Risco Moral na Utilização de Serviços de Saúde no Brasil

Tamanho: px
Começar a partir da página:

Download "Risco Moral na Utilização de Serviços de Saúde no Brasil"

Transcrição

1 Rsco Moral a Utlzação de Servços de Saúde o Brasl Resumo Autora: Lus Gabrel Marques Regato, Luís duardo Afoso Neste trabalho fo vestgada a preseça de rsco moral o sstema de plaos de saúde do Brasl, por meo dos mcrodados da PNAD de As varáves de teresse cosderadas o estudo foram o úmero de cosultas médcas de cada dvíduo os últmos 2 meses e o úmero de das terado a últma teração dos últmos 2 meses. Por meo de modelos leares geeralzados, fo possível comparar-se o valor esperado das varáves de teresse em duas stuações: dvíduos com plao de saúde e dvíduos sem plao de saúde. Para elmar a possbldade de vés de seleção, desevolveu-se também um modelo de regressão logístca para estmar a probabldade de o dvíduo possur plao de saúde, e esta probabldade fo utlzada como varável explcatva dos modelos leares geeralzados. A lteratura relevate [Doe et al (2000), Cutler e Reber (998), Adrade e Maa (2009), Baha et al (2002)] mostra a mportâca da assmetra formacoal, partcularmete do rsco moral, para o setor de saúde. Apesar de as evdêcas ão serem coclusvas, há certa tedêca o setdo de as evdêcas empírcas corroborarem a hpótese de haver rsco moral. Neste trabalho verfcou-se que possur plao de saúde aumeta em 23,7% a quatdade de cosultas médcas os últmos 2 meses. m uma amostra para valdação do resultado, verfcou-se que possur plao aumeta em 28,% esta quatdade. stes resultados sugerem a preseça de rsco moral o sstema prvado de saúde. A preseça de rsco moral evdecada este estudo para o úmero de cosultas o sstema prvado de saúde tem extrema mportâca para o sstema de saúde públca. A exstêca de rsco moral, por meo da maor utlzação dos plaos de saúde, tede a fazer com que os ofertates dos plaos (as operadoras) elevem os preços cobrados dos seus cletes. sta elevação faz com que algus dvíduos fquem sem codções de cotuar pagado seus plaos. Quado sso ocorre, passam a recorrer ao sstema públco de saúde. Como este é gratuto, ão há mecasmos de mercado que façam este aumeto de demada refletr-se o preço cobrado. Portato, o resultado é uma sobreutlzação do sstema públco, que se reflete em flas, demora para cosegur marcar cosultas e exames, atedmeto médco em tempo reduzdo etc. Quasquer dessas possbldades reduzem o bem-estar da população, partcularmete dos dvíduos de reda mas baxa. Desta forma, pode-se coclur que o rsco moral o sstema prvado (verfcado emprcamete este artgo) pode gerar exteraldades egatvas sobre o sstema públco de saúde. ste fato demada ateção por parte dos formuladores de polítcas públcas a área de saúde. Para mmzar este efeto e tetar reduzr esta falha de mercado, é mportate que o govero atue sobre o sstema prvado de saúde. Isto pode ser feto por meo de cotrole dos reajustes dos preços dos plaos, por meo da delmtação de faxas etáras ou da delmtação dos procedmetos-padrão a serem fetos.

2 . Itrodução A assmetra de formação é uma falha de mercado fudametal para o setor de seguros em geral. Há grade preocupação por parte dos provedores de servços, sejam eles públcos ou prvados com suas cosequêcas, tas como o rsco moral (moral hazard) e a seleção adversa. No setor de saúde, em partcular, a assmetra de formação desempeha papel determate para o comportameto dos agetes ecoômcos. De acordo com Chassago e Chappor (997), a seleção adversa está relacoada a stuações em que, ates da realzação de um cotrato, uma das partes possu formações relevates que a colocam em stuação de vatagem com relação à outra. Por outro lado, o rsco moral ocorre quado o resultado de um eveto é depedete de decsões tomadas por uma das partes, que são ão observáves pela outra. O tema saúde permte uma sére de desdobrametos quado aalsado do poto de vsta da assmetra de formação. Stacol (2002) apota cco tpos de ações o âmbto do seguro saúde que caracterzam o rsco moral: () dmução das precauções que evtam o aparecmeto de doeças e dos hábtos saudáves, () aumeto de demada, () ausêca de preocupação por parte do dvíduo em ecotrar prestadores de servços de preços mas baratos, (v) prescrção de exames desecessáros sem cotestação por parte do dvíduo e (v) adoção de tecologas médcas com alto custo e baxo beefíco. Baha (200) ateta ada que o rsco moral pode se orgar tato do pacete (por demadar mas servços médcos), quato do médco (por requstar um maor úmero de cosultas e exames). ste poto é partcularmete váldo quado o dvíduo tem um plao de saúde prvado. Por um lado, o rsco moral é tão mas sgfcatvo quato maor a dfereça do ível de cohecmeto etre o médco e o pacete, levado à dscussão a respeto da motvação subjacete aos peddos médcos de exames, terações e remédos. m países com baxos íves de desevolvmeto socal e humao, esta dscrepâca é ada maor, pos ão é de se esperar que o cdadão comum teha codções de questoar quasquer decsões médcas ou procurar uma seguda opão, uma vez que em mutos casos já a prmera cosulta requer um esforço grade de tempo e deslocameto por parte do dvíduo. Lsboa e Morera (2000) afrmam que uma possível estratéga para mtgação deste rsco cosstra o estabelecmeto de um cotrato o qual os gahos do médco fossem versamete proporcoas aos gastos com o tratameto, porém dretamete proporcoas ao ível de cura atgdo pelo pacete. Por outro lado, em KILSTAJN et al (2003) mostra-se que em 2050 a prâmde etára da população braslera será semelhate a de países desevolvdos, o que mplcará em um sgfcatvo crescmeto a demada por cosultas (aumeto de 59%), exames (96%) e tratametos médcos (22%). sta expectatva de crescmeto da demada faz com que o estudo sobre a exstêca de seleção adversa os mercados de seguro-saúde e de plaos de saúde o Brasl seja relevate. Outro poto, tão ou mas relevate, lgado ao tema saúde, é o rsco moral do pacete em relação à seguradora de saúde ou à gestora do plao de saúde. Dada a preseça da cobertura, o pacete tedera a procurar os servços com maor frequêca do que se ela ão exstsse? m outras palavras, dado que o rsco moral é erete a esta relação, ele é cocretzado? O objetvo deste trabalho é buscar evdêcas da resposta ao questoameto dos parágrafos aterores, referetes ao rsco moral. Utlzado-se os mcrodados da Pesqusa Nacoal por Amostra de Domcílos (PNAD) de 2008, realzada pelo Isttuto Braslero de 2

3 Geografa e statístca (IBG), serão desevolvdos modelos que permtem testar as hpóteses dessas pergutas. O trabalho está dvddo em quatro partes, partdo desta trodução. A seguda parte apreseta uma breve revsão da lteratura sobre o tema. m seguda, é apresetada a metodologa utlzada. Por fm, são apotados os prcpas resultados e coclusões. 2. Fudametação Teórca m trabalho de fudametal mportâca para a área, Akerlof (970) propôs uma estrutura teórca para o mercado de automóves usados, a qual a preseça de automóves de má qualdade tedera a expulsar os de boa qualdade, supodo a exstêca de assmetra de formação etre os vededores (cetes da qualdade do produto) e compradores (que ates da compra goram esta formação). O autor sugeru a exstêca deste feômeo também em outros ramos da ecooma, cludo o de seguros. No mesmo estudo, Akerlof mostrou que se todos os seguradores efretarem o problema de formação mperfeta, o mercado ão poderá ser efcete. Na lteratura teracoal, são ecotrados estudos empírcos a respeto do tema de assmetra de formação desde meados da década de 980. Va de Ve e Va Praag (98) estudaram a relação etre o surgmeto de seleção adversa quado apólces de seguros o mercado holadês eram oferecdas com a opção por fraquas em troca de redução o prêmo, cocludo que famílas mas velhas procuraram seguros completos, e segurados etre 30 e 45 aos seram mas suscetíves a acetar as fraquas. Uma revsão geral dos resultados da lteratura sobre seleção adversa o mercado de seguros pode ser ecotrada em Doe et al (2000). specfcamete os temas de seguro de vda e audades são tratados em McCarthy e Mtchell (2003). Fkelste e Poterba (2002) utlzaram dados do mercado glês de seguro de vda para testar se a mortaldade e o padrão de precfcação dos produtos de audade eram cosstetes com os modelos de assmetra de formação os mercados de seguro. Cutler e Reber (998) mostraram que em caso de extrema seleção adversa, o mercado de seguro-saúde podera ser extto. Doe et al (998) trataram em uma vsão teórca e prátca da seleção adversa o mercado de seguro de automóvel, trazedo uma abordagem teórca mas sofstcada que leva em cota fuções utldade a fm de se aalsar o bem-estar dos cosumdores. Baha et al (2002) utlzaram os mcrodados da PNAD do ao de 998 e seu suplemeto de saúde para testar as hpóteses de preseça da seleção adversa e do rsco moral o mercado de saúde braslero. Verfcou-se que os prcpas fatores para aqusção de plao de saúde dvdual são reda e escolardade, sedo que dade, gêero, localzação e tamaho da famíla têm mportâca reduzda. Desta forma, o mecasmo de seleção adversa parece ocorrer de forma resdual, e apeas quado avalado por morbdade referda. Os autores cocluíram também que a varável morfologa de plao de saúde apota para a exstêca de rsco moral, estmado-se que a chace de um úmero elevado de cosultas é duas vezes maor etre os cobertos por algum plao de saúde em comparação aos ão cobertos. Stacol (2002) utlzou os dados da PNAD 998 e da pesqusa ABRASP (Assocação Braslera das Autogestões em Saúde Patrocadas por mpresas) dos aos de 999, 2000 e 200, chegado a coclusões smlares aos dos autores aterores, salzado assm a robustez dos resultados observados. Por meo também dos dados da PNAD 998, Maa et al (2004) vestgaram a preseça de rsco moral, aalsado duas varáves de cudados de saúde: úmero de cosultas 3

4 médcas e úmero de das terado a últma teração. A prmera aálse revelou que os dvíduos com plaos de saúde realzam,05 cosultas a mas em 2 meses do que se ão tvessem o plao. Costatou-se que dvíduos com plao de saúde fcavam terados 0,42 das a mas do que caso ão tvessem o plao. Adrade e Maa (2009) atualzaram o estudo cludo dados da PNAD 2003, chegado a resultados semelhates para o úmero de cosultas médcas os últmos 2 meses, sugerdo que meddas de coteção de demada como co-pagameto ou fraquas poderam br o rsco moral dos partcpates dos plaos. De maera geral, observa-se que os estudos empírcos apresetados corroboram a hpótese de preseça da assmetra de formação e, mas especfcamete, do rsco moral o mercado de plaos de saúde o Brasl. Neste trabalho são utlzados os mcrodados da PNAD de 2008, ou seja, formações mas recetes que as dos trabalhos ctados, permtdo-se verfcar a establdade dos resultados prevamete obtdos. 3. Metodologa e Dados 3. Dados A PNAD é realzada aualmete (com exceção dos aos de Ceso Demográfco) pelo IBG tedo como objetvo produzr formações báscas sobre característcas socoecoômcas do país. Os temas habtação, redmeto e trabalho, etre outros, são acompahados de maera permaete e há assutos tratados perodcamete por meo de pesqusas suplemetares e pesqusas especas. m 98 o tema saúde fo vestgado pela prmera vez por meo de uma pesqusa suplemetar. Nos aos de 998, 2003 e 2008 ovos suplemetos de saúde foram elaborados, tratado da cobertura de plaos e seguros prvados de saúde (IBG, 2009). O caráter amostral da pesqusa permte detfcar assocações exstetes etre o perfl socodemográfco e o perfl de acesso e utlzação dos servços de saúde dos brasleros. Na PNAD são coletados dados de domcílos e de pessoas. O processo de amostragem é bastate complexo, sedo realzado em quatro estágos para seleção de domcílos, dos quas são vestgadas as característcas dos moradores e de habtação. Todo o plao amostral da PNAD 2008 pode ser ecotrado em IBG (2009). Neste ao foram coletadas formações de domcílos e dvíduos. Há uma varável os mcrodados de pessoas que represeta o peso de cada dvíduo a população, sedo que a soma dos pesos é gual a pessoas, ou seja, o total da população braslera. Da Pesqusa Suplemetar de Saúde é possível obter formações dos dvíduos quato às suas codções de saúde, úmero de cosultas realzadas o últmo ao, acesso ou ão a plao de saúde prvado, úmero de das terado o últmo ao, etre outras. Verfca-se a pesqusa de 2008 que 25,9% da população em geral possu plao de saúde, sedo que em 2003 esta proporção era de 25,0% (Adrade e Maa, 2009). Pode-se cosderar o chefe da famíla o resposável pela decsão de adqurr plao (Maa et al, 2004). Por este motvo, optou-se por utlzar apeas os dados referetes aos chefes de famíla para se vestgar o rsco moral. Foram excluídos da base os regstros de pessoas sem reda declarada. Com sto, a base após as exclusões totalzava regstros, represetado um total de pessoas. Verfca-se que 29,5% dos chefes de famíla possuem plao de saúde em 2008, um crescmeto com relação a 998, quado 26,2% possuíam plao de saúde (Maa et al, 2004). 3.2 statístcas descrtvas A Tabela sumarza os dados referetes à saúde da PNAD Pode-se otar que as mulheres utlzam mas servços médcos que os homes, depedetemete de possur plao 4

5 de saúde. Mulheres com plao fzeram 4,9 cosultas os últmos 2 meses; por sua vez homes com plao fzeram 2,67. Mulheres sem plao fzeram 3,47 cosultas, cotra,74 cosultas dos homes sem plao. Verfca-se que as regões sudeste e sul há uma proporção alta de pessoas com plao de saúde (38,6% e 33,6% respectvamete), equato as regões orte e ordeste ecotram-se as meores proporções (6,4% e 6,2% respectvamete). A varável dade parece exercer mas fluêca a utlzação dos servços médcos do que a decsão de possur ou ão plao de saúde, pos a partr dos 26 aos a méda de pessoas com plao de saúde é smlar em todas as faxas etáras. Isto pode ocorrer devdo aos preços pratcados pelas operadoras dos plaos, mas caros para dades mas elevadas. Observa-se que a reda famlar per capta é uma varável fortemete relacoada à decsão de possur plao de saúde, partdo de um patamar de 2,4% de pessoas com plao para o prmero decl chegado a 77,4% de pessoas com plao o últmo decl. Verfca-se também que detro de pratcamete todos os decs a utlzação dos servços médcos é maor para as pessoas que possuem plao, porém etre os decs ão parece haver padrão algum. Com relação ao ível de strução, verfca-se um comportameto semelhate ao dos decs de reda. Mas da metade dos dvíduos de raça amarela possuem plao de saúde (52,6%), equato apeas 20,3% dos dvíduos de raça parda, que represetam 4,9% da população cosderada, possuem plao. Moradores de regões metropoltaas tedem a possur mas plao de saúde e também a utlzar mas os servços médcos, equato apeas 7,0% dos moradores da zoa rural possuem plao, sedo os que meos utlzam os servços. É possível costatar que os mltares e os fucoáros públcos são as posções a ocupação com maor proporção de dvíduos com plao de saúde. quato apeas 8,5% dos doméstcos possuem plao, esta é a classe que mas utlza as cosultas médcas, com 4,02 cosultas em méda etre aqueles que possuem plao e 3,4 cosultas etre os que ão possuem. Vê-se que 43,5% dos trabalhadores formas possuem plao, cotra apeas 2,8% dos formas. É possível ferr que as codções de saúde dos dvíduos fluecam a decsão de adqurr um plao de saúde, e também afetam a utlzação de servços médcos. m geral, pessoas com Dagóstco Postvo de alguma das doeças pesqusadas tedem a realzar mas cosultas e a fcar mas das terado, depedetemete de possuírem plao de saúde. 3.3 O Modelo A fm de vestgar a preseça de rsco moral com o auxílo da base de dados apresetada, propõe-se um modelo que vsa relacoar a utlzação de servços médcos com a posse de plao de saúde. Para tato, utlzam-se as característcas de cada dvíduo como varáves depedetes para explcar a utlzação dos servços médcos. Os servços médcos cosderados para a vestgação foram o úmero de cosultas os últmos 2 meses e o úmero de das terado a últma teração dos últmos 2 meses. Seja y a quatdade de cosultas os últmos 2 meses e z o úmero de das terado a últma teração dos últmos 2 meses do -ésmo dvíduo. Adota-se que z 0 quado o dvíduo ão teve teração os últmos 2 meses. Supõe-se que y e z sejam realzações das varáves aleatóras e, respectvamete, ode, 2, 3,..., correspode a cada dvíduo. Sabe-se que tato quato são varáves que represetam dados de cotagem (úmero de cosultas, úmero de das terado). Modelos paramétrcos para dados de cotagem utlzam, em sua maora, a dstrbução Posso ou a Bomal Negatva. A prmera possu uma lmtação teórca, pos uma varável aleatóra com dstrbução de Posso possu o valor da méda gual ao valor da varâca. Desta forma, optou-se por utlzar a dstrbução Bomal Negatva como a dstrbução teórca das varáves aleatóras. 5

6 Tabela statístcas descrtvas da amostra Sexo Regão Idade (aos) Decl de reda famlar per capta Nível de strução Raça oa % Nº Tem plao de saúde? Total Sm Não % % Nº Nº de das médo de cosultas terado a médo de cosultas Nº de das terado a Total 00,0 29,5 3,25 0,27 70,5 2,4 0,24 Homes 76, 28,8 2,68 0,25 7,2,74 0,22 Mulheres 23,9 3,6 4,9 0,32 68,4 3,47 0,29 CO 7,9 26,7 3,20 0,3 73,3 2,04 0,30 N 25,2 6,2 3,37 0,24 83,9,93 0,2 N 7,7 6,4 3,05 0,3 83,6,78 0,30 S 43,0 38,6 3,29 0,26 6,4 2,38 0,23 S 6,2 33,6 3,2 0,28 66,5 2,26 0,25 Até 8 0,,0 2,55 0,20 89,0,59 0,3 8 a 25 6,9 22,2 2,9 0,9 77,9,67 0,20 26 a 35 24,8 28,6 2,92 0,22 7,4,69 0,9 36 a 45 29,3 30,9 3,07 0,22 69,,97 0,20 46 a 55 23,7 3,5 3,49 0,29 68,6 2,49 0,27 56 a 65,5 29,3 3,84 0,37 70,7 2,90 0,36 66 ou mas 3,7 26,4 4,4 0,58 73,6 2,99 0,4 º - Até R$ 27 9,5 2,4 3,02 0,40 97,6,78 0,26 2º - R$ 28 a 96 9,5 7,0 2,79 0,34 93,0 2,00 0,23 3º - R$ 97 a 257 9,6 2,2 3,2 0,28 87,8 2,4 0,23 4º - R$ 258 a 332 9,6 6,4 2,90 0,29 83,6 2,22 0,26 5º - R$ 333 a 45 0,2 20,3 2,82 0,23 79,7 2,22 0,20 6º - R$ 46 a 56 0,0 24,8 3,3 0,26 75,2 2,25 0,23 7º - R$ 57 a 666 0,5 3,6 3,8 0,24 68,4 2,32 0,24 8º - R$ 667 a 925 0,6 4,2 3,24 0,27 58,8 2,42 0,28 9º - R$ 926 a 550 0,5 55,3 3,3 0,27 44,7 2,7 0,27 0º - > R$ 550 0, 77,4 3,55 0,27 22,6,97 0,8 Sem strução 0,6 5,9 3,57 0,42 94, 2,7 0,29 Fud. completo 36,8 3,8 3,25 0,35 86,2 2,6 0,27 Fud. completo 0,5 25,0 3, 0,24 75,0 2,7 0,22 Médo completo 4,9 25,2 3,00 0,30 74,8,98 0,22 Médo completo 23,2 42,4 3,2 0,24 57,6 2, 0,7 Sup. completo 3,6 59,9 3,3 0,24 40, 2,22 0,20 Sup. completo 0,6 75,4 3,47 0,25 24,6 2,2 0,22 Braca 49, 37,8 3,2 0,26 62,2 2,5 0,23 Parda 4,9 20,3 3,29 0,28 79,7 2, 0,25 Preta 8, 24,9 3,49 0,24 75,2 2,29 0,25 Amarela 0,7 52,6 3,37 0,20 47,4,82 0,8 Idígea 0,3 25,0 3,9 0,07 75,0 2,70 0,44 Regão metrop. 3,3 4, 3,65 0,25 58,9 2,47 0,20 Urb. ão metrop. 53,9 28,9 2,97 0,28 7, 2,6 0,26 Rural 4,8 7,0 2,60 0,35 93,0,68 0,25 6

7 Tabela (cotuação) statístcas descrtvas da amostra Posção a ocupação Trabalho Nº de pessoas a famíla Saúde autoavalada Doeça de colua ou costas Artrte ou Tem plao de saúde? Total Sm Não % % Nº médo de cosultas Nº de das terado a % Nº médo de cosultas Nº de das terado a Mltar 0,3 85, 3,46 0,2 4,9 2,52 0,07 Fuc. públco 7,6 64,2 3,8 0,30 35,8 2,73 0,29 mpregador 6,7 42,6 2,86 0,26 57,4,8 0,20 mpregado 5,7 32,9 3,2 0,24 67, 2,00 0,22 Cota própra 28,0 4,4 3,34 0,35 85,6 2,2 0,27 Doméstco 5,7 8,5 4,02 0,24 9,5 3,4 0,25 Formal 54,4 43,5 3,23 0,26 56,5 2,2 0,2 Iformal 45,6 2,8 3,33 0,30 87,2 2,09 0,26 0,0 30,0 3,94 0,30 70,0 2,35 0,25 2 9,7 33,3 3,40 0,27 66,7 2,38 0, ,2 3,9 3,5 0,26 68, 2,06 0,2 4 24,6 3,0 3,02 0,26 69,0 2,02 0,2 5,7 24,0 3,05 0,28 76,0 2,07 0,26 6 ou mas 7,9 4,6 3,36 0,27 85,4 2,09 0,3 Muto boa 20,5 39,6 2,36 0,2 60,4,6 0,08 Boa 54,4 30,0 2,89 0,2 70,,58 0,4 Regular 22,0 20,9 5,33 0,60 79, 3,34 0,44 Rum 2,7 5,3 9,75,44 84,7 6,76,5 Muto rum 0,5 7,8 3,35,32 82,2 8,8,06 Sm 9,6 28,3 4,88 0,40 7,7 3,40 0,35 Não 80,4 29,8 2,88 0,24 70,2,83 0,2 Sm 5,8 26,4 6,3 0,54 73,6 4,47 0,53 reumatsmo Não 94,2 29,7 3,0 0,25 70,3 2,00 0,22 Câcer Sm 0,5 39,0 9,6,35 6,0 8,73,34 Não 99,5 29,4 3,2 0,26 70,6 2, 0,24 Dabetes Sm 4,0 34,2 5,85 0,76 65,8 4,96 0,73 Não 96,0 29,3 3,3 0,24 70,7 2,04 0,22 Broqute Sm 3,4 33,7 4,89 0,53 66,3 3,95 0,47 ou asma Não 96,6 29,3 3,9 0,26 70,7 2,09 0,23 Hpertesão Sm 7,6 3,3 4,67 0,48 68,7 4,04 0,48 Não 82,5 29, 2,93 0,22 70,9,75 0,9 Doeça do Sm 3,9 3,2 6,4,07 68,8 5,44,02 coração Não 96, 29,4 3,3 0,23 67,8 2,0 0,2 Isufcêca Sm,6 20,9 6,52 0,66 79, 4,87 0,89 real Não 98,4 29,6 3,22 0,26 70,4 2,0 0,23 Depressão Sm 4,2 33,7 8,04 0,75 66,4 6,09 0,78 Não 95,8 29,3 3,0 0,24 70,7,98 0,22 Tuberculose Sm 0,2 29,9 4,6 0,58 70,2 7,37,55 Não 99,9 29,5 3,25 0,27 70,5 2,4 0,24 Tedte Sm 3,6 47,2 6,40 0,38 52,9 5,7 0,38 Não 96,4 28,8 3,06 0,26 7,2 2,06 0,24 Crrose Sm 0,2 22,9,58,83 77, 3,37,08 Não 99,8 29,5 3,24 0,26 70,5 2,4 0,24 a Na últma teração Fote: PNAD (2008). Tabulações própras 7

8 Supõe-se que a utlzação dos servços médcos pode ser fluecada pelo fato do dvíduo possur ou ão plao de saúde. Assm, é uma varável dummy, cujo valor é a preseça do plao de saúde e 0 a sua ausêca, para o -ésmo dvíduo. Defe-se etão: {,,..., } {,,..., } 2 2 Desta forma, tem-se que represeta a méda do úmero de cosultas e represeta a méda do úmero de das terado em uma população de dvíduos, com e codcoadas aos valores das dummes de possur plao de saúde. Assm: [ {,,..., }] [ ] [ {,,..., }] [ ] 2 2 Com esta estrutura, etede-se que o rsco moral pode ser avalado para cada uma das varáves de utlzação de servços por meo do cálculo a segur. RM RM 0 0 Ou seja, caso se observasse um mesmo dvíduo em stuações dsttas (com e sem plao de saúde), podera ser utlzada a equação 3 para se calcular o rsco moral. O problema é justamete esta observação, já que um dvíduo ou possu plao ou ão possu. Dado este fato, as médas das varáves bomas egatvas são estmadas codcoado-as em covaráves explcatvas por meo de modelos leares geeralzados. stmam-se os parâmetros separadamete, sedo um modelo para os dvíduos com plao de saúde, e outro modelo para os dvíduos sem plao de saúde. Por fm, aplca-se o modelo dos dvíduos sem plao de saúde os cletes com plao de saúde, e comparam-se os resultados médos obtdos por cada modelo, o mesmo públco. O modelo lear geeralzado fo estmado utlzado o log como fução de lgação. Assm: [ X x,..., X k xk ] exp( β 0 + βx β k xk + ε ) [ X x,..., X x ] exp( γ + γ x γ x + θ ) k k 0 Ode: X j correspode à j-ésma varável explcatva do -ésmo dvíduo; k k () (2) (3) (4) 8

9 β j e γ j, com j,..., k, são os parâmetros das varáves explcatvas; ε e θ são erros aleatóros, com dstrbução ormal de méda zero. Os parâmetros dos modelos acma serão estmados separadamete para o públco com plao de saúde e para o públco sem plao. Utlzar como covaráves apeas as varáves explcatvas apresetadas a Tabela sgfcara fazer a suposção de que ão há vés de seleção quado se aplca o modelo do públco sem plao ao públco com plao. Para evtar esse problema do vés de seleção, desevolve-se um modelo logístco cosderado todos os dvíduos, cujo objetvo é calcular a probabldade de cada dvíduo, dadas as varáves explcatvas, ter ou ão plao de saúde, dado pela equação 5. exp ( ) ( α 0 + αx α mxm + δ ) P P X x,..., X m xm (5) + exp( α 0 + αx α m x m + δ ) Ode: P é a probabldade do -ésmo dvíduo possur plao de saúde; α j, com j,..., m, são os parâmetros das varáves explcatvas; δ são os erros aleatóros. Desta forma, P será utlzada como uma das varáves explcatvas dos modelos leares geeralzados. 3.4 Amostragem Coforme explcado em 3., há uma varável a base de pessoas da PNAD que sgfca o peso de cada regstro, ou o úmero de dvíduos que aquele regstro represeta. A base utlzada, cosderada como população, também explcada em 3., cotém regstros que equvalem a pessoas. O prmero passo para o desevolvmeto dos modelos fo selecoar uma amostra de modo a represetar aleatoramete os dvíduos. Utlzado uma amostragem proporcoal (ao peso) sortearam-se 300 ml dvíduos da base. Para o desevolvmeto dos modelos os 300 ml compoetes da amostra foram separados em dos grupos: públco de desevolvmeto, com 50 ml dvíduos; e públco de valdação, com os restates 50 ml dvíduos. A Tabela 2 apreseta as característcas das amostras de desevolvmeto e de valdação. Verfca-se que 29,6% da amostra ( dvíduos) possuem plao de saúde e 70,4% (2.298 dvíduos) ão possuem. O úmero médo de cosultas etre os que possuem plao é de 3,25; para os que ão possuem plao a méda é de 2,5. A méda do úmero de das terado etre os que têm plao é de 0,26 e etre os que ão têm é de 0,24. Na amostra há 76,0% de homes e 24,0% de mulheres. Verfca-se que 20,6% avalam sua própra saúde como muto boa, 54,4% como boa, 2,8% como regular, outros 2,7% se auto-avalam como saúde rum e os 0,5% restates auto-avalam sua saúde como péssma. Comparado-se estes valores com os dados da Tabela, pode-se ferr que a amostra é represetatva. Coforme explcado em o tem 3.3, serão desevolvdos modelos de utlzação de servços médcos para os públcos com plao de saúde e sem plao de saúde separadamete, sedo que o modelo do públco sem plao de saúde será aplcado o públco com plao de saúde. A dfereça etre os valores esperados de utlzação de servços médcos estes dos modelos salzará a preseça ou ausêca de rsco moral. 9

10 Tabela 2 Característcas das amostras de desevolvmeto e valdação Tem plao de saúde? Sm Não Qtde % Nº médo de cosultas Qtde (%) Nº médo de cosultas Nº médo de das terado a Nº médo de das terado a População (com peso) ,5 3,25 0, ,5 2,4 0,24 Amostra ,6 3,25 0, ,4 2,5 0,24 Públco de ,5 3,24 0, ,5 2,6 0,24 desevolvmeto Públco de valdação ,6 3,27 0, ,4 2,3 0,24 a Na últma teração Fote: PNAD (2008). Tabulações própras 3.5 Varáves explcatvas As varáves apresetadas a Tabela serão utlzadas como varáves explcatvas dos modelos. Cosderou-se a dade do dvíduo, a reda méda domclar per capta e o úmero de compoetes da famíla como varáves cotíuas, e as outras varáves como categórcas. A maera como cada varável fo utlzada o modelo está explcada a segur: Gêero: costruu-se a varável dummy homem, que vale caso o dvíduo seja do sexo masculo e 0 caso cotráro. Lógca smlar aplca-se às demas dummes. Regão: costruíram-se ses varáves dummes. No caso do dvíduo ser da regão ordeste, a varável regaoe recebe o valor. No caso de ser da regão orte, a varável regao recebe o valor. No caso de ser da regão sudeste, exceto do estado de São Paulo, a varável regaose recebe o valor. No caso de ser da regão sul, a varável regaos recebe o valor. No caso de ser da regão cetro-oeste, exceto do Dstrto Federal, a varável regaoco recebe o valor. No caso de ser do Dstrto Federal, a varável regaodf recebe o valor. Os dvíduos do estado de São Paulo ão possuem uma varável dummy, fcado este estado como a dummy de referêca. Reda: utlzou-se a varável logreda de maera cotíua, sedo esta varável o valor do logartmo da reda domclar per capta. Idade: utlzou-se a varável dade como a dade do dvíduo. Também utlzou-se de maera cotíua a varável dade2, que é o valor da dade ao quadrado. Raça: costruu-se a varável dummy bracaamar, que vale caso o dvíduo seja da raça amarela ou da raça braca, e 0 caso cotráro. oa resdecal: costruíram-se duas varáves dummes. No caso do dvíduo morar em uma regão metropoltaa, a varável metropoltaa recebe o valor. No caso do dvíduo morar uma zoa urbaa, porém ão metropoltaa, a varável urbaa recebe o valor. A zoa rural fca como a referêca da varável. Posção a ocupação: costruíram-se três varáves dummes. Caso o dvíduo seja mltar ou fucoáro públco, a varável trmlpub recebe o valor. Caso o dvíduo seja doméstco, a varável trdom recebe o valor. Caso o dvíduo trabalhe por cota própra, a varável trcotapr recebe o valor. Os empregados e empregadores fcam como a dummy de referêca. Formaldade: costruu-se a varável dummy formal, que vale para dvíduos com cartera de trabalho assada, fucoáros públcos ou mltares, e 0 para os formas. 0

11 scolardade: Costruíram-se cco varáves dummes. Caso o dvíduo ão teha strução ou ão teha completado sequer ao de estudo, a varável estudofx recebe o valor. Caso possua de a 3 aos de estudo, a varável estudofx2 recebe o valor. Caso possua de 4 a 7 aos de estudo, a varável estudofx3 recebe o valor. Caso teha estudado por 8 a 0 aos, a varável estudofx4 recebe o valor. Se estudou de a 4 aos, a varável estudofx5 recebe o valor. A referêca para a faxa de estudo são os dvíduos com 5 aos ou mas de estudo. Número de compoetes da famíla: utlzou-se a varável umcompo como o úmero de compoetes da famíla. Dagóstco de doeças: costruíram-se doze varáves dummes, represetado com valor o dagóstco postvo de cada uma das doze doeças apresetadas a Tabela. As varáves costruídas foram temdorcolua, temartrte, temcacer, temdabetes, tembroqute, temhpertesao, temdoecacoracao, temsufreal, temdepressao, temtuberculose, temtedte, temcrrose. Saúde auto-avalada: a varável dummy saudeboa tem valor para os dvíduos que avalam sua própra saúde como muto boa, boa ou regular e 0 caso cotráro. A partr da codção do dvíduo a udade domclar foram costruídas quatro varáves cotíuas que cotablzam a quatdade de dvíduos, por faxa etára, que se declararam como flhos a udade domclar dos chefes de famíla cosderados. As varáves costruídas foram flhosdade (úmero de dvíduos do domcílo declarados como flhos de 0 a aos de dade), flhosdade2 (úmero de dvíduos do domcílos declarados como flhos de 2 a 7 aos de dade), flhosdade3 (úmero de dvíduos do domcílo declarados como flhos de 8 a 5 aos de dade) e flhosdade4 (úmero de dvíduos do domcílo declarados como flhos de 6 a 25 aos de dade). A lógca que embasa a costrução destas varáves é que as dades dos flhos são um determate da decsão de se ter um plao de saúde e de sua utlzação. Resumdo, as varáves cosderadas para os modelos foram: homem, regaoe, regao, regaose, regaos, regaoco, regaodf, logreda, dade, dade2, bracaamar, metropoltaa, urbaa, trmlpub, trdom, trcotapr, formal, estudofx, estudofx2, estudofx3, estudofx4, estudofx5, umcompo, temdorcolua, temartrte, temcacer, temdabetes, tembroqute, temhpertesao, temdoecacoracao, temsufreal, temdepressao, temtuberculose, temtedte, temcrrose, saudeboa, flhosdade, flhosdade2, flhosdade3 e flhosdade4. Para os modelos que estmam o uso dos servços de saúde também utlzou-se probplao, a probabldade de possur plao de saúde dada pelo outro modelo estmado. 4. Resultados e dscussões Para a estmação da probabldade de possur plao de saúde utlzou-se a técca de regressão logístca. Para este modelo, matveram-se apeas as varáves com coefcetes sgfcates a 95%, utlzado-se o método stepwse. A Tabela 3 apreseta os parâmetros estmados do modelo. Verfca-se que o sal dos coefcetes estmados, em geral, é compatível com os valores apresetados a Tabela e cosstete com os resultados da lteratura. Por meo da regressão estmada, para cada dvíduo da base fo calculada probabldade de possur plao de saúde. sta probabldade fo utlzada como varável explcatva para os modelos de utlzação de servços de saúde.

