exploração e interpretação de séries temporais e ... · quem sobrevive são aqueles mais...
TRANSCRIPT
Exploração e Interpretação de séries Temporais e Bancos de Dados Noções Introdutórias para análises Da Matriz
OIAPSS
Vitória - ES, 02 de junho de 2014
Diego Ricardo Xavier ICICT/FIOCRUZ
Hegláucio Barros -ICICT/FIOCRUZ
Construção da Matriz
• Apoio dos núcleos
• Utilização de fontes internacionais – atualização periódica e seguimento
• Fontes consolidadas de informação e comparação de dados com bases nacionais disponíveis.
As teorias fundamentais: - Tomas Robert Malthus (1766-1834) 1798: a população cresce exponencialmente se a taxa de natalidade é alta e a de mortalidade e baixa. Os alimentos (serviços de saúde) aumentam de forma linear (aritmética – na melhor da hipóteses...) → Resultado: fome, doenças, etc (Déficit no atendimento a saúde, aumento dos problemas de saúde.) -Darwin (1859): As populações “naturais” tem potencial para crescer exponencialmente. Mas não ha recursos suficientes e ( na população humana não ) isso limita seu tamanho. → Controle natural da Populacional: equilíbrio dinâmico (natalidade = mortalidade) Quando a natalidade e alta e a mortalidade também, então quem sobrevive são aqueles mais adaptados ao ambiente → seleção (demanda de serviços e oferta...Como anda o sistema público?).
Fundamentações e Teorias Fundamentais Sobre Análises Temporais me Populações
Séries temporais
• Conceito
– É qualquer conjunto de observações ordenadas no tempo
• Tipos de séries temporais
– Média
– Sazonalidade
– Ciclo
– Tendência
Quando os valores da série flutuam em torno de uma média constante
Séries temporais
• Conceito
– É qualquer conjunto de observações ordenadas no tempo
• Tipos de séries temporais
– Média
– Sazonalidade
– Ciclo
– Tendência
Quando padrões cíclicos de variação se repetem em intervalos relativamente constantes de tempo
Séries temporais
• Conceito
– É qualquer conjunto de observações ordenadas no tempo
• Tipos de séries temporais
– Média
– Sazonalidade
– Ciclo
– Tendência
quando a série exibe variações ascendentes e descendentes, porém, em intervalos não regulares de tempo
Séries temporais
• Conceito
– É qualquer conjunto de observações ordenadas no tempo
• Tipos de séries temporais
– Média
– Sazonalidade
– Ciclo
– Tendência Quando a série apresenta comportamento ascendente ou descendente por um longo período de tempo
Séries temporais
• Conceito
– É qualquer conjunto de observações ordenadas no tempo
• Tipos de séries temporais
– Média
– Sazonalidade
– Ciclo
– Tendência
Toda variação em uma série temporal que não pode ser explicada pelas por essas características é devida ao ruído aleatório
04
812
da
ta
-2.0
-0.5
1.0
se
aso
na
l
1.5
3.0
4.5
tre
nd
-40
48
2002 2004 2006 2008 2010 2012
rem
ain
de
r
time
Componentes de uma série temporal
04
812
da
ta
-2.0
-0.5
1.0
se
aso
na
l
1.5
3.0
4.5
tre
nd
-40
48
2002 2004 2006 2008 2010 2012
rem
ain
de
r
time
Componentes
• Determinísticos
• Nesta função, a variável Yt depende de, ou é determinada pela, variável Xt .
• Ex crescimento populacional
População Área de estudo OIAPSS
Ex. Crescimento linear da população do Paraguai componente de tendência (determinístico)explica a evolução da população. Logo= Yt-Yt-1 =
velocidade do crescimento populacional
Implicações
• Platô de reprodução e decrescimento/estabilização populacional
Diminuição da população em países desenvolvidos e mudança do perfil de saúde (envelhecimento populacional – doenças crônicas)
• Crescimento populacional e envelhecimento populacional em áreas especificas.
Países em desenvolvimento e subdesenvolvidos mosaico populacional
e polarização epidemiológica.
Componentes
• Estocásticos
• São aqueles que têm origem em processos não determinísticos, com origem em eventos aleatórios.
• Ex. aumento ou diminuição do gasto do governo em saúde.
Gasto do governo
Implicações
• Programas pontuais como repasses e mudanças inesperadas nas agendas e políticas publicas podem não estar implícitos nas análises de dados brutos de evolução temporal.
• Ex. Programa Mais Médicos Brasil.
Em termos de modelagem - Comportamento das séries temporais
• Estacionário
Em termos de modelagem - Comportamento das séries temporais
• Não estacionárias
Possibilidades futuras/Reunião - ES
• Implementação de modelos estatísticos
• Utilização de trabalhos pontuais, inquéritos e sistemas nacionais no enriquecimento da matriz. Ex. Saúde Amanhã/PROADESS.
• Previsão de cenários para o bloco
• Estimativas baseadas em análises comparadas
O que os dados quantitativos não vão dizer?
• A experiência e o entendimento local exemplifica e explica o que os dados quantitativos não são capazes de captar.
• A construção de uma análise qualitativa baseada em evidências quantitativas pode complementar a análise e elucidar problemas além de propor direcionamentos dentro de uma perspectiva comparada.
Bibliografia
• Shumway RH, Stoffer DS. Time Series Analysis and Its Applications. With R Examples. Second Edition. Springer Science+Business Media, LLC, New York,2006.
• Trevor Hastie (2013). gam: Generalized Additive Models. R package version 1.09. http://CRAN.R-project.org/package=gam
• Wood, SN. GAMs with GCV/AIC/REML Smoothness Estimation and GAMMs by PQL. Comprehensive R Archive Network. (March 2011) http://cran.r-project.org/web/packages/mgcv/
• Cazelles B, Chávez M, Magny GC, Guégan J, S Hales (2007) Review: análise espectral dependente do tempo de séries temporais epidemiológicas com wavelets. JR Soc interface 4: 625-636. doi: 10.1098/rsif.2007.0212
“Saúde é direito de todos e dever do Estado” Sérgio Arouca, 1988 (Constituição da República Brasileira)
• Obrigado.