Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/24667
Full metadata record
DC FieldValueLanguage
dc.creator.IDXAVIER, M. R.pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/1310231592323128pt_BR
dc.contributor.advisor1SOUSA, Jorge Alves de.-
dc.contributor.advisor1IDSOUSA, J. A.pt_BR
dc.contributor.advisor1IDSOUSA, JORGE ALVESpt_BR
dc.contributor.advisor1IDSOUSA, JORGE ALVES DEpt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0226886239142027pt_BR
dc.contributor.referee1VIEIRA, Alecxandro Alves.-
dc.contributor.referee1IDVIEIRA, A. A.pt_BR
dc.contributor.referee1IDVIEIRA, ALECXANDRO ALVESpt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1887165837865869pt_BR
dc.contributor.referee2LOPES, Anselmo Ribeiro.-
dc.contributor.referee2IDLOPES, A. R.pt_BR
dc.contributor.referee2IDLOPES, Anselmo Ribeiropt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/4322372114854211pt_BR
dc.description.resumoEste trabalho tem como objetivo descrever aspectos conceituais e sistematizar indicações metodológicas da análise de séries temporais, assim como sua aplicação para antever futuros cenários com respeito à evolução do número de casos da doença Tuberculose na Paraíba, evidenciando alguns fatores capazes de modificar a distribuição, ou comportamento, desta doença no estado. Antever o futuro é uma primeira e óbvia aplicação da análise de séries temporais. De fato, essa análise propicia a previsão dos valores futuros da série. Contudo, a incerteza sobre estimativas futuras é tanto maior quanto mais se distancia do presente, e intercorrências inesperadas são mais ou menos frequentes nas atividades humanas, o que implica risco adicional de erro não previsto. Destaca-se que o modelo Box-Jenkins foi adequado para estimar e prever os dados futuros de casos de tuberculose na Paraíba, e este modelo, obteve boa precisão, pois possui resíduos normalizados e não autocorrelacionados. Isso causou um aspecto de sequência no gráfico dos dados previstos e um valor considerável de intervalo de confiança.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCentro de Educação e Saúde - CESpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqMatemática Aplicadapt_BR
dc.titleSéries temporais: uma análise dos casos de tuberculose na Paraíba.pt_BR
dc.date.issued2021-10-05-
dc.description.abstractThis term paper aims to describe conceptual aspects and systematize methodological indications of time series analysis, as well as its application in order to predict future scenarios related to the evolution of the number of cases of Tuberculosis in Paraíba, by highlighting some factors that can change the distribution or behavior of this disease in the State. Predicting the future time is a first and clear application of time series analysis. In fact, this analysis provides a prediction of the future values of the series. However, uncertainty about future estimates is greater the further one gets from the present, and unexpected intercurrences are more or less common in human activities, which imply additional risk of unanticipated error. It is noteworthy that the Box-Jenkins model was essential to estimate and predict the future data of tuberculosis cases in State of Paraíba. It resulted in a sequence aspect to the graph from the predicted data, in addition to a considerable value of confidence interval.pt_BR
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/24667-
dc.date.accessioned2022-04-20T11:01:57Z-
dc.date.available2022-04-20-
dc.date.available2022-04-20T11:01:57Z-
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.subjectTuberculosept_BR
dc.subjectTuberculose - Paraíba - cenário futuropt_BR
dc.subjectModelo Box-Jenkinspt_BR
dc.subjectSéries temporais - análisept_BR
dc.subjectTuberculosispt_BR
dc.subjectTuberculosