Mostrar registro simples

dc.contributor.advisorZanini, Roselaine Ruviaro
dc.creatorMelchior, Cristiane
dc.date.accessioned2021-06-28T17:40:53Z
dc.date.available2021-06-28T17:40:53Z
dc.date.issued2021-01-11
dc.date.submitted2021
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/21240
dc.descriptionMonografia (especialização) - Universidade Federal de Santa Maria, Centro de Ciências Naturais e Exatas, Curso de Especialização em Estatística e Modelagem Quantitativa, RS, 2021.por
dc.description.abstractInfant mortality rates represent indicators of quality of life and measure human development, social inequality, and the living and health conditions of a given population. This study aims to highlight their main characteristics and compare the evolution of infant mortality rates in the state of Rio Grande do Sul (RS) through the ARIMA and 𝛽ARMA methodologies. The infant mortality rates were obtained from the Unified Health System (SUS) Department of Informatics (DATASUS), through the deaths registered in the Mortality Information System (SIM), stratifying them by state. A descriptive analysis was carried out and the vulnerability characteristics of babies, mothers, and childbirth were demonstrated. In addition, the time series was modeled using the Box-Jenkins or ARIMA and 𝛽ARMA methodologies, considering monthly observations in the period of 2000 to 2017. Cacique Doble was the city of residence with the highest infant mortality rate for the state of RS registered in this period. Using the residual analysis and the AIC and BIC penalizing criteria to evaluate the quality of the models, a better performance was observed in the adjustment of the 𝛽ARMA model, while the best model for the series was 𝛽𝐴𝑅𝑀𝐴(4,6) in the 6-month time horizon. However, the accuracy measures MAE, MAPE and RMSE were lower in the SARIMA model. The proposed methodologies can guide the planning of preventive and educational policies aimed at the risk of a born alive dying during its first year of life.eng
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAcesso Abertopor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectTaxa de mortalidade infantilpor
dc.subjectPrevisãopor
dc.subjectSéries temporaispor
dc.subjectARIMApor
dc.subjectChild mortality rateeng
dc.subjectPredictioneng
dc.subjectTime serieseng
dc.subject𝛽ARMApor
dc.titleAnálise da evolução das taxas de mortalidade de crianças com até um ano de idade residentes no estado do Rio Grande do Sulpor
dc.title.alternativeAnalysis of the evolution of mortality rates of children up to one year old residing in the state of Rio Grande do Suleng
dc.typeTrabalho de Conclusão de Curso de Especializaçãopor
dc.degree.localSanta Maria, RS, Brasilpor
dc.degree.specializationEstatística e Modelagem Quantitativapor
dc.description.resumoAs taxas de mortalidade infantil representam indicadores de qualidade de vida, além de medir o desenvolvimento humano, a desigualdade social e as condições de vida e saúde de determinada população. Nesse sentido, este estudo tem por propósito destacar as principais características e comparar a evolução das taxas de mortalidade infantil no estado do Rio Grande do Sul (RS) por meio das metodologias ARIMA e 𝛽ARMA. As taxas de mortalidade infantil foram obtidas do Departamento de Informática do SUS (DATASUS), por meio dos óbitos registrados no Sistema de Informação sobre Mortalidade (SIM), estratificando-os por estado. De posse dessas informações foi realizada uma análise descritiva e demonstradas as características de vulnerabilidade dos bebês, das mães e do parto. Além disso, foi modelada a série temporal utilizando as metodologias Box-Jenkins ou ARIMA e 𝛽ARMA, considerando observações mensais no período de 2000 a 2017. Cacique Doble foi o município de residência com a maior taxa de mortalidade infantil para o estado do RS neste período. Utilizando a análise dos resíduos e os critérios penalizadores AIC e BIC para avaliar a qualidade dos modelos observou-se um melhor desempenho no ajuste do modelo 𝛽ARMA, sendo que o melhor modelo para a série foi 𝛽𝐴𝑅𝑀𝐴(4,6) no horizonte de tempo de 6 meses. Porém, as medidas de acurácia MAE, MAPE e RMSE foram menores no modelo SARIMA. As metodologias propostas podem orientar no planejamento de políticas preventivas e educativas voltadas ao risco de um nascido vivo morrer durante o seu primeiro ano de vida.por
dc.publisher.countryBrasilpor
dc.publisher.initialsUFSMpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApor
dc.publisher.unidadeCentro de Ciências Naturais e Exataspor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Acesso Aberto
Exceto quando indicado o contrário, a licença deste item é descrito como Acesso Aberto