Modelos de inferência causal: análise crítica da utilização da estatística na epidemiologia

Discute-se a base de construção do conceito de risco, a partir da descrição do modelo de inferência causal de Rubin, desenvolvido no âmbito da estatística aplicada, e incorporado por uma vertente da epidemiologia. A apresentação das premissas da inferência causal torna visível as passagens lógicas assumidas na construção do conceito de risco, permitindo entendê-lo "por dentro". Esta vertente tenta demonstrar que a estatística é capaz de inferir causalidade ao invés de simplesmente evidenciar associações estatísticas, estimando em um modelo o que é definido como o efeito de uma causa. A partir desta distinção entre procedimentos de inferência causal e de associação, busca-se distinguir também o que seria a dimensão epidemiológica dos conceitos, em contrapartida a uma dimensão simplesmente estatística. Nesse contexto, a abordagem dos conceitos de interação e confusão toma-se mais complexa. Busca-se apontar as reduções que se operam nas passagens da construção metodológica do risco. Tanto no contexto de inferências individuais, quanto populacionais, esta construção metodológica impõe limites que precisam ser considerados nas aplicações teóricas e práticas da epidemiologia.

Inferência estatística

O ficheiro em questão, adaptado ao nosso contexto escolar enquanto alunos da Escola Superior de Comunicação Social, debruça-se sobre um inquérito revisto recentemente pela University of Sussex, cujo objectivo passava por analisar quais as características necessárias aos oradores para o desenvolvimento de um bom método de investigação. Seguindo este propósito, foi pedido aos alunos que se colocassem na pele dos investigadores e respondessem a um conjunto de questões que permitissem descobrir, então, quais as características que, na sua opinião, se afirmam como as mais relevantes.

Modelo de previsão meteorológica baseado em sistemas de inferência difusa

Mestrado em Engenharia Electrotécnica e de Computadores

Modelagem Bayesiana do risco de infecção tuberculosa para estudos com perdas de seguimento

OBJETIVO: Desenvolver um modelo estatístico baseado em métodos Bayesianos para estimar o risco de infecção tuberculosa em estudos com perdas de seguimento, comparando-o com um modelo clássico determinístico. MÉTODOS: O modelo estocástico proposto é baseado em um algoritmo de amostradores de Gibbs, utilizando as informações de perdas de seguimento ao final de um estudo longitudinal. Para simular o número desconhecido de indivíduos reatores ao final do estudo e perdas de seguimento, mas não reatores no tempo inicial, uma variável latente foi introduzida no novo modelo. Apresenta-se um exercício de aplicação de ambos os modelos para comparação das estimativas geradas. RESULTADOS: As estimativas pontuais fornecidas por ambos os modelos são próximas, mas o modelo Bayesiano apresentou a vantagem de trazer os intervalos de credibilidade como medidas da variabilidade amostral dos parâmetros estimados. CONCLUSÕES: O modelo Bayesiano pode ser útil em estudos longitudinais com baixa adesão ao seguimento.

Estudo morfológico e filogenético das subespécies Daucus carota ssp. Azoricus e Daucus carota ssp. Maritimus na ilha de S. Miguel

Dissertação de Mestrado, Biodiversidade e Biotecnologia Vegetal, 17 de Março de 2015, Universidade dos Açores.

Sintonia de controladores baseada em Sistemas de Inferência Difusa

Este trabalho de pesquisa e desenvolvimento tem como fundamento principal o Conceito de Controlo por Lógica Difusa. Utilizando as ferramentas do software Matlab, foi possível desenvolver um controlador com base na inferência difusa que permitisse controlar qualquer tipo de sistema físico real, independentemente das suas características. O Controlo Lógico Difuso, do inglês “Fuzzy Control”, é um tipo de controlo muito particular, pois permite o uso simultâneo de dados numéricos com variáveis linguísticas que tem por base o conhecimento heurístico dos sistemas a controlar. Desta forma, consegue-se quantificar, por exemplo, se um copo está “meio cheio” ou “meio vazio”, se uma pessoa é “alta” ou “baixa”, se está “frio” ou “muito frio”. O controlo PID é, sem dúvida alguma, o controlador mais amplamente utilizado no controlo de sistemas. Devido à sua simplicidade de construção, aos reduzidos custos de aplicação e manutenção e aos resultados que se obtêm, este controlador torna-se a primeira opção quando se pretende implementar uma malha de controlo num determinado sistema. Caracterizado por três parâmetros de ajuste, a saber componente proporcional, integral e derivativa, as três em conjunto permitem uma sintonia eficaz de qualquer tipo de sistema. De forma a automatizar o processo de sintonia de controladores e, aproveitando o que melhor oferece o Controlo Difuso e o Controlo PID, agrupou-se os dois controladores, onde em conjunto, como poderemos constatar mais adiante, foram obtidos resultados que vão de encontro com os objectivos traçados. Com o auxílio do simulink do Matlab, foi desenvolvido o diagrama de blocos do sistema de controlo, onde o controlador difuso tem a tarefa de supervisionar a resposta do controlador PID, corrigindo-a ao longo do tempo de simulação. O controlador desenvolvido é denominado por Controlador FuzzyPID. Durante o desenvolvimento prático do trabalho, foi simulada a resposta de diversos sistemas à entrada em degrau unitário. Os sistemas estudados são na sua maioria sistemas físicos reais, que representam sistemas mecânicos, térmicos, pneumáticos, eléctricos, etc., e que podem ser facilmente descritos por funções de transferência de primeira, segunda e de ordem superior, com e sem atraso.

e-Recruitment: descrição e inferência sobre oferta e procura

Trabalho de Projeto para obtenção do grau de Mestre em Engenharia Informática e de Computadores

Inferência de percursos dos utentes de um transporte coletivo

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia de Redes de Comunicações e Multimédia

Uma introdução à regressão bayesiana

É apresentada uma introdução ao modelo de regressão linear do ponto de vista bayesiano. Para este feito, considera-se o modelo de regressão linear simples, introduzindo-se a hipótese simplificadora de que o parâmetro σ² (variância dos erros) é conhecido. São analisados os casos em que a distribuição a priori é não informativa e em que a distribuição a priori é conjugada (informativa). Por último, e com o objectivo de ilustrar os conceitos e as metodologias referidas, é apresentado um exemplo.

Avaliação da segurança de pontes existentes: abordagem probabilística bayesiana

Dissertação desenvolvida no Laboratório Nacional de Engenharia Civil ao abrigo do protocolo existente entre o ISEL e o LNEC, e submetida à Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de doutor em Engenharia Civil

Utilização da metodologia de bootstraap em inferência estatística

Neste artigo, apresentamos o bootstrap como metodologia de inferência estatística. Após apresentar o princípio teórico que fundamenta, analisamos as propriedades assimptóticas. São desenvolvidos também os vários métodos de cálculo de intervalos de confiança: método bootstrap -t, método dos percentis e métodos BCa e ABC.

Elicitação de distribuições apriori

O problema da elicitação de uma distribuição apriori é de primordial importância para a metodologia da Inferência Bayesiaana. Tomando a corrente subjectivista como forma mais consequente de “navegar” dentro da esfera Bayesiana teria o máximo interesse estruturar o problema da elicitação num quadro onde as credibilidades do indivíduo tivessem o relevo que lhe é devido no plano conceptual.

Modelo de sistema de inferência difuso para auxílio da resposta ao risco em projectos

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de mestre em Engenharia e Gestão Industrial

A análise de diagnósticos de enfermagem sob uma perspectiva bayesiana

O uso de técnicas de estatística bayesiana é uma abordagem que tem sido bem aceita e estabelecida em campos fora da enfermagem como um paradigma de redução da incerteza presente em uma dada situação clínica. O presente artigo tem como propósito apresentar um direcionamento para o uso específico do paradigma bayesiano na análise de diagnósticos de enfermagem. Para isso, as etapas e interpretações de análise bayesiana são discutidas; um exemplo teórico e outro prático sobre análise bayesiana de diagnósticos de enfermagem são apresentados; e há a descrição de como a abordagem bayesiana pode ser utilizada para resumir o conhecimento disponível e apresentar estimativas pontuais e intervalares da verdadeira probabilidade de um diagnóstico de enfermagem. Conclui-se que a aplicação de métodos estatísticos bayesianos é uma importante ferramenta para a definição mais acurada de probabilidades de diagnósticos de enfermagem.

Abordagem Bayesiana da curva de lactação de cabras Saanen de primeira e segunda ordem de parto

O objetivo deste trabalho foi utilizar o método Bayesiano no ajuste do modelo de Wood a dados de produção de leite de cabras da raça Saanen. Dois grupos de animais da primeira e segunda lactação foram considerados. Amostras das distribuições marginais a posteriori dos parâmetros do modelo de Wood e das funções de produção derivadas desses parâmetros - pico de produção, tempo do pico de produção, persistência e produção total de leite - foram obtidas pelo algoritmo Gibbs Sampler. As inferências foram feitas em cada população e os resultados mostraram diferenças na taxa de decréscimo da produção após o pico e na persistência, indicando maior produção nos animais de segunda lactação. Realizou-se um estudo de simulação de dados para avaliar o método Bayesiano sob diferentes estruturas de matrizes de covariâncias dos parâmetros. Os resultados desse estudo indicam que o método é eficiente no estudo das curvas de lactação quando a matriz de covariância apresenta alta correlação dos parâmetros.