Use este identificador para citar ou linkar para este item: http://dspace.bc.uepb.edu.br/jspui/handle/123456789/30074
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorNascimento, Alvaro Augusto do-
dc.date.accessioned2023-08-23T10:54:05Z-
dc.date.available2023-08-23T10:54:05Z-
dc.date.issued2022-07-01-
dc.identifier.otherCDD 519.536-
dc.identifier.urihttp://dspace.bc.uepb.edu.br/jspui/handle/123456789/30074-
dc.descriptionNASCIMENTO, Álvaro Augusto do. Análise da estrutura de autocorrelação espacial dos casos notificados por Covid-19 nos municípios do estado da Paraíba. 2022. 62 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Universidade Estadual da Paraíba, Campina Grande, 2023.pt_BR
dc.description.abstractO fim do ano de 2019 até o momento está marcado pelo desafio do enfrentamento da pandemia causada pelo novo coronavírus, SARS-CoV-2, agente etiológico responsável pela COVID-19. O primeiro caso de COVID-19 na Paraíba foi registrado em 18 de março de 2020 no município de João Pessoa, que chega a 396.442 casos no dia 30 de junho de 2021. O objetivo deste trabalho é mapear e analisar a evolução dos casos da COVID-19 no estado da Paraíba, nos meses de janeiro a junho de 2021. Trata-se de um estudo ecológico nos 223 municípios paraibanos utilizando-se de cálculo dos índices de Moran, mapas usados na Estatística Espacial e modelos espaciais para verificar a dependência espacial existente para os casos confirmados de COVID-19 nos municípios da Paraíba. As variáveis independentes analisadas foram o Índice de Desenvolvimento Humano Municipal (IDHM) e a taxa de urbanização, e a variável dependente foi a taxa de incidência de casos confirmados de COVID-19. Para este trabalho foi possível detectar uma estrutura de autocorrelação espacial significativa entre os municípios do estado da Paraíba formando vários clusters. O modelo de regressão espacial ajustado aos dados mostrou-se eficiente em descrever o relacionamento entre a taxa de incidência para casos de COVID-19 e as taxas de urbanização e o IDHM. Compreender a distribuição espacial da doença é fundamental para prever surtos locais e desenvolver estratégias de controle para COVID-19 e sendo assim, os resultados apresentados neste trabalho podem contribuir com o planejamento e ações do poder público principalmente os setores de saúde pública.pt_BR
dc.description.sponsorshipOrientador: Prof. Dr. Ricardo Alves de Olindapt_BR
dc.language.isootherpt_BR
dc.subjectAnálise Espacialpt_BR
dc.subjectEstatística Espacialpt_BR
dc.subjectCOVID-19pt_BR
dc.subjectSaúde públicapt_BR
dc.titleAnálise da estrutura de autocorrelação espacial dos casos notificados por Covid-19 nos municípios do estado da Paraíbapt_BR
dc.typeOtherpt_BR
Aparece nas coleções:09 - TCC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC - Alvaro Augusto do Nascimento.pdfTCC - Alvaro Augusto do Nascimento2.34 MBAdobe PDFVisualizar/Abrir
PDF - Termo de Depósito.pdfPDF - Termo de Depósito621.33 kBAdobe PDFVisualizar/Abrir    Solictar uma cópia


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.