12 Tabela 3 - Regressão logístca probabldade de o dvíduo possur plao de saúde Varável stmatva rro padrão Varável stmatva rro padrão Costate -8,2790*** 0,305 estudofx2 -,6007*** 0,0396 regaoe -0,469*** 0,0232 estudofx3 -,2385*** 0,029 regao -0,722*** 0,0342 estudofx4-0,8696*** 0,029 regaose -0,428*** 0,099 estudofx5-0,4279*** 0,0254 regaos -0,2879*** 0,024 umcompo 0,39*** 0,0068 regaoco -0,3642*** 0,039 flhosdade 0,883*** 0,0263 regaodf -,356*** 0,064 flhosdade2 0,0934*** 0,052 logreda,0220*** 0,08 flhosdade3 0,008*** 0,024 dade -0,0090** 0,0038 temdorcolua 0,682*** 0,092 dade2 0,00029*** 0,0000 temartrte 0,73*** 0,0336 bracaamar 0,0876*** 0,055 tembroqute 0,0924** 0,0389 urbaa 0,4479*** 0,030 temhpertesao 0,0499** 0,0200 metropoltaa 0,843*** 0,0323 temdoecacoracao 0,680*** 0,0377 trmlpub 0,554*** 0,0250 temsufreal -0,47** 0,063 trdom -0,7752*** 0,0420 temdepressao 0,446*** 0,0357 trcotapr -0,5093*** 0,0208 temtedte 0,472*** 0,0360 formal 0,8985*** 0,08 temcrrose -0,4057** 0,908 estudofx -,8822*** 0,0480 saudeboa 0,4046*** 0,050 Número de observações: ***sgfcatvo a %; **sgfcatvo a 5%; *sgfcatvo a 0%. Fote: cálculos dos autores Na Tabela 4 são apresetadas as estmatvas dos parâmetros para os modelos que explcam o úmero de cosultas os últmos 2 meses, fetos separadamete para os públcos com plao de saúde e sem plao de saúde. Para a quatdade de das terado também foram fetos modelos dsttos para o públco com plao de saúde e sem plao de saúde. As estmatvas estão a Tabela 5, a qual se verfca que todos os coefcetes estmados para as dummes de regão geográfca possuem valores egatvos, o que sugere que a referêca (estado de São Paulo) é maor o úmero de cosultas médcas. O mesmo vale para a dummy do sexo masculo com relação à referêca (sexo femo). No públco com plao de saúde, as faxas de aos de estudo parecem ão estar relacoada com a decsão do úmero de cosultas médcas. Já o públco sem plao de saúde, observa-se que quão maor for o ível de escolardade, maor a propesão a realzar cosultas médcas. Possur alguma doeça é sgfcatvo para explcar a quatdade de cosultas, tato para o públco com plao, quato para o públco sem plao. Os valores postvos das dummes apotam para a maor ecessdade de cosultas médcas a preseça destas doeças. Por fm, destaca-se que a probabldade estmada de possur plao de saúde é sgfcatva para explcar o úmero de cosultas médcas para os dos públcos cosderados. Porém, para o públco com plao observa-se um valor postvo o coefcete estmado desta varável, e para o públco sem plao observa-se um valor egatvo o coefcete. As estmatvas para o parâmetro da varável dummy de sexo masculo são sgfcatvas, e os valores egatvos dcam que os homes fcam meos das terados do que as mulheres tato para o públco com plao de saúde quato para o públco sem plao. De forma geral, parece ser possível afrmar que possur alguma das doeças lstas leva a uma maor quatdade de das terado, uma vez que as estmatvas dos parâmetros das varáves relacoadas à preseça de doeças são todas postvas. 2

13 Tabela 4 - Modelos para o úmero de cosultas os últmos 2 meses Varável Com plao de saúde Sem plao de saúde stmatva rro padrão stmatva rro padrão Costate 2,3580*** 0,0804,980*** 0,064 regaoe -0,0006 0,077-0,459*** 0,04 regao -0,0788*** 0,028-0,2432*** 0,086 regaose -0,048*** 0,040-0,563*** 0,037 regaos -0,0833*** 0,054-0,223*** 0,049 regaoco -0,0793*** 0,0246-0,835*** 0,096 regaodf 0,2536*** 0,0394-0,62*** 0,0396 homem -0,4866*** 0,023-0,5708*** 0,0 dade -0,0204*** 0,0029-0,093*** 0,002 dade2 0,0002*** 0,0000 0,0003*** 0,0000 bracaamar -0,0878*** 0,08-0,028*** 0,0093 urbaa -0,0369 0,029 0,0477*** 0,022 metropoltaa 0,032*** 0,030 0,395*** 0,046 trmlpub 0,0283* 0,052 0,924*** 0,0226 trdom -0,056 0,04-0,0599*** 0,082 trcotapr -0,0026 0,074-0,0289*** 0,00 formal 0,035 0,063 0,705*** 0,04 estudofx 0,0566 0,0480-0,2096*** 0,039 estudofx2-0,0250 0,0380-0,770*** 0,0309 estudofx3 0,0576** 0,026-0,08*** 0,0288 estudofx4 0,007 0,0233-0,0593*** 0,0282 estudofx5-0,005 0,055 0,007 0,0256 umcompo 0,0320*** 0,0067-0,0059 0,0050 flhosdade -0,0089 0,0207 0,073*** 0,053 flhosdade2-0,043 0,03-0,0050 0,0092 flhosdade3-0,036*** 0,006 0,083** 0,0073 flhosdade4-0,0385*** 0,007 0,0363*** 0,008 temdorcolua 0,2882*** 0,033 0,3620*** 0,006 temartrte 0,054** 0,0232 0,600*** 0,075 temcacer 0,8596*** 0,0547 0,923*** 0,050 temdabetes 0,450*** 0,0236 0,4586*** 0,0208 tembroqute 0,523*** 0,0255 0,2436*** 0,0227 temhpertesao 0,2443*** 0,037 0,535*** 0,03 temdoecacoracao 0,3226*** 0,0250 0,4489*** 0,0206 temsufreal 0,3029*** 0,0462 0,3603*** 0,0298 temdepressao 0,5969*** 0,0226 0,5403*** 0,098 temtuberculose 0,0239 0,94 0,3564*** 0,0986 temtedte 0,3330*** 0,026 0,2536*** 0,0243 temcrrose,06*** 0,255 0,937** 0,0933 saudeboa -0,8207*** 0,0366-0,7525*** 0,0204 probplao 0,353*** 0,042-0,3280*** 0,046 Número de obs.: Número de obs.: **sgfcatvo a %; **sgfcatvo a 5%; *sgfcatvo a 0%. Fote: cálculos dos autores 3

14 Tabela 5 - Modelos para o º de das terado a últma teração (últmos 2 meses) Varável Com plao de saúde Sem plao de saúde stmatva rro padrão stmatva rro padrão Costate 0,4962 0,4245 0,482 0,292 regaoe -0,0320 0,0938-0,899*** 0,0693 regao -0,034 0,47 0,904** 0,0889 regaose -0,0847 0,0742-0,659** 0,0686 regaos -0,05 0,08-0,0867 0,0753 regaoco 0,2685** 0,237 0,2245** 0,0937 regaodf -0,006 0,2209 0,4594** 0,920 homem -0,2468*** 0,0672-0,3458*** 0,0570 dade -0,0393** 0,055-0,066*** 0,002 dade2 0,0003** 0,0002 0,0008*** 0,000 bracaamar 0,060 0,064-0,035 0,0440 urbaa -0,966 0,448 0,0496 0,0566 metropoltaa -0,345 0,53-0,2445*** 0,075 trmlpub 0,249 0,0787 0,3848*** 0,24 trdom -0,6099*** 0,2277-0,3372*** 0,096 trcotapr 0,808** 0,0907 0,030 0,0509 formal -0,003 0,0838-0,0896 0,0547 estudofx 0,736*** 0,239 0,424*** 0,538 estudofx2 0,4402** 0,2002 0,456*** 0,488 estudofx3 0,3664*** 0,407 0,323** 0,400 estudofx4 0,278 0,232 0,2260* 0,0994 estudofx5 0,059 0,0799 0,0953 0,240 umcompo -0,062 0,0356-0,000 0,0229 flhosdade 0,3895*** 0, 0,3035*** 0,072 flhosdade2-0,530** 0,0698 0,007 0,0429 flhosdade3-0,007 0,056 0,0682** 0,0335 flhosdade4 0,0097 0,0556 0,0200 0,039 temdorcolua 0,99*** 0,070 0,955*** 0,0522 temartrte 0,0237 0,259 0,204 0,0864 temcacer,676*** 0,2994,3686*** 0,2695 temdabetes 0,7649*** 0,272 0,899*** 0,027 tembroqute 0,359** 0,402 0,2985*** 0,06 temhpertesao 0,476*** 0,0720 0,404*** 0,055 temdoecacoracao,066*** 0,28,0533*** 0,0993 temsufreal 0,562** 0,2470,600*** 0,46 temdepressao 0,727*** 0,243 0,8508*** 0,0993 temtuberculose 0,8669 0,6366,665*** 0,4760 temtedte 0,04 0,93-0,0847 0,255 temcrrose,0763 0,7254 0,3852 0,4435 saudeboa -,2465*** 0,979 -,094*** 0,05 probplao 0,279 0,276 0,0830 0,2086 Número de obs.: Número de obs.: **sgfcatvo a %; **sgfcatvo a 5%; *sgfcatvo a 0%. Fote: cálculos dos autores 4

15 5 As estmatvas do parâmetro da varável de auto-avalação de saúde (saudeboa) possuem valores egatvos os dos modelos, dcado que quato mas das terado o dvíduo fcou a últma teração dos últmos 2 meses, por ele cosdera sua própra saúde. Observa-se falmete que as estmatvas para a probabldade de possur plao de saúde são ão sgfcatvas. O próxmo passo fo aplcar os modelos estmados para o públco sem plao de saúde o públco com plao de saúde, comparado-se assm os valores esperados de utlzação de servços médcos este públco pelos dos modelos. Para o públco de desevolvmeto dos modelos, empregou-se a equação 6 para o cálculo dos efetos sobre o úmero de cosultas. O valor 3,33459 refere-se ao úmero médo de cosultas, calculado pela aplcação da regressão estmada com base o públco com plao de saúde e aplcada este mesmo públco com plao de saúde. O valor 2,54459 refere-se ao úmero médo de cosultas calculado pela aplcação da regressão estmada com base o públco sem plao de saúde e aplcada o públco com plao de saúde. Ou seja, este é o poto fudametal: represeta uma estmatva de quatas cosultas este públco (com plao de saúde) fara caso ão tvesse plao. 0,237 3, , , RM (6) Para o públco de valdação, utlzado-se procedmeto aálogo, empregou-se a equação 7. A terpretação dos valores é smlar ao da equação 6. 0,28 3, , , RM (7) Assm, pela equação 6, referete ao públco de desevolvmeto, verfca-se que a posse de plao de saúde aumeta em 23,7% a utlzação de cosultas médcas. No públco de valdação, o aumeto verfcado fo de 28,%. Para o úmero de das terado os últmos 2 meses, seguem-se procedmeto e terpretações aalogas. A equação 8 refere-se ao públco de desevolvmeto: 0,08 0,355 0, ,355 0 RM (8) Para o públco de valdação, tem-se a equação 9. 0,089 0, , , RM (9)

16 Os resultados obtdos mostram que o caso do públco de desevolvmeto a posse de plao de saúde aumeta em 8,% o úmero de das terado a últma teração dos últmos 2 meses. Para o públco de valdação, verfca-se uma redução de 8,9%. 5. Coclusões Neste trabalho procurou-se por evdêcas do rsco moral os seguros de saúde do Brasl. Por meo de modelos leares geeralzados, verfcou-se a utlzação de servços médcos o caso dos dvíduos possuírem plao de saúde e comparou-se com o caso dos dvíduos ão possuírem plao. Faz-se aqu uma aálse dos resultados obtdos e, também, do mpacto da exstêca de rsco moral o sstema prvado, sobre o sstema públco de saúde. Fo observado que o úmero de cosultas fetas pelos dvíduos com plao de saúde é 28,% superor pelo fato de terem plao de saúde. Assm, é possível afrmar que exstem evdêcas sgfcatvas da preseça de rsco moral a utlzação dos servços de cosultas médcas. Não fo possível observar as mesmas evdêcas para o úmero de das terado a últma teração dos últmos 2 meses. No públco de desevolvmeto verfcou-se um aumeto de 8,% o úmero de das pelo fato de ter plao de saúde, porém o públco de valdação observou-se uma queda de 8,9%. stes resultados devem ser observados com algumas ressalvas. m prmero lugar, há o aspecto subjetvo de algumas questões do questoáro da PNAD. Um exemplo é a perguta sobre auto-avalação de saúde, em que o dvíduo deve respoder De um modo geral, cosdera seu própro estado de saúde como..., sedo as opções de resposta muto bom, bom, regular, rum e muto rum. Desta forma, ão há como garatr que o crtéro de resposta pessoal seja cosstete etre todos os dvíduos, o que pode terferr a qualdade da estmação dos modelos. Outro aspecto relevate sobre o questoáro é com relação às varáves de utlzação de saúde. Verfca-se que 2,2% dos dvíduos dsseram ter feto 0 cosultas,,4% dsseram ter feto 2 cosultas e apeas 0,% dsseram ter feto cosultas. É provável que os dvíduos ão se lembrem com precsão o úmero de cosultas que fzeram o últmo ao, tededo a respoder valores aproxmados ou arredodados. A preseça de rsco moral evdecada este estudo para o úmero de cosultas va ao ecotro dos resultados de estudos smlares, como Adrade e Maa (2009). Assm, as empresas devem buscar mecasmos de bção do uso excessvo dos servços, com strumetos de coteção de demada. Detre os strumetos mas utlzados, podem ser ctadas a dvsão dos custos com o cosumdor por meo de co-pagameto e fraquas. Há ada um poto de extrema mportâca para o sstema de saúde públca. A exstêca de rsco moral, por meo da maor utlzação dos plaos de saúde, tede a fazer com que os ofertates dos plaos (as operadoras) elevem os preços cobrados dos seus cletes. sta elevação faz com que algus dvíduos fquem sem codções de cotuar pagado seus plaos. Quado sso ocorre, passam a recorrer ao sstema públco de saúde. Como este é gratuto, ão há mecasmos de mercado que façam este aumeto de demada refletr-se o preço cobrado. Portato, o resultado é uma sobreutlzação do sstema públco, que se reflete em flas, demora para cosegur marcar cosultas e exames, atedmeto médco em tempo reduzdo etc. Quasquer dessas possbldades reduzem o bem-estar da população, partcularmete dos dvíduos de reda mas baxa. Desta forma, pode-se coclur que o rsco moral o sstema prvado (verfcado emprcamete este artgo) pode gerar exteraldades egatvas sobre o sstema públco de saúde. ste fato demada ateção por parte dos formuladores de polítcas públcas a área de saúde. Para mmzar este efeto e tetar reduzr esta falha de mercado, é mportate que o 6

