Search

RESUMO Neste trabalho objetivou-se avaliar os efeitos das variações sazonais do clima na ocorrência de internações por doenças respiratórias por Influenza e Pneumonia (PI) na população idosa da Região Metropolitana de João Pessoa (RMJP) no Estado da Paraíba. Para isso, foram usados modelos lineares generalizados a partir da regressão linear de Poisson para relacionar a variável dependente configurada como os registros de internações por causas associadas à influenza e as variáveis independentes (precipitação pluvial, temperatura média do ar e umidade relativa do ar), para análise das relações instituídas pela modelagem foi aplicado o teste de variância ANOVA com nível de significância de 0,05 de probabilidade para determinar que variáveis independentes eram mais significativas na modelagem. Também foram analisados os resíduos gerados pelo ajuste dos modelos no intuito de identificar a distribuição que melhor se ajustasse aos dados. Toda análise estática foi realizada no software R. De forma geral verificou-se que os maiores picos de internações por PI ocorrem no outono e inverno. Portanto, esses resultados sugerem uma associação entre o frio e as internações por PI. A modelagem estatística se apresentou satisfatória para análise dos casos de internações por PI, no entanto, é necessário o aprofundamento dessas análises temporais, visto que o problema de internações é multicausal e não, necessariamente, consequência somente de alterações climáticas. ABSTRACT This work aimed to evaluate the effects of seasonal climatic variations in the incidence of respiratory diseases by influenza (PI) in the elderly population in the region of metropolitan João Pessoa in the state of Paraíba. Generalized linear models from the linear Poisson regression to relate the dependent variable set to the records of hospitalizations for causes associated with influenza and the independent variables (rainfall, average air temperature and relative humidity) to analyze the relations established by modeling has been used. Aditionally,was applied ANOVA variance test with a significance level of 0.05 of probability to determine which independent variables is more significant. Also the residual generated by adjusting the models in order to identify the distribution that best fitted the data were analyzed. All static analysis was performed using R software. In general is possible to identify that the highest peaks of hospitalizations for PI occur in autumn and winter. Therefore, these results suggest an association between cold and hospitalizations for IP. Statistical modeling performed satisfactory for analysis of the cases of hospitalizations for IP. However, the deepening of these temporal analysis is necessary because health depends not only on environmental factors.

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

Dissertation presented as the partial requirement for obtaining a Master's degree in Geographic Information Systems and Science O Brasil possui altas taxas de criminalidade, sendo a taxa de homicídios uma das mais altas do mundo. Apesar de permanecer com valores baixos em relação aos restantes estados, o Rio Grande do Sul teve um crescimento preocupante nas taxas de criminalidade nos últimos anos. Este trabalho tem por objetivo investigar os padrões espaciais da criminalidade nos municípios do Rio Grande do Sul, sobretudo da taxa de roubo e de homicídio, assim como os processos que influenciam esses padrões. Para tal, foram investigados diferentes modelos de regressão, tanto lineares (OLS – Ordinary Least Squares e GWR – Geographically Weighted Regression) quanto de Poisson (regressão global de Poisson, GWPR – Geographically Weighted Poisson Regression e GWPR semi-paramétrico). A análise exploratória revelou que não há evidência nem de autocorrelação espacial nem de heterogeneidade espacial da taxa de homicídios, por isso não se justificou a sua análise através de modelos de regressão espacial. Já os resultados da taxa de roubos, pelo contrário, apontam a existência de ambas características. Na sequência foram estimados diversos modelos de regressão para a taxa de roubo. Entre os modelos lineares, OLS e GWR, o modelo GWR obteve uma performance melhor. Porém, em ambos modelos, os resíduos apresentaram autocorrelação espacial, o que quebra a premissa de independência no caso do OLS e indicia um modelo GWR mal especificado. Foram então implementados modelos de regressão de Poisson, os quais são adequados à modelação de dados de contagem e taxas. O modelo GWPR apresentou um melhor ajustamento do que o modelo global de Poisson e do que os modelos GWPR semi-paramétricos. Os resultados indicam que os fatores população, renda, ocupação, educação e ambiente familiar são importantes para explicar as causas da taxa de roubo no Rio Grande do Sul, e que o grau de relevância de cada um deles varia espacialmente. Brazil has high crime rates, with the homicide rate being one of the highest in the world. Despite remaining low compared to other states, Rio Grande do Sul has had a worrying growth in crime rates in recent years. This study aims to investigate Rio Grande do Sul's crime patterns, especially the robbery and homicide rates, as well as the processes that influence these patterns. For this purpose, different regression models were investigated, both linear (OLS – Ordinary Least Squares, and GWR – Geographically Weighted Regression) and Poisson models (global Poisson regression, GWPR – Geographically Weighted Poisson Regression, and semiparametric GWPR). Exploratory analysis revealed that there is no evidence of either spatial autocorrelation or spatial heterogeneity of the homicide rate, so their analysis through spatial regression models was not justified. The results of robbery rate, in contrast, point to the existence of both features. Following, several spatial regression models for robbery rate were estimated. Among the linear models, OLS and GWR, the GWR model had a better performance. However, the residuals presented spatial autocorrelation in both models, which contradicts the assumption of independence of OLS, and indicates a poorly specified GWR model. Poisson regression models were then implemented, as they are appropriate to model count and rate data. The GWPR model had a better fit than the global Poisson regression and also than the semiparametric GWPR models. The results indicate that population, income, occupation, education and family environment are important factors to explain the robbery rate in Rio Grande do Sul, and their degree of relevance varies in space.

