Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/8714
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2014_AnaLuizaCoelhoBarbosa.pdf1,32 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorVivaldi, Lúcio José-
dc.contributor.authorBarbosa, Ana Luiza Coelho-
dc.identifier.citationBARBOSA, Ana Luiza Coelho. Alternativas para análise de dados nutricionais. 2014. viii, 50 f., il. Monografia (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2014.en
dc.descriptionMonografia (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2014.en
dc.description.abstractDevido às mudanças significativas nos hábitos alimentares da população, diversos estudos utilizando dados nutricionais estão sendo desenvolvidos e aprimorados com o passar do tempo. O objetivo deste estudo é ter uma estimativa da média diária de nutrientes ingeridos pelos indivíduos de uma determinada população e, mediante as médias, estabelecer estimativas dos percentis de cada nutriente. Essa informação é útil para nutricionistas, pois, se o percentil encontrado estiver abaixo ou acima do considerado saudável para o organismo, é necessário tomar alguma medida para converter esse quadro. A dificuldade para analisar dados nessa natureza é em decorrência das duas fontes de variação que estão naturalmente presente nas pessoas: variação entre os indivíduos e a variação entre as observações de cada indivíduo. Outro problema é que, na maioria dos casos, eles seguem uma distribuição assimétrica à direita, uma vez que poucos indivíduos ingerem muito e outros muitos indivíduos ingerem pouco de determinado nutriente. Atualmente, o modelo de análise mais usado para este tipo de estudo é o modelo chamado S-Nusser proposto por Hoffmann et al.(2002) baseado na análise de variância do modelo aleatório, com os dados transformados pela transformação de Box e Cox(1964). O método contém um estimador tipo “shrinkage” que diminui a influência da variabilidade dentro do indivíduo. A primeira alternativa à este método é aplicar o método de Máxima Verossimilhança Restrita aos dados transformados e utilizar as equações de Henderson (Henderson et al.(1959)) para se obter o BLUP (Best Linear Unbiased Estimator) de cada indivíduo, isto é, prover um valor predito para a média de cada indivíduo. Neste caso, mesmo encontrando o BLUP é necessário realizar a retransformação dos dados. A segunda alternativa é a utilização de um método Bootstrap para gerar as médias ajustadas de cada indivíduo sem fazer transformação dos dados. Como exemplo de aplicação, será usada uma variável importante de um estudo nutricional, gentilmente, cedido pela Professora Teresa Macedo do departamento de nutrição da Universidade de Brasília que utiliza uma amostra de adolescentes residentes no DF. Os dois primeiros métodos exigem uma intensa manipulação dos dados, que são transformados e depois retransformados. Este fato pesa positivamente a favor do método Bootstrap que não usa nenhuma transformação nos dados. No entanto, o método Bootstrap desenvolvido neste trabalho é para o caso onde o número de entrevistas é o mesmo para cada indivíduo do estudo, o que é um ponto negativo visto que os outros dois métodos não tem essa suposição.en
dc.rightsAcesso Abertoen
dc.subject.keywordBest Linear Unbiased Predictor (BLUP)en
dc.subject.keywordDados nutricionaisen
dc.subject.keywordEstimador Shrinkageen
dc.subject.keywordMétodo de Máxima Verossimilhançaen
dc.subject.keywordModelo aleatórioen
dc.subject.keywordModelo S-Nusseren
dc.subject.keywordPercentual nutricionalen
dc.subject.keywordMétodo Bootstrapen
dc.titleAlternativas para análise de dados nutricionaisen
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladoen
dc.date.accessioned2014-10-20T17:27:58Z-
dc.date.available2014-10-20T17:27:58Z-
dc.date.issued2014-10-20T17:27:58Z-
dc.date.submitted2014-07-02-
dc.identifier.urihttp://bdm.unb.br/handle/10483/8714-
dc.language.isoPortuguêsen
Aparece na Coleção:Estatística



Este item está licenciado na Licença Creative Commons Creative Commons