17 govero atue sobre o sstema prvado de saúde. Isto pode ser feto por meo de cotrole dos reajustes dos preços dos plaos, por meo da delmtação de faxas etáras ou da delmtação dos procedmetos-padrão a serem fetos. 6. Referêcas AKRLOF, G.A. The Market for Lemos : Qualty Ucertaty ad the Market Mechasm. Quarterly Joural of coomcs, 84(3), pp , 970. ANDRAD, M. V.; MAIA, A. C. Demada por plaos de saúde o Brasl. studos coômcos, vol. 39 (), BAHIA, Lga. Rsco, seguro e assstêca suplemetar o Brasl. ANS. Dspoível em BAHIA, Lga; COSTA, Atoo José Leal; FRNANDS, Crstao; LUI, Ror Raggo; CAVALCANTI, Mara de Lourdes T. Segmetação da demada dos plaos e seguros prvados de saúde: uma aálse das formações da PNAD/98. Cêca e saúde coletva, v.7,. 4, CHASSAGNON, A.; CHIAPPORI, P.A. Isurace uder moral hazard ad adverse selecto: the case of pure competto. Mmeo. Pars: Départemet et Laboratore d'coome Théorque et Applquée, 997. CUTLR, D.; RBR, S. Payg for Health Isurace: the Trade-off Betwee Competto ad Adverse Selecto. The Quarterly Joural of coomcs, 3(2), pp , 998. DIONN, G.; GOURIROUX, C., VANASS, C. vdece of Adverse Selecto Automoble Isurace Markets. I DIONN, G e LABRG-NADAU (eds.) Automoble surace: road safety, surace fraud ad regulato. Bosto: Kluwer Publshers, 999. DIONN, G.; DOHRT, N.; FOMBARON, N. Adverse Selecto Isurace Markets. I DION, G. (ed.). Hadbook of Isurace, Bosto: Kluwer Publshers, FINKLSTIN, A.; POTRBA, J.M.. Adverse Selecto Isurace Markets: Polcyholder vdece from the UK Auty Market. NBR Workg Paper 8045, IBG. Notas metodológcas Pesqusa Básca, specal e Suplemetares PNAD Dspoível em Acesso em: /04/200. KILSTAJN, Samuel; ROSSBACH, Aacláuda; CÂMARA, Marcelo Bozz da; CARMO, Mauela Satos Nues do. Servços de saúde, gastos e evelhecmeto da população braslera, Revsta Braslera de studos de População, v.20,., ja./ju LISBOA, M. B., MORIRA, H. Should we be affrad of maaged care? A theoretcal assessmet. Texto para dscussão º 43. Departameto de cooma PUC-RIO, Ro de Jaero, MAIA, A. C.; ANDRAD, M. V.; OLIVIRA, A. M. H. C. O rsco moral o sstema de saúde suplemetar braslero. I: XXIII NCONTRO NACIONAL D CONOMIA. João Pessoa Dspoível em Acesso em: 28/06/200. MCCARTH, D.; MITCHLL, O. Iteratoal Adverse Selecto Lfe Isurace ad Autes. NBR Workg Paper 9975, STANCIOLI, A.. Icetvos e rsco moral os plaos de saúde o Brasl. Dssertação (Mestrado em cooma).. Faculdade de cooma, Admstração e Cotabldade da USP, 8p., VAN DR VN, W., VAN PRAAG, B. The Demad for Deductbles Prvate Health Isurace A Probt Model wth Sample Selecto. Joural of coometrcs 7, , 98. 7

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

2 Estrutura a Termo de Taxa de Juros

2 Estrutura a Termo de Taxa de Juros Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

Analise do Programa Bolsa Familia e o problema de assimetria de informação (Moral Hazard)

Analise do Programa Bolsa Familia e o problema de assimetria de informação (Moral Hazard) Aalse do Programa Bolsa Famla e o problema de assmetra de formação (Moral Hazard) Adão Rodrgues 1 Júla Araújo 2 Resumo: O objetvo deste trabalho é aalsar os problemas exstetes o programa de trasferêca

Leia mais

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi ISSN 1984-7203 Projeção Populacoal 2013-2020 para a Cdade do Ro de Jaero: uma aplcação do método AB Nº 20130102 Jaero - 2013 Iva Braga Ls 1, Marcelo Pessoa da Slva, Atoo Carlos Carero da Slva, Sérgo Gumarães

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

Matemática Financeira

Matemática Financeira Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3 Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

Leia mais

Lealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan.

Lealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan. Lealdade à Marca e Sesbldade ao Preço: Um Estudo da Escolha da Marca pelo Cosumdor Autora: Delae Botelho, Adré Torrres Urda Resumo Este artgo usa dados em pael do tpo escaeados, desagregados ao ível de

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A. MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Capitulo 8 Resolução de Exercícios

Capitulo 8 Resolução de Exercícios FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica Avalação da Localzação de Base de Atedmeto para Equpametos de Movmetação de uma Empresa Sderúrgca Leadro Ferades da Slva Leadro.Ferades@cs.com.br UFF Ilto Curty Leal Juor ltocurty@gmal.com UFRJ Paul Adrao

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação

Leia mais

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil Educação e Pesqusa ISS: 1517-972 revedu@usp.br Uversdade de São Paulo Brasl Helee, Otavao Evolução da escolardade esperada o Brasl ao logo do século XX Educação e Pesqusa, vol. 38, úm. 1, marzo, 212, pp.

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais

UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 1991-2000

UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 1991-2000 Aas III Smpóso Regoal de Geoprocessameto e Sesorameto Remoto Aracaju/SE, 25 a 27 de outubro de 2006 UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 99-2000 OLIVEIRA,

Leia mais

3 Precificação de resseguro

3 Precificação de resseguro Precfcação de Resseguro 35 3 Precfcação de resseguro Este capítulo traz prmeramete uma oção ampla das aplcações das metodologas de precfcação de resseguro para melhor compreesão do mesmo Da seção 3 até

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo INGEPRO Iovação, Gestão e Produção Jaero de 010, vol. 0, o. 01 www.gepro.com.br Cálculo de méda a posteror através de métodos de tegração umérca e smulação mote carlo: estudo comparatvo Helto Adre Lopes

Leia mais

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do

Leia mais

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada

Leia mais

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES

AMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado. 1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.

Leia mais

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

Aula 6. Plano da aula. Bibliografia:

Aula 6. Plano da aula. Bibliografia: Aula 6 Bblografa: Farrel & Shapro, 1990, Horzotal Mergers: A Equlbrum Aalyss, AER; Wsto, 2008, Lectures o Attrust Ecoomcs, MIT Press; Motta (2005), Cap 5. Plao da aula I. Cocetrações horzotas (cotução)

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL

ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL Dese de Mrada e Slva Correa Vâa Barcellos Gouvêa Campos Isttuto Mltar de Egehara Resumo Neste trabalho apreseta-se uma aálse espacal

Leia mais

Teoria da Amostragem

Teoria da Amostragem Teora da Amostragem I- oções fudametas sobre amostragem. Amostragem é todo o processo de recolha de uma parte, geralmete pequea, dos elemetos que costtuem um dado couto. Da aálse dessa parte pretede obter-se

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Uversdade Católca de Goás, Departameto de Computação Uversdade

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO 1 VARIÁVEIS ALEATÓRIAS O que se etede por varável aleatóra? Até agora ossos estudos estavam pratcamete voltados mas para defrmos osso Espaço Amostral U, sem assocarmos suas respectvas probabldades aos

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C) RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

Leia mais

Lista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados

Lista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados Lsta de Exercícos #9 Assuto: Aálse de Regressão Método de Mímos Quadrados ANPEC 8 Questão 4 Cosdere o segute modelo de regressão lear smples: () y = β + β x + u Para uma amostra com 3 observações, foram

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,

Leia mais

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89 Nota Técca o 037/2013-SRG/ANEEL Em 17 de mao de 2013. Processo: 48500.002907/2010-89 Assuto: Cosoldação de todas as regulametações referetes à apuração de dspobldades de empreedmetos de geração de eerga

Leia mais

Notas de aula da disciplina Probabilidade e Estatística

Notas de aula da disciplina Probabilidade e Estatística otas de aula da dscpla Probabldade e Estatístca Proessor M Sc Adré Luz DAMAT - UTFPR Esta apostla apreseta os tópcos prcpas abordados em sala de aula, cotedo deções, teoremas, eemplos Sua letura ão é obrgatóra,

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais