Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/54894
Compartilhe esta página
Título: | Segmentação dos municípios brasileiros pelo padrão da disseminação inicial da COVID-19 |
Autor(es): | PESSOA, Matheus de Azevedo |
Palavras-chave: | Brasil; K-means; Padrão de crescimento; COVID-19; IBGE; DATASUS; Pandemia |
Data do documento: | 26-Set-2023 |
Citação: | PESSOA, Matheus de Azevedo. Segmentação dos municípios brasileiros pelo padrão da disseminação inicial da COVID-19. 2023. Trabalho de Conclusão de Curso, Bacharelado em Estatística - Universidade Federal de Pernambuco, Recife, 2023. |
Abstract: | Este presente trabalho estuda a dinâmica da disseminação inicial da COVID-19 nos primei- ros trinta dias da pandemia em municípios brasileiros. Para essa análise, foram ajustados modelos de regressão linear, regressão exponencial e modelo de gompertz, gerando coefici- entes de determinação R² para cada município. Esses coeficientes indicam a adequação dos padrões observados de disseminação aos modelos. Utilizando os coeficientes de deter- minação e o coeficiente β1 como variáveis de entrada, foi possível fazer duas segmentação para categorizar os municípios. Essa abordagem se beneficiou do uso do algoritmo de agrupamento K-means, que agrupou municípios com padrões de disseminação semelhantes. Com a finalidade de investigar a interação entre a evolução dos casos acumulados e os contextos demográficos, realizou-se uma análise exploratória para entender as diferenças demográficas entre os agrupamentos. Os resultados proporcionam uma visão inicial para orientar intervenções e a alocação de recursos. Espera-se que trabalhos futuros explorem a abordagem deste trabalho utilizando modelos mais robustos e refinados. |
URI: | https://repositorio.ufpe.br/handle/123456789/54894 |
Aparece nas coleções: | (TCC) - Estatística |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC Matheus de Azevedo Pessoa.pdf | 817,5 kB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons