Search

Mestrado em Econometria Aplicada e Previsão Vários estudos econométricos procuram explicar os determinantes da criação de conhecimento usando como variável dependente o número de patenteamentos numa região. Alguns destes procuram captar os efeitos de Knowledge Spillovers através de modelos lineares que incorporam dependência espacial. No entanto, nenhum estudo foi encontrado que captasse este efeito, tendo em atenção a natureza discreta da variável dependente. Este trabalho pretende preencher essa lacuna propondo um novo estimador de máxima verosimilhança a dois passos para um modelo Poisson Autorregressivo Espacial. As propriedades do estimador são avaliadas num conjunto de simulações de Monte Carlo. Os resultados sugerem que este estimador tem menor Bias e menor RMSE, na generalidade, que outros estimadores propostos, sendo que apenas mostra piores resultados quando a dependência espacial é próxima da unidade. Um exemplo empírico, empregando o novo estimador e um conjunto de estimadores alternativos, é realizado, sendo que a criação de conhecimento em 234 NUTS II de 24 países europeus é analisada. Os resultados evidenciam que existe uma forte dependência espacial na criação de inovação entre as regiões. Conclui-se também que o ambiente socioeconómico é essencial para o processo de formação de conhecimento e que contrariamente às instituições públicas, as empresas privadas são eficientes na produção de inovação. É de realçar, que regiões com menor capacidade em transformar despesas R&D em patenteamentos apresentam maior capacidade de absorção e segregação de conhecimento, evidenciando que regiões vizinhas menos eficientes na produção de conhecimento tendem a criar relações fortalecidas na partilha de conhecimento. Several econometric studies seek to explain the determinants of knowledge production using as dependent variable the number of patents in a region. Some of these capture the effects of knowledge spillovers through linear models with spatial autorregressive term. However, no study has been found that estimates such effect while also considering the discrete nature of the dependent variable: a count variable. This essay aims to fill this gap by proposing a new Two-step Maximum Likelihood estimator for a Spatial Autorregressive Poisson model. The properties of this estimator are evaluated in a set of Monte Carlo Experiments. The simulation results suggest that this estimator presents lower Bias and lower RMSE than the alternative estimators proposed, only showing worse results when the spatial dependence is close to the unit. An empirical example, using the new estimator and a set of alternative estimators, is executed, where the creation of knowledge in 234 NUTS II from 24 European countries is analyzed. The results show that there is a strong spatial dependence on the creation of innovation. It is also concluded that the socio-economic environment is essential for the knowledge formation and, unlike public R&D institutions, private companies are efficient in producing innovation. It should be noted that regions with less capacity to transform R&D expenses into new patents, have greater capacity for absorption and segregation of knowledge, which shows that neighboring regions less efficient in the production of knowledge tend to create strong relations with each other taking advantage of the knowledge sharing process. info:eu-repo/semantics/publishedVersion

Este artigo objetiva verificar a evolução temporal da mortalidade por suicídio em pessoas com 60 anos ou mais segundo a unidade da federação no período de 1980 a 2009. Na construção das séries históricas empregaram-se dados da mortalidade por suicídio (CID-9 códigos E950 a E959 e CID-10 códigos X60 a X84 e Y87.0) obtidos do Sistema de Informação sobre Mortalidade (SIM/MS). Dados referentes à contagem populacional foram obtidos do Instituto Brasileiro de Geografia e Estatística. Na avaliação da tendência temporal empregou-se o modelo de regressão de Poisson, no qual a variável resposta foi o número de óbitos e a variável explanatória o ano calendário centralizado. Foram consideradas tendências estatisticamente significativas aquelas cujo p-valor < 0,05. Os resultados mostram a presença de tendência estatisticamente significativa de aumento para quatro estados e de queda para dois (população geral; 60 anos ou mais). Na população masculina houve aumento em cinco e redução em dois. As taxas femininas exibiram aumento em um estado e queda em três. Verificou-se tendência de aumento no Piauí, Ceará e Rio Grande do Norte e de redução no Amazonas, São Paulo e Roraima para aqueles com idades entre 60 e 69 anos. Observaram-se taxas crescentes na população de 70 a 79 anos do Piauí e decrescentes em Roraima.The scope of this paper is to determine the temporal evolution of mortality by suicide in people aged 60 or more per State in Brazil between 1980 and 2009. Historical mortality by suicide data (ICD-9 codes E950 to E959 and ICD-10 codes X60 to X84 and Y87.0) were obtained from the Mortality Information System (SIM / MS). Data regarding population counts were obtained from the Brazilian Institute of Geography and Statistics. In the assessment of temporal trends the Poisson regression model was used, in which the dependent variable was the number of deaths and the centralized calendar year was the explanatory variable. Statistically significant trends were considered those whose p-value was d" 0.05. The results revealed the presence of a statistically significant increasing trend in four states and a decrease in two (general population; 60 years or more). In the male population there was an increase in five states and a reduction in two. The female rate showed an increase in one state and a decrease in three. There was an increasing trend in Piauí, Ceará and Rio Grande do Norte and a reduction in Amazonas, Roraima, and São Paulo for people aged between 60 and 69. Increasing rates were observed in the population aged 70-79 in Piauí and decreasing trends in Roraima.

Desde a década de 90, o uso da razão de chances em estudos transversais e longitudinais tem sido discutido na literatura epidemiológica. Este artigo tem como objetivo descrever os principais argumentos trazidos pelos autores a favor e contra o uso da razão de chances nestes tipos de estudos e apresentar as principais alternativas propostas para que seja possível estimar razões de prevalências ou de incidências cumulativas ajustando para demais variáveis. Since the 90s, using the odds ratio in cross-sectional and longitudinal studies have been discussed in the epidemiological literature. This article aims to describe the main arguments brought by the authors for and against the use of odds ratio in these types of studies and present the main alternatives proposed in order to estimate the prevalence ratios or cumulative effects, adjusting for other variables.