Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/54894

Comparte esta pagina

Título : Segmentação dos municípios brasileiros pelo padrão da disseminação inicial da COVID-19
Autor : PESSOA, Matheus de Azevedo
Palabras clave : Brasil; K-means; Padrão de crescimento; COVID-19; IBGE; DATASUS; Pandemia
Fecha de publicación : 26-sep-2023
Citación : 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.
Resumen : 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 en las colecciones: (TCC) - Estatística

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TCC Matheus de Azevedo Pessoa.pdf817,5 kBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons