Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/20523
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2017_MatheusAlmeidaMaroneze_tcc.pdf393,64 kBAdobe PDFver/abrir
Título: Análise de regressão logística e análise de regressão de Poisson : aplicação em estudo de transtornos neurocognitivos em pacientes com HIV
Autor(es): Maroneze, Matheus Almeida
Orientador(es): Costa, Maria Teresa Leão
Assunto: Análise de regressão
Correlação (Estatística)
Análise de variância
Data de apresentação: 2017
Data de publicação: 9-Ago-2018
Referência: MARONEZE, Matheus Almeida. Análise de regressão logística e análise de regressão de Poisson: aplicação em estudo de transtornos neurocognitivos em pacientes com HIV. 2017. 52 f., il. Trabalho de Conclusão de Curso (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2017.
Resumo: O interesse deste trabalho de conclusão de curso consiste na comparação de diferentes metodologias para estimação da razão de prevalências. As metodologias do estudo foram análise de regressão logística e análise de regressão de Poisson, a primeira fornece a odds ratio como possível estimação para a razão de prevalências, mas em alguns casos, não é a melhor maneira de estimar a razão, por superestimá-la significativamente. A regressão de Poisson fornece uma estimação melhor para a razão de prevalências por utilizar a distribuição de Poisson como base do modelo. Para comparar as estimações, foi utilizado um banco de dados de 125 pacientes portadores do vírus da imunodeficiência humana (HIV) que têm ou não distúrbios neurocognitivos associados ao HIV (HAND), e que apresentam dependência ou independência em atividades do dia a dia. Curiosamente, a presença de distúrbios neurocognitivos associados ao HIV e dependência de atividades diárias não foram significativamente explicadas por variáveis relacionadas ao HIV, como cargas virais, número de linfócitos e medicamentos utilizados na terapia antirretroviral. Em compensação, outras variáveis foram altamente significativas nos modelos e, a partir delas foram realizadas as comparações de estimações das razões de prevalências. As estimativas para as razões de prevalências a partir da odds ratio foram todas superestimadas, como previsto. Mas pode-se notar que, quanto mais próximo de zero era a probabilidade do evento (para a variável de dependência em atividades diárias, por exemplo), mais aproximada a odds ratio estava do valor real da razão de prevalências.
Informações adicionais: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2017.
Aparece na Coleção:Estatística



Este item está licenciado na Licença Creative Commons Creative Commons