Exploração e Interpretação de séries
Temporais e Bancos de Dados Noções
Introdutórias para análises Da Matriz
OIAPSS
Diego Ricardo Xavier
ICICT/FIOCRUZ
Hegláucio Barros ICICT/FIOCRUZ
Vitória - ES, 02 de junho de 2014
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.
Fundamentações e Teorias Fundamentais
Sobre Análises Temporais me Populações
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?).
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
data
12
• Conceito
-2.0
3.0
8
1.5
trend
4.5
Toda variação em uma série temporal que não pode ser
explicada pelas por essas características é devida ao ruído
aleatório
-4
0
4
remainder
– Média
– Sazonalidade
– Ciclo
– Tendência
-0.5
• Tipos de séries temporais
1.0
seasonal
0
4
8
– É qualquer conjunto de observações ordenadas no
tempo
2002
2004
2006
2008
time
2010
2012
8
4
3.0
-4
0
4
remainder
8
1.5
trend
4.5
-2.0
-0.5
seasonal
1.0
0
data
12
Componentes de uma série temporal
2002
2004
2006
2008
time
2010
2012
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.
• [email protected]