Trabalho de Conclusão de Curso
Espalhamento da pandemia de Covid-19: Um estudo baseado na regressão logística binária múltipla e em redes neurais
Registro en:
KERR, Tiago Bernardes. Espalhamento da pandemia de Covid-19: Um estudo baseado na regressão logística binária múltipla e em redes neurais. 2022. 49 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2022.
Autor
Kerr, Tiago Bernardes
Institución
Resumen
Pesquisa sem auxílio de agências de fomento Trabalho de Conclusão de Curso (Graduação) O estudo pretendeu discutir três estimativas do espalhamento da pandemia Covid-19, que
é a quantidade de pessoas que serão contaminadas a partir de uma pessoa contaminada pelo
vírus. Uma dessas estimativas será binarizada, onde o valor maior igual a 1 indica o espalhamento
da doença (SIT = 1) e o valor menor que 1, indica o não espalhamento da doença (SIT =
0). Um modelo de Regressão Linear Binária Múltipla e um modelo de Rede Neural foram
levados a efeito, considerando a variável SIT, sobre as variáveis preditoras. Uma amostra
contendo 52 municípios brasileiros selecionados aleatoriamente foram utilizadas para elaboração
das estatísticas. A estimação do espalhamento no trabalho apresentou resultados coerentes,
sendo uma boa alternativa para mensurar o espalhamento em uma pandemia que ainda não
terminou. O estudo exploratório sugeriu que as variáveis não estavam discriminando a SIT.
O modelo logístico e o modelo neural apresentaram resultados semelhantes, com uma leve
vantagem ao modelo de rede neural (porém no mesmo grau de assertividade). O modelo
logístico só identificou significância de variável TAL, já o modelo neural identificou que todas
as variáveis estavam colaborando para explicar o desfecho espalhamento.