1)Modelos Autoregressivos com Limiares em Processos de Contagem 2)Processos Auto-Regressivos Bivariados Periódicos de Valores Inteiros 3)Bayesian Alarm System for the Detection of Infectious Disease Outbreak:Application to Dengue Epidemics in Rio Janeiro

 

  • Profª Isabel Pereira – CIDMA/DM – Universidade Aveiro / Profª Magda Monteiro – CIDMA e Escola Superior Tecnologia e Gestão Águeda / Profª Maria Antónia Amaral Turkman – DEIO/CEAUL – Universidade de Lisboa
  • FCUL – Campo Grande – Bloco C6 Piso 4 – Sala 6.4.31 – 14:00h – 16:30h
  • Quarta-feira, 16 de Janeiro de 2013
  • Referência Projeto: PEst-OE/MAT/UI0006/2011
 
Seminário Geracional – CEAUL

Dia/Hora: 16/01/2013 às 14:00-16:30

Local: Faculdade de Ciências da Universidade de Lisboa (Bloco C6 2º Piso – Sala 6.4.31)

PROGRAMA

14:00-14:45 Isabel Pereira – CIDMA e DM, Universidade de Aveiro

Título 1: Modelos autorregressivos com limiares em processos de contagem

Resumo 1: Neste trabalho pretende-se fazer uma extensão da classe de modelos autorregressivos com limiares autoinduzidos em processos de contagens, introduzido por Monteiro et al (2010), generalizando as ordens dos modelos AR em cada um dos regimes. Analisam-se algumas propriedades probabilísticas do modelo, nomeadamente condições para a existência da distribuição estacionária. Considera-se o problema da estimação de parâmetros, através das metodologias clássica e bayesiana. Na perspectiva clássica estudam-se as propriedades assintóticas do estimador dos mínimos quadrados e implementa-se o método de máxima verosimilhança usando o algoritmo EM. Aplica-se o algoritmo MCMC e faz-se a ampliação de dados para obter as estimativas bayesianas. O problema da seleção das ordens dos modelos autorregressivos de cada um dos regimes é ainda tratado considerando métodos MCMC com saltos reversíveis. Faz-se um estudo de simulação para comparar o desempenho das metodologias propostas e uma ilustração usando um conjunto de dados reais.

14:45-15:30 Magda Monteiro – CIDMA e Escola Superior de Tecnologia e Gestão de Águeda

Título 2: Processos auto-regressivos bivariados periódicos de valores inteiros

Resumo 2: Nos últimos anos, o estudo de modelos para séries de contagem tem sido alvo de grande interesse. No entanto, a investigação tem estado focada nos modelos univariados, não havendo ainda muita literatura sobre modelos multivariados para este tipo de séries. Neste trabalho introduz-se o modelo periódico bivariado INAR, que é a generalização do modelo INAR bivariado introduzido por Pedeli e Karlis (2010), em que ambas as séries têm uma estrutura periódica. Apresentam-se propriedades probabilísticas e estatísticas do modelo e a estimação dos parâmetros é também analisada quando o vetor das inovações tem distribuição Poisson bivariada.

15:45-16:30 Maria Antónia Amaral Turkman – DEIO e CEAUL, Universidade de Lisboa

Título 3: Bayesian alarm system for the detection of infectious disease outbreak: Application to dengue epidemics in Rio de Janeiro

Resumo 3: The aim of this work is to develop a warning system for disease outbreak through the construction of a critical region so that whenever a vector of variables (related to disease occurrence) enters the critical region, a warning is given for the event of interest. The proposed optimal Bayesian alarm system is based on screening procedure and is applied to incidence cases (notified) of dengue of Rio de Janeiro city, Brazil and weather conditions (precipitation and temperature).
Dengue fever is an infectious disease carried by Aedes mosquitoes caused by four types of dengue virus and it is found mostly during and shortly after the rainy season in tropical and subtropical areas predominantly in urban and semi-urban areas. Dengue disease is sensitive to weather. The biological characteristic of Aedes mosquito is directly influenced by the temperature and the amount of rainfall. Consequently, a spatio-temporal Poisson regression model for dengue cases with transformed temperature and precipitation as covariates and a nonparametric Bayesian model for the joint distribution of temperature and precipitation were adopted.
The construction of the warning region and calculation of operating characteristics (OC) were obtained via Integrated Nested Laplace Approximation (INLA) and Markov Chain Monte Carlo (MCMC) methods.
The estimation of the warning regions and operating characteristics of the procedure will be explained and illustrated for a particular region of Rio de Janeiro.

(trabalho conjunto com Valeska Andreozzi, Marília Antunes e Sandra Ramos)