Title in Portuguese: Influências de transição da estrutura de idade-educação e migração interna no mercado de trabalho no BrasilAbstract: This study develops a methodology that incorporates internal migration dynamics into models that estimate the impact of demographic and education transitions on the age-education earnings profiles of Brazilian workers over time. Techniques to estimate the level and pattern of migration were integrated. Findings follow initial hypothesis, and indicate that the negative impact of cohort size on earnings is even more negative than estimates that did not take into account population flows. These methodological strategies can be applied to further studies when new data become available, as well as to other countries with the availability of migration data.Resumo: Este estudo desenvolve uma metodologia que incorpora a dinâmica de migração interna em modelos que estimam o impacto da transição demográfica e educação sobre os perfis de idade-educação ganhos dos trabalhadores brasileiros ao longo do tempo. Técnicas para estimar o nível e o padrão de migração foram integrados. Conclusões seguem hipótese inicial, e indicam que o impacto negativo do tamanho da coorte sobre os ganhos é ainda mais negativo do que as estimativas que não levam em conta os fluxos populacionais. Estas estratégias metodológicas podem ser aplicadas a outros estudos quando novos dados se tornam disponíveis, assim como a outros países com a disponibilidade de dados de migração.

This paper deals with the impact of internal migration flows on the earnings of male workers. The availability of jobs and income levels in sending and receiving areas also influence internal population flows. Thus, migration is an endogenous variable that cannot be simply introduced as an exogenous variable when estimating labour outcomes. A methodological approach is developed to introduce migration into our models, dealing with the issue of reverse causality between migration and earnings. We implement this strategy using the 1970–2000 Brazilian Demographic Censuses. Our findings reflect our initial hypothesis, indicating that migration flows have a negative impact on male earnings, when considering cohort size as a factor. A ten percent increase in migration rates would have reduced the wages of competing workers by up to three percent in 2000. These methodological strategies can be applied to other countries that have similar available migration data. Public policies should take into account the levels of in-and out-migration flows in specific locations, in order to stimulate economic development in these areas.

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.

Submitted by NILSON CÉSAR GALVÃO VIEIRA null (nil_gv@yahoo.com.br) on 2016-03-10T01:50:31Z No. of bitstreams: 1 VIEIRA N.C.G..pdf: 2502695 bytes, checksum: 79c827f6494d3d8d91c8508084d0122b (MD5) Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-03-10T20:11:35Z (GMT) No. of bitstreams: 1 vieira_ncg_me_guara.pdf: 2502695 bytes, checksum: 79c827f6494d3d8d91c8508084d0122b (MD5) Made available in DSpace on 2016-03-10T20:11:35Z (GMT). No. of bitstreams: 1 vieira_ncg_me_guara.pdf: 2502695 bytes, checksum: 79c827f6494d3d8d91c8508084d0122b (MD5) Previous issue date: 2016-01-27 Uma das principais causas de morbidade por problemas respiratórias em crianças e idosos é a poluição do ar. Os efeitos na saúde devido a exposição aos poluentes atmosféricos e a baixa qualidade do ar vem causando um aumento nas internações hospitalares. Esse estudo teve como objetivo desenvolver um modelo preditivo através do Modelo Linear Generalizado de Regressão de Poisson para analisar os efeitos da exposição de CO e PM2,5 sobre as internações hospitalares da rede pública no município de Rio Branco, AC, por problemas respiratórios em duas faixas etárias de ambos os sexos, de 0 a 14 anos e de iguais ou mais de 50 anos, durante o período de 01 de julho de 2012 a 30 de junho de 2013. A metodologia utilizada fundamenta-se na pesquisa de estudo ecológico de série temporal. A variável dependente considerada foi o número de internações hospitalares por doenças respiratórias CID 10 correspondentes aos códigos J 00 a J 99, cujos dados foram obtidos pelo DATASUS. As variáveis independentes consideradas foram a concentração diária de poluentes CO e PM2,5 (CCATT-BRAMS), número de queimadas (SISAM), umidade relativa do ar e temperatura mínima (INMET). Ajustes por tendência temporal e efeitos do calendário foram incluídos no modelo. Na análise unipoluente, devido a um incremento interquartil (25%-75%) para o CO (25 ppb) e PM2,5 (1,5 μg/m3 ), observou-se respectivamente, um aumento de 2,1% e 27,9% no aumento de internações para a faixa etária de iguais ou mais de 50 anos. E na análise multipoluente também com incremento interquartil, observou-se um aumento de 17,8% para a faixa etária de 0 a 14 anos e de 34,2% para a faixa etária de iguais ou mais de 50 anos. Os dados obtidos pelo aumento percentual forneceram uma variação de 1,13 % a 34,2 % no risco de internação, ou seja, aproximadamente 348 internações a mais, gerando para os cofres do município um custo de aproximadamente R$ 520 mil. A major cause of morbidity due to respiratory problems in children and elderly is air pollution. Health effects due to exposure to air pollution and poor air quality is causing an increase in hospital admissions. This study aimed to develop a predictive model by Generalized Linear Model Poisson Regression to analyze the effects of CO exposure and PM2.5 on the hospitalization of the public network in Rio Branco, AC, for respiratory problems two age groups of both sexes, 0-14 years and of equal or more than 50 years during the period 1 July 2012 to 30 June 2013. The methodology used is based on the number of ecological research study temporal. The dependent variable was considered the number of hospital admissions for respiratory diseases ICD-10 codes corresponding to the J 00 and J 99, whose data were obtained by DATASUS. The independent variables considered were the daily concentration of pollutants CO and PM2.5 (CCATT-BRAMS), number of fires (SISAM), relative humidity and minimum temperature (INMET). Adjustments for time trend and calendar effects were included in the model. In unipoluente analysis, due to an increase interquartile (25% -75%) to CO (25 ppb) and PM2.5 (1.5 g / m3 ) was observed respectively, an increase of 2.1% and 27, 9% increase in hospitalizations for children aged equal or more than 50 years. And in multipoluente analysis also with interquartile increase, there was an increase of 17.8% for the age group 0-14 years and 34.2% for the age group of equal or more than 50 years. And in multipoluente analysis also with interquartile increase, there was an increase of 17.8% for the age group 0-14 years and 34.2 % for the age group of the same or more than 50 years. The data obtained by the percentage increase provided a range of 1.13 % to 34.2% in the risk of hospitalization, or approximately 348 hospitalizations more, generating for the municipal coffers a cost of approximately R$ 520 thousand.

Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2018-06-08T11:39:56Z No. of bitstreams: 1 JULLIANNA VITÓRIO VIEIRA DE AZEVEDO - DISSERTAÇÃO (PPGRN) 2015.pdf: 2576177 bytes, checksum: a2d2205824cb66d177cc7165ce092601 (MD5) Made available in DSpace on 2018-06-08T11:39:56Z (GMT). No. of bitstreams: 1 JULLIANNA VITÓRIO VIEIRA DE AZEVEDO - DISSERTAÇÃO (PPGRN) 2015.pdf: 2576177 bytes, checksum: a2d2205824cb66d177cc7165ce092601 (MD5) Previous issue date: 2015-02-27 Neste trabalho objetivou-se avaliar os efeitos das variações sazonais do clima na incidência de doenças respiratórias por influenza (PI) na população idosa de 65 anos ou mais nas localidades de Campina Grande, Região Metropolitana de João Pessoa (RMJP), Monteiro e Patos. Para isso, foram usados modelos lineares generalizados a partir da regressão de Poisson para relacionar a variável dependente configurada como os registros de internações por causas associadas à influenza e as variáveis independentes (precipitação pluvial, temperatura média do ar e umidade relativa do ar), para análise das relações instituídas pela modelagem foi aplicada a análise de variância ANOVA com nível de significância de 0,05 para determinar que variáveis independentes eram mais significativas na modelagem. Também foram analisados os resíduos gerados pelo ajuste dos modelos no intuito de identificar a distribuição que melhor se ajustasse aos dados. Foi aplicado o teste não-paramétrico de Mann-Kendall para análise de tendência da série temporal de internações por causas associadas a influenza como também o teste de raiz unitária de Dick-Fuller (DF) para análise de estacionariedade. Assim determinada às características da série temporal foi aplicada a metodologia de Box e Jenkins (1976), foi utilizado neste estudo o modelo ARIMA e para avaliação dos modelos autoregressivos gerados aplicou-se os índices penalizadores AIC (Akaike’s Information Criterion) e o BIC (Bayesian Information Criterion). Toda análise estática foi realizada no software R. De forma geral pode-se verificar que os maiores picos de internações por PI ocorrem no outono e inverno. Portanto, esses resultados sugerem uma associação entre o frio e as internações por PI. Na maioria dos municípios em estudo, a elevação das taxas de morbidade por influenza e causas associadas na faixa etária de 65 anos ou mais demonstram uma possível ausência de efeito das campanhas de vacinação. A modelagem estatística se apresentou como alternativa na análise e previsão de casos de internações por PI, contribuindo para políticas públicas, ajudando nas tomadas de decisão evitando desperdícios econômicos e humanos. This work aimed to evaluate the effects of seasonal climatic variations in the incidence of respiratory diseases by influenza (PI) in the elderly population in the cities of Campina Grande, metropolitan region of João Pessoa (RMJP), Monteiro and Patos. Generalized linear models from the linear Poisson regression to relate the dependent variable set to the records of hospitalizations for causes associated with influenza and the independent variables (rainfall, average air temperature and relative humidity) to analyze the relations established by modeling has been used. Aditionally, was applied ANOVA variance test with a significance level of 0.05 of probability to determine which independent variables is more significant. Also the residual generated by adjusting the models in order to identify the distribution that best fitted the data were analyzed. The nonparametric Mann-Kendall trend analysis for the time series of hospitalizations for causes associated with influenza as well as the unit root test Dick-Fuller (DF) for stationary analysis was applied. Once determined the time series characteristics was applied to the methodology Box and Jenkins (1976), was used in this study ARIMA model and evaluation of the autoregressive models generated applied to the punitive indices AIC (Akaike's Information Criterion) and BIC (Bayesian Information Criterion). All static analysis was performed using R software. In general is possible to identify that the highest peaks of hospitalizations for PI occur in autumn and winter. Therefore, these results suggest an association between the cold and hospitalizations for IP. In most municipalities studied, the increase in morbidity rates for influenza and associated causes aged 65 and over show a possible lack of effect of vaccination campaigns. The statistical model is presented as an alternative in the analysis and prediction of cases of hospitalization due to IP, contributing to public policy, helping in decision-making avoiding economic and human losses.

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.

No Brasil, o aborto está entre as principais causas de mortalidade materna. Pesquisas mostram que o aborto é praticado clandestinamente por mulheres de todas as classes sociais; no entanto, tem consequências desiguais, dependendo da inserção social, produzindo riscos à vida de mulheres pobres. Embora o tema venha sendo amplamente explorado nos últimos 20 anos, observou-se escassez de dados sobre mulheres de baixa renda. Desta forma, o presente estudo tem por objetivo estimar a prevalência de mulheres com aborto provocado. Arrolaram-se mulheres por inquérito domiciliar de base populacional em setores de baixa renda de São Vicente, São Paulo. Eram elegíveis as mulheres em idade fértil de 15 a 49 anos. A avaliação das razões de prevalência de mulheres com aborto provocado foi realizada por meio de modelos lineares generalizados, usando-se a regressão de Poisson com função de ligação logarítmica e variância robusta para aproximar a binomial. As variáveis que demonstraram ter maior influência no relato de aborto foram: "aceitar sempre esta prática" (IC95% 2,98 - 11,02), seguida de "não ter filho nascido vivo" (IC95% 1,35 - 19,78), ter de "dois a cinco nascidos vivos" (IC95% 1,42 - 14,40) e ter de "seis ou mais nascidos vivos" (IC 95% 1,35 - 19,78), "idade no momento da entrevista" (IC 95% 1,01 - 1,07) e "renda" < R$ 484,97 (IC 95% 1,04 - 2,96). É necessário campanha de grande abrangência sobre a prática do aborto, que consiga sensibilizar para esta causa todas as mulheres, sobretudo as de baixa renda, evitando assim mortes desnecessárias. In Brazil, abortion is among the leading causes of maternal mortality. Research has shown that abortion is practiced clandestinely by women of all social classes, but has unequal consequences depending on social inclusion, producing risks to poor women. Although the issue has been widely explored in the past 20 years, there is a lack of data about low-income women. Thus, the present study aims to estimate the prevalence of women with induced abortion. Women from a population-based household survey in low-income sectors of São Vicente, São Paulo were recruited. Women of childbearing age from 15 to 49 years were eligible. The evaluation of the prevalence ratios for women with induced abortion was performed by using generalized linear models, with Poisson log-link function and robust variance to approximate the binomial. The most frequent variables that influenced reporting of abortion were: "always accept this practice" (95% CI 2.98 - 11.02), followed by "not having a child born alive" (95% CI 1.35 - 19.78), having "two to five live births" (95% CI 1.42 - 14.40 ), "having 'six or more live births" (95% CI 1.35 - 19.78), "age at interview" (95% CI 1.01 - 1.07) and "income" < R$ 484.97' (95% CI 1.04 - 2.96). A widespread campaign about the practice of abortion, which can raise awareness among women in favor of the cause, especially among those in low-income strata is necessary to prevent unnecessary deaths.

Orientador: Hildete Prisco Pinheiro Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica Resumo: Ao lidarmos com dados de contagem, uma abordagem possível é estimar um Modelo Linear Generalizado com distribuição de Poisson. Freqüentemente nestes modelos costuma surgir o problema da superdispersão, um fenômeno que aparece quando estamos diante de uma variabilidade dos dados maior do que a média. Temos basicamente três soluções para este problema: abordagem bayesiana, assumindo que o parâmetro do modelo possui uma distribuição de probabilidade; estimação por Quase-verossimilhança, incluindo um fator de dispersão diferente da unidade ou uma função de variância diversa e, finalmente, o emprego de modelos mistos, com a separação de efeitos fixos e aleatórios. Outra ocorrência comum para dados de contagem é encontrarmos amostras que apresentem um número excessivo de zeros. Detectamos a presença da superdispersão, mas agora ela é devida à ocorrência de mais valores zero na amostra do que seria esperado para dados que seguissem a distribuição de Poisson. Para este caso Lambert (1982) apresenta a chamada regressão de Poisson inflacionada de zeros (ZIP - Zero lnflated Poisson). Através de uma aplicação a dados reais, em estudo referente à alimentação de rãs da espécie Adenomera, identificamos os melhores modelos para explicar a quantidade de comida ingerida em função dos efeitos de sexo e da estação do ano. Utilizamos técnicas de diagnóstico para avaliar o impacto que uma determinada observação exerce na estimativa dos parâmetros. Abstract: When one deals with count data, a possible approach is to fit a generalized linear model with Poisson distribution. Usually it may occur the problem of superdispersion, when the variability of the data is greater then the mean. There are three basic solutions to this problem: the Bayesian approach, when we assume that the parameter of the mo deI has a distribution of probability; the Quasilikelihood estimation, including a non-unitary dispersion parameter or a different variance function and, finally, the mixed models. Another possible occurrence to count data is the presence of samples with an excess of zeros. We detect the presence of the superdispersion, but now it is due to more zero counts than expected from the Poisson distribution. For this case, Lambert (1982) presents the Zero Infiated Poisson (ZIP) mode. As an application to real data, in the study of frogs' nourishment from the species Adenomera, we identify the best models to explain the quantity of swallowed food related to sex and season effects. We employ techniques of diagnosis to verify the impact of a specific observation in the parameter estimations Mestrado Bioestatística Mestre em Estatística