Residual St Resid 38 66,6 88,9 58,5 1,57 3,4 2,8R 43 71,2 11, 66,29 1,66 34,71 2,38R 54 44,7 6,7 21,44 3,64 39,26 2,76R 72 51,4 62,6 32,78 2,79 29,82 2,7R R denotes an observation with a large standardized residual.

12 Scatterplot of PIB vs EV PIB EV 7 8 Regression Analysis: PIB versus HIVF The regression equation is PIB = 76,9 -,353 HIVF Predictor Coef SE Coef T P Constant 76,916 5,858 13,13, HIVF -,3532,199-3,21,2 S = 22,2526 R-Sq = 1,7% R-Sq(adj) = 9,7% Analysis of Variance Source DF SS MS F P Regression ,3 5115,3 1,33,2 Residual Error ,2 495,2 Total ,5 Unusual Observations Obs HIVF PIB Fit SE Fit Residual St Resid ,3 41,24 6,21-23,94-1,12 X ,5 51,16 3,56-47,66-2,17R , 55,33 2,73-54,33-2,46R ,4 61,76 2,46-46,36-2,1R ,1 68,51 3,62-46,41-2,11R ,4 67,94 3,49-57,54-2,62R ,8 76,56 5,76-44,76-2,8R ,5 71,79 4,45-49,29-2,26R

13 R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. 1 Scatterplot of PIB vs HIVF 8 6 PIB HIVF ANÁLISE DISCRIMINANTE Dendrogram with Single Linkage and Correlation Coefficient Distance 5,78 Similarity 67,19 83,59 1, HIVF 6 TF 6 PIB 6 GS 6 Variables EV 6 1 G 6

14 Existe uma forte correlação entre Trabalho feminino e 1 grau completo, o que pode explicar que as mulheres que estão ativamente participando da ecnomia apresentam alfabetização e estudaram pelo menos o 1 grau. Já a variável gasto com saúde está intimamente ligada a expectativa de vida, o que explica países onde os gastos com hospitais, remédios e médicos possuirem uma expectativa de vida maior. Boxplot of TF 6; PIB 6; 1 G 6; GS 6; EV 6 1 Denmark Denmark 8 Eritrea Data Greece Luxembourg Equatorial Guinea Ecuador Chad Burkina Faso Bahamas, The TF 6 PIB 6 1 G 6 Variable GS 6 EV Principal Component Analysis: HIVF 6; TF 6; PIB 6; 1 G 6; GS 6; EV 6 Eigenanalysis of the Correlation Matrix Eigenvalue 3,2439 1,2783,7545,4962,2271, Proportion,541,213,126,83,38, Cumulative,541,754,879,962 1, 1, Variable PC1 PC2 PC3 PC4 PC5 PC6 HIVF 6,268,459 -,746,394,79 -, TF 6 -,199,633,575,465,112, PIB 6 -,473 -,193 -,146,418 -,737, 1 G 6 -,38,581 -,141 -,673 -,38 -,1 GS 6 -,534 -,85 -,189,22,415 -,77 EV 6 -,534 -,84 -,189,21,414,77

15 3,5 Scree Plot of HIVF 6;...; EV 6 3, 2,5 Eigenvalue 2, 1,5 1,,5, Component Number 5 6 O principal componente 1 explica mais de 5% desta análise.

16 7 6 5 USA Score Plot of HIVF 6;...; EV 6 Second Component SWI ICE ITA AUS DEN BRACHI SWE NOR SPA MOL BG BAH GRE GEO ISR URU GUA CR KYR LUX LAT BEL HU EST SURJAM KZK MAL CHL LBN ARM COL ECU AZ IND IRN BLZ IDO BUR GHA BFA GNA LES CAM TGA ETH TGO SEN CMR SWA ERINGR COR SUD EG MZB CD CAR First Component 2 3 4,7,6 Loading Plot of HIVF 6;...; EV 6 1 G 6 TF 6,5 HIVF 6 Second Component,4,3,2,1, -,1 -,2 GS EV 6 PIB 6 -,6 -,5 -,4 -,3 -,2 -,1 First Component,,1,2,3

17 3D Scatterplot of 1 G 6 vs TF 6 vs HIVF G HIVF TF 6 O outiler presente nas três variaveis é a Dinamarqua.

18 Dendrogram with Single Linkage and Euclidean Distance 41,73 Similarity 61,16 8,58 1, Observations Temos três grandes grupos, sendo que o segundo apresenta o maior número de países. 4 Histogram of Novo Cluster 3 Frequency Novo Cluster 3

19 7 - Cluster Analysis of Observations: HIVF 6; TF 6; PIB 6; 1 G 6; GS 6; EV 6 Euclidean Distance, Single Linkage Amalgamation Steps Number Number of obs. of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster ,7157 4, ,5957 4, ,464 8, ,4845 9, ,4392 9, ,149 1, ,671 11, , , , , , , ,81 12, , , ,612 12, , , , , ,278 13, , , ,977 13, ,27 14, , , , , ,525 14, , , , , , , , , , , ,287 17, ,997 17, , , ,89 17, , , ,757 18, , , , , ,292 18, , , ,5699 2, ,916 2, ,938 21, , , , , , , , , ,614 22, , , , , , , , , , , , , ,659 28, , , , , ,151 29, ,5615 3, , , ,187 61,

20 , , Final Partition Number of clusters: 1 Within Average Maximum cluster distance distance Number of sum of from from observations squares centroid centroid Cluster ,3 25, ,5273 Cluster2 1,,, Cluster , 27, ,2644 Cluster4 1,,, Cluster5 1,,, Cluster6 1,,, Cluster7 1,,, Cluster8 1,,, Cluster9 1,,, Cluster1 1,,, Cluster Centroids Variable Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Cluster6 Cluster7 HIVF 6 43, ,2 68,967 17,8 25,4 71,4 49,5 TF 6 2,8676 1,1 1,467 9,6 1, 1, 11, PIB 6 73, ,9 3,333 68,2 1,4 6,7 73,5 1 G 6 39,345 1, 23, ,9 24,6 31,4 11, GS 6 82,573 14,9 25,36 51,3 17,5 1, 91,1 EV 6 75,162 49,9 53,74 63,4 5,8 44,7 78,2 Grand Variable Cluster8 Cluster9 Cluster1 centroid HIVF 6 11, 68, 14,5 5,1183 TF 6 1, 25,6 1,3 4,39 PIB 6 17,3 77,7 22,5 58,87 1 G 6 87,7 17, 11,8 34,9967 GS 6 15,2 77, 36,4 62,3333 EV 6 5, 72,9 57,8 67,49 Distances Between Cluster Centroids Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Cluster6 cluster7 Cluster1, 94,91 8,818 48,836 96,79 92, ,42 Cluster2 94,91, 5,457 58,316 3,114 65,499 17,783 Cluster3 8,818 5,457, 7,477 48,474 41,22 152,215 Cluster4 48,836 58,316 7,477, 69,638 78, ,765 Cluster5 96,79 3,114 48,474 69,638, 7, ,994 Cluster6 92,722 65,499 41,22 78,251 7,723, 157,251 Cluster7 116,42 17, , , , ,251, Cluster8 118, ,746 73,62 127,377 98,745 78,48 15,145 Cluster9 4,992 97,237 77,156 6,152 15,51 87,66 115,447 Cluster1 81,399 28,227 57,395 49,381 28,93 8, ,528 Cluster8 Cluster9 Cluster1 Cluster1 118,357 4,992 81,399 Cluster2 115,746 97,237 28,227 Cluster3 73,62 77,156 57,395 Cluster4 127,377 6,152 49,381 Cluster5 98,745 15,51 28,93 Cluster6 78,48 87,66 8,659 Cluster7 15, , ,528 Cluster8, 121, ,39 Cluster9 121,179, 91,669 Cluster1 117,39 91,669,

21 8 - Ordinal Logistic Regression: PC1_6 versus HIVF 6; TF 6; 1 G 6 Link Function: Logit Response Information Variable Value Count PC1_6-4, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,44 1 -, , , , , , , ,529 1, , , , , , , , , , , , , , , , , , , , ,

22 Total 6 Logistic Regression Table Odds 95% CI Predictor Coef SE Coef Z P Ratio Lower Upper Const(1) -16, ,263 -,21,831 Const(2) -7,5456 1,426-4,97, Const(3) -6,163 1, ,14, Const(4) -5, ,7883-5,3, Const(5) -5,1749 1,3114-4,87, Const(6) -4,6845, ,69, Const(7) -4,388, ,5, Const(8) -4,1177, ,32, Const(9) -3,8955, ,16, Const(1) -3,7443, ,1, Const(11) -3,52255, ,86, Const(12) -3,3416,9235-3,7, Const(13) -3,17365, ,56, Const(14) -3,1598, ,42,1 Const(15) -2,8622, ,27,1 Const(16) -2,71786, ,14,2 Const(17) -2,57237, ,99,3 Const(18) -2,42182, ,84,4 Const(19) -2,27847, ,7,7 Const(2) -2,141, ,55,11 Const(21) -2,853, ,41,16 Const(22) -1,87978, ,27,23 Const(23) -1,74168, ,12,34 Const(24) -1,6353, ,96,49 Const(25) -1,4668, ,81,71 Const(26) -1,31452, ,63,13 Const(27) -1,15254, ,44,151 Const(28) -,99477, ,25,212 Const(29) -,836356, ,5,292 Const(3) -,67233, ,85,395 Const(31) -,514897, ,65,514 Const(32) -,369482, ,47,639 Const(33) -,238343, ,3,762 Const(34) -,117668, ,15,881 Const(35),4262,784893,1,996 Const(36),1342,78574,17,864 Const(37),26959,785715,34,732 Const(38),4288,786789,51,69 Const(39),536423,788326,68,496 Const(4),672347,79342,85,395 Const(41),82999, ,1,311 Const(42),93195, ,17,241 Const(43) 1,6369, ,33,183 Const(44) 1,2687, ,5,133 Const(45) 1,35419,8741 1,68,94 Const(46) 1,5262, ,85,64 Const(47) 1,657, ,2,44 Const(48) 1,7979, ,17,3 Const(49) 1,93714, ,33,2 Const(5) 2,865, ,49,13 Const(51) 2,248, ,64,8 Const(52) 2,42195, ,82,5 Const(53) 2,63355, ,2,3 Const(54) 2,88371, ,23,1 Const(55) 3,19263, ,48,1 Const(56) 3,53199, ,7, Const(57) 3, ,476 3,9, Const(58) 4,4239 1,93 4,4, Const(59) 5, , ,98, HIVF 6 -,614675, ,74,,94,92,96 TF 6,189411, ,2,1 1,21 1,8 1,36

23 1 G 6,1169, ,76, 1,11 1,7 1,14 Log-Likelihood = -21,975 Test that all slopes are zero: G = 69,371, DF = 3, P-Value =, Goodness-of-Fit Tests Method Chi-Square DF P Pearson 3274, ,993 Deviance 421, , Measures of Association: (Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures Concordant , Somers' D,62 Discordant ,8 Goodman-Kruskal Gamma,62 Ties 3,2 Kendall's Tau-a,62 Total 177 1, 9 - Simple Correspondence Analysis: HIVF 6; TF 6; PIB 6; 1 G 6; GS 6; EV 6 Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram 1,899,447,447 ***************************** 2,728,3621,892 ************************ 3,235,1169,9261 ******* 4,96,478,9739 *** 5,52,261 1, * Total,211 Row Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Hungary,984,18,4 -,47,49, 2 Belarus,974,17,1,59,233,1 3 Equatorial Guinea,577,7,1,185,12,3 4 Belgium,936,2,5 -,85,133,2 5 Chad,97,9,29,456,31,2 6 Azerbaijan,928,18,9,94,9,2 7 Costa Rica,961,19,6 -,3,16, 8 Ecuador,992,18,6 -,8,1, 9 Moldova,816,18,7 -,5,, 1 Central African Republic,966,9,39,558,346,3 11 Georgia,97,18,2,47,132, 12 Iran, Islamic Rep. of,789,18,16 -,144,117,4 13 Armenia,947,18,5,8,111,1 14 Lebanon,921,16,18 -,162,113,5 15 India,878,14,12 -,33,521,14 16 Niger,446,8,1,143,82,2 17 Togo,822,14,6,197,473,6 18 Guinea,972,14,17,33,456,17 19 Kazakhstan,933,17,7,129,187,3 2 Lesotho,582,13,25,316,252,14 21 Mozambique,997,11,42,524,374,35 22 United States 1,,3,357-1,36,764,69 23 Suriname,91,16,5 -,44,28, 24 Brazil,884,2,3 -,143,782,5

24 25 Switzerland,885,23,4 -,32,28, 26 Spain,953,21,7 -,228,842,12 27 Burundi,97,16,62,332,143,2 28 Congo, Rep.,968,12,15,284,315,1 29 Senegal,976,12,1,272,45,1 3 Colombia,915,18,8 -,86,85,1 31 Latvia,98,18,2,52,134,1 32 Belize,988,18,1 -,1,, 33 Indonesia,998,16,13 -,8,, 34 Swaziland,413,1,14,224,182,6 35 China,981,2,3 -,374,478,32 36 Uruguay,919,2,3,17,11, 37 Ethiopia,949,12,25,413,416,23 38 Estonia,979,18,3,52,71,1 39 Sweden,652,22,2 -,19,19, 4 Chile,846,18,7 -,58,45,1 41 Greece,999,2,7 -,92,121,2 42 Jamaica,917,17,4,81,155,1 43 Norway,587,22,2 -,7,4, 44 Denmark,84,22,2 -,2,, 45 Israel,942,21,4 -,2,11, 46 Cambodia,873,16,7,22,539,9 47 Ghana,874,16,11,23,372,9 48 Cameroon,853,1,7,247,422,7 49 Burkina Faso,962,12,31,424,347,24 5 Gambia, The,913,14,9,257,497,1 51 Eritrea,669,11,12,273,358,9 52 Iceland,558,23,3,86,282,2 53 Malta,974,19,12 -,98,73,2 54 Austria,961,22,4 -,62,13,1 55 Italy,985,21,15 -,36,91,3 56 Guatemala,833,16,2,28,29, 57 Sudan,164,9,7,17,2, 58 Kyrgyz Republic,748,17,1,72,333,1 59 Luxembourg,758,19,5 -,1,2, 6 Bahamas, The,75,2,2,18,661,3 Component 2 Component 3 ID Name Coord Corr Contr Coord Corr Contr 1 Hungary -,197,867,9 -,55,68,2 2 Belarus -,13,714,3,2,27, 3 Equatorial Guinea,25,2,,36,455,4 4 Belgium -,141,369,6 -,153,434,2 5 Chad,629,589,47 -,72,8,2 6 Azerbaijan -,138,19,5,254,648,49 7 Costa Rica -,217,83,12 -,91,142,7 8 Ecuador -,239,913,14,7,78,4 9 Moldova -,97,118,2 -,235,697,42 1 Central African Republic,743,614,67,69,5,2 11 Georgia -,8,379,2 -,88,459,6 12 Iran, Islamic Rep. of -,34,649,28,65,23,3 13 Armenia -,136,32,5,173,516,23 14 Lebanon -,358,552,28 -,244,256,4 15 India -,131,98,3,214,26,26 16 Niger,187,139,4 -,237,224,19 17 Togo,159,311,5 -,56,38,2 18 Guinea,349,51,24,38,6,1 19 Kazakhstan -,23,6,,256,74,47 2 Lesotho,351,311,21,85,18,4 21 Mozambique,672,614,71,84,1,3 22 United States,756,236,233,21,,1 23 Suriname -,27,628,9 -,132,255,12 24 Brazil,49,92,1 -,16,1, 25 Switzerland -,66,119,1 -,164,739,26 26 Spain -,75,92,2 -,34,19,1 27 Burundi,597,463,8 -,529,364, Congo, Rep.,153,91,4,379,562,71 29 Senegal,292,518,14 -,37,8,1

25 3 Colombia -,259,763,17,77,67,5 31 Latvia -,125,755,4,43,91,1 32 Belize -,277,685,18,184,33,25 33 Indonesia -,176,196,7,355,81,88 34 Swaziland,251,229,9 -,22,2, 35 China,229,18,15,38,323,82 36 Uruguay -,152,843,6 -,42,65,2 37 Ethiopia,437,465,32,166,67,14 38 Estonia -,153,615,6,16,293,9 39 Sweden -,74,283,2 -,82,35,6 4 Chile -,247,81,15 -,6,1, 41 Greece -,2,578,11 -,144,3,18 42 Jamaica -,119,333,3,135,43,13 43 Norway -,61,269,1 -,66,314,4 44 Denmark -,72,24,2 -,113,6,12 45 Israel -,175,882,9 -,41,49,2 46 Cambodia,149,247,5,89,87,5 47 Ghana,248,432,13 -,1,71,7 48 Cameroon,249,429,9,14,1, 49 Burkina Faso,56,63,51 -,8,12,3 5 Gambia, The,216,349,9,95,68,5 51 Eritrea,22,196,6,155,115,11 52 Iceland -,33,41, -,79,235,6 53 Malta -,333,852,28 -,8,49,5 54 Austria -,121,39,4 -,132,468,16 55 Italy -,1,7,3 -,46,14,2 56 Guatemala -,17,426,3 -,11,377,7 57 Sudan -,16,151,3,44,11,1 58 Kyrgyz Republic -,77,388,1,21,28, 59 Luxembourg -,21,699,1 -,58,58,3 6 Bahamas, The -,24,33,,14,11, Column Contributions Component 1 Component 2 ID Name Qual Mass Inert Coord Corr Contr Coord Corr Contr 1 HIV 6,988,18,266,35,411,245,48,559,411 2 TF 6 1,,16,44-1,996,764,69 1,79,223,249 3 PIB 6,716,212,88 -,57,38,8 -,25,5, G 6,964,126,15 -,79,38,9,11,72,21 5 GS 6,81,224,18 -,12,148,36 -,253,659,196 6 EV 6,261,243,29,7,23,13 -,17,12,1 Component 3 ID Name Coord Corr Contr 1 HIV 6,74,18,42 2 TF 6,257,13,44 3 PIB 6,122,178, G 6 -,378,855,766 5 GS 6 -,16,3,2 6 EV 6,33,46,11

26 1 -Symmetric Plot 1,25 Symmetric Plot TF 6 1, Component 2,75,5,25, -,25 USA CHI 1 G 6 BRA EG EV 6 ICE BAH KZK SPA SWE SWI NOR DEN GEO KYR ITA MOL AUSGUA BEL IND JAM BG LAT ISR SUD URU ARM EST AZ IDO PIB GRE SUR HU LUX CR 6 GS COL CHL 6ECU BLZ IRN MAL LBN CAR MZB CD BUR BFA ETH HIVF 6 LES GNA SEN SWA GHA CMR TGA NGR ERI TGO CAMCOR -,5-2, -1,5-1, -,5 Component 1,,5 11- ARVORE DE CLASSIFICAÇÃO Model Summary Specifications Growing Method Dependent Variable Independent Variables Validation CHAID cod HIVF, PF, PIB, PRIM, GS, EV, PC None Maximum Tree Depth 3 Minimum Cases in Parent Node Minimum Cases in Child Node 5 3 Results Independent Variables Included GS, HIVF, PF Number of Nodes 8 Number of Terminal Nodes 5 Depth 2

27 Classification Predicted Observed A B M Percent Correct A ,7% B ,8% M ,4% Overall Percentage 5,% 25,% 7,% 9,% Growing Method: CHAID Dependent Variable: cod Risk Estimate Std. Error,1,39 Growing Method: CHAID Dependent Variable: cod

28

29 12- Discriminant Analysis: Novo Cluster versus HIVF 6; TF 6; 1 G 6 Linear Method for Response: Novo Cluster Predictors: HIVF 6; TF 6; 1 G 6 Group Count Summary of classification True Group Put into Group Total N N correct Proportion,833,795,333 N = 6 N Correct = 47 Proportion Correct =,783 Squared Distance Between Groups , 3,542 14, ,542, 9, ,9277 9,1565, Linear Discriminant Function for Groups Constant -8,2325-4,5989-5,7344 HIVF 6,232,1266,658 TF 6 -,533 -,797, G 6,298,12,63 Summary of Misclassified Observations True Pred Squared Observation Group Group Group Distance Probability 3** ,213, ,124, ,967,62 6** 2 1 1,7499, ,6721, ,478,1 13** 2 1 1,6523,77 2 2,4311, ,349,2 16** ,965,57 2 1,411, ,257,3 19** 2 1 1,5572, ,2183, ,3758,1 2** 2 1 1,1726, ,4468, ,387, 33** ,47, ,546, ,252,15

30 34** ,3318,261 2,276, ,9661,6 42** 2 1 1,9126,64 2 1,774, ,4824,3 48** ,584, ,99, ,37,5 52** ,18, ,188, ,656, 57** ,98,48 2 4,122, ,668,89 6** 2 1 1,7968,7 2 2,4946,3 3 15,8593,

31 CONCLUSÃO FINAL Com as analises expostas acimas, verificamos que existe uma correlação positiva entre as variáveis força de trabalho feminino, 1 grau de instrução. Também existe entre expectativa de vida e gastos com saúde. Com estas analises podemos concluir que são países que apresentam maior PIB também e são considerados desenvolvidos. Na outra linha, verificamos que existe uma correlação negativa entre HIV feminino epib, o que demonstra que em países onde o PIB é mais alto o indice de mulheres com aids é menor. Desta forma conseguimos atingir o objetivo central deste trabalho, com algumas ressalvas que poderiam ser estudadas em novos artigos, como a correlação entre mulheres que são mantenedoras da casa e o indice de HIV feminino.