Monitoramento de series de contagem por meio de gráficos de controle (2014)
- Authors:
- Autor USP: ALBARRACIN, ORLANDO YESID ESPARZA - IME
- Unidade: IME
- Sigla do Departamento: MAE
- Assunto: ANÁLISE DE SÉRIES TEMPORAIS
- Agências de fomento:
- Language: Português
- Abstract: Na área da saúde, várias abordagens nos últimos anos têm sido propostas baseadas nos gráficos de controle CUSUM para a detecção de epidemias infecciosas em que a caracteristica a ser monitorada é uma série temporal de dados decontagem, como o número de internações. Neste Trabalho foram implementados os modelos lineares generalizados (MLG) nomonitoramento, pormeio dos gráficos CUSUM e Shewhart, da série do número diário de internações por causas respiratórias para pessoas com 65 anos ou mais residentes no municipio de São Paulo. Por meio de simulações, avaliaram-se a eficiência de cinco estatísticas diferentes para detectar mudanças na média em séries de contagem. Uma das abordagens consistiu na implementação de três transformações normalizadoras simples que dependem unicamente dos parâmetros das distribuições Poisson e binomial negativa: a transformação Rossi para dados com distribuição Poisson, a transformação Jorgensen para dados com distribuição binomial negativa e os sesíduos de Anscombe para modelos lineares generalizados. As duas últimas estatísticas já foram propostas como gráficos CUSUM: o método Rogerson e Yamada (2004) é apresentado para dados com distribuição Poisson e neste trabalho foi proposto um novo parâmetro kt para dados binomial negativa; já o método proposto por Hohle (2007) é baseado na função de verossimilhança da distribuição binomial negativa. Utilizando limites de controle para obter um valor ARL0 = 500 sob normalidade, monitorou-se via simulação a série de interesse, implementando as transformações normalizadoras. Entretanto utilizando-se esses limiares observa-se um maior número de alarmes falsos para as três estatísticas. Modificando o parâmetro k do gráfico CUSUM permitindo que variasse ao longo dotempo a série foi monitorada e foram obtidos valores ARL0 próximos a 500.Os gráficos CUSUM baseados no método Rogerson e Yamada e na estatística da razão de verssimilhanças para dados com distribuição binomial negativa mostraram, via simulação, bons resultados para detectar mudanças na média. As suposições de normalidade e independência das estatísticas normalizadoras, em geral omitidas em trabalhos publicados na literatura, foram avaliadas e comprova-se que as transformações não normalizam os dados, porém são independentes e estacionárias. Analisando os dados reais, as estatísticas apresentaram autocorrelação significativa no lag 7. Devido à persistência desta autocorrelação, foi proposta uma abordagem baseada no ajuste do modelo GARMA.
- Imprenta:
- Data da defesa: 10.03.2014
-
ABNT
ESPARZA ALBARRACÍN, Orlando Yesid. Monitoramento de series de contagem por meio de gráficos de controle. 2014. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-20052014-202803. Acesso em: 04 ago. 2024. -
APA
Esparza Albarracín, O. Y. (2014). Monitoramento de series de contagem por meio de gráficos de controle (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45133/tde-20052014-202803 -
NLM
Esparza Albarracín OY. Monitoramento de series de contagem por meio de gráficos de controle [Internet]. 2014 ;[citado 2024 ago. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-20052014-202803 -
Vancouver
Esparza Albarracín OY. Monitoramento de series de contagem por meio de gráficos de controle [Internet]. 2014 ;[citado 2024 ago. 04 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-20052014-202803 - Generalized autoregressive and moving average models: control charts, multicollinearity, and a new modified model
- Generalized autoregressive and moving average models: multicollinearity, interpretation and a new modified model
- CUSUM chart to monitor autocorrelated counts using negative binomial GARMA model
- CUSUM control charts to monitor series of Negative Binomial count data
- Effect of neglecting autocorrelation in regression EWMA charts for monitoring count time series
- Relatório de análise estatística sobre o projeto “Dinâmica hidroclimática e o fenômeno ENOS na bacia hidrográfica do Rio Piquiri-PR”
- Relatório de análise estatística sobre o projeto "Avaliação da geração de energia elétrica no Brasil em função da disponibilidade conjunta de recursos hídricos e eólicos"
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
