Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/66601

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorFERRAZ, Cristiano-
dc.contributor.authorVIANA, Izabella Maria da Silva-
dc.date.accessioned2025-10-17T14:24:59Z-
dc.date.available2025-10-17T14:24:59Z-
dc.date.issued2025-08-27-
dc.identifier.citationVIANA, Izabella Maria da Silva. Avaliação de impacto de medidas não farmacológicas através do modelo ensemble. 2025. Tese (Doutorado em Estatística) - Universidade Federal de Pernambuco, Recife, 2025.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/66601-
dc.description.abstractNesta tese buscou-se avaliar como intervenções não farmacológicas atuaram sobre a curva epidemiológica nas cidades de Recife, Manaus e São Paulo durante a pandemia do COVID-19. Em particular, foca-se na análise do efeito do isolamento social, comumente chamado de lockdown. Para a realização deste propósito, é necessário projetar cenários contrafactuais, com base em modelos específicos, que buscam explicar o que ocorreria caso estas intervenções não fossem aplicadas. No entanto, no caso da COVID-19, a quantidade de informações disponíveis entre o início do fenômeno e a data de implementação do lockdown, é limitada, tornando as projeções ainda mais suscetíveis às características de cada modelo. Esta tese propõe uma forma de avaliar o efeito de lockdown, utilizando um modelo Ensemble para incorporar informações de vários modelos concomitantemente. Foram considerados os modelos de crescimento de Gompertz, Logístico e Richards para realizar projeções de cenários contrafactuais robustas através da abordagem proposta. Uma forma de avaliação estatística do efeito, construída com base em intervalos de confiança bootstrap associados ao modelo ensemble foi considerada. O método foi aplicado aos dados de COVID-19 dos municípios de Recife, Manaus e São Paulo. Os resultados sugerem a eficácia do isolamento social para desacelerar o crescimento do número de óbitos em cada cidade analisadapt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsembargoedAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/pt_BR
dc.subjectEnsemblept_BR
dc.subjectBootstrappt_BR
dc.subjectImpactopt_BR
dc.subjectLockdownpt_BR
dc.subjectCovid-19pt_BR
dc.titleAvaliação de impacto de medidas não farmacológicas através do modelo ensemblept_BR
dc.typedoctoralThesispt_BR
dc.contributor.advisor-coMARTÍNEZ, Raydonal Ospina-
dc.contributor.authorLatteshttp://lattes.cnpq.br/6307017999773534pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.leveldoutoradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/1122718253481481pt_BR
dc.publisher.programPrograma de Pos Graduacao em Estatisticapt_BR
dc.description.abstractxIn this thesis, we sought to evaluate how non-pharmaceutical interventions impacted the epidemiological curve in the cities of Recife, Manaus, and São Paulo during the COVID 19 pandemic. Specifically, the focus is on analyzing the effect of social isolation, commonly referred to as lockdown. To achieve this goal, it is necessary to project counterfactual scenarios based on specific models, which aim to explain what would have occurred had these interventions not been implemented. However, in the case of COVID 19, the amount of available data between the onset of the phenomenon and the lockdown implementation date is limited, making projections even more susceptible to the characteristics of each model. This thesis proposes a method to assess the effect oflockdownby using an Ensemble model to incorporate information from multiple models simultaneously. Growth models such as Gompertz, Logistic, and Richards were considered to generate robust counterfactual scenario projections through the proposed approach. A statistical evaluation method of the effect, based on bootstrap confidence intervals associated with the ensemble model, was employed. The method was applied to COVID-19 data from the municipalities of Recife, Manaus, and São Paulo. The results suggest the effectiveness of social isolation in slowing the growth of the number of deaths in each analyzed city.pt_BR
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/6357960802605841pt_BR
Aparece nas coleções:Teses de Doutorado - Estatística

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE Izabella Maria da Silva Viana.pdf
  Item embargado até 2026-10-18
1,78 MBAdobe PDFVisualizar/Abrir    Item embargado


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons