MODELOS DE REGRESSÃO PARA DADOS DE ÁREA COM PRESENÇA DE VALORES EXTREMOS NO ESTUDO DA INCIDÊNCIA DE DENGUE EM MINAS GERAIS
Dados de área. Dengue. Modelos Robustos. Outliers. Estatística espacial
A dengue tem se tornado uma ameaça crescente nos últimos anos, com surtos intensificando-se e sobrecarregando os sistemas de saúde. A propagação do vírus, transmitido pelo Aedes aegypti , está fortemente relacionada a fatores ambientais e urbanos, tornando essencial a utilização de técnicas estatísticas avançadas
para entender sua disseminação e implementar ações eficazes. Modelos tradicionais de regressão, embora
amplamente usados, assumem a independência das observações e não consideram a autocorrelação espacial,
o que pode comprometer a precisão das estimativas em áreas geograficamente interdependentes. Para
superar essa limitação, modelos espaciais como a Regressão Simultânea Autorregressiva (SAR) e a Regressão
Condicional Autorregressiva (CAR) surgiram como soluções, capturando padrões espaciais e ajustando
as dependências entre regiões. Contudo, esses modelos são sensíveis a valores atípicos, prejudicando a
qualidade das análises. A Regressão Ponderada Geograficamente (GWR), que permite coeficientes espaciais
variáveis, foi proposta como alternativa, mas também apresenta vulnerabilidade a valores extremos.
A Regressão Ponderada Geograficamente Robusta (RGWR) é destacada como uma solução aprimorada,
proporcionando maior resistência a outliers e oferecendo estimativas mais confiáveis. Este estudo aplica a
metodologia RGWR para investigar a incidência de dengue em Minas Gerais em 2023, com o objetivo de
melhorar a precisão das estimativas As variaveis do estudo, são as seguintes: incidencia de dengue como
dependente. esgotamento sanitario adequado, area urbanizada, urbanização de vias públicas e arborização
de vias públicas como variaveis independetes. A utilização de técnicas robustas visa proporcionar informações
mais precisas para o monitoramento e combate à dengue, contribuindo para uma gestão mais eficiente
e eficaz das ações de saúde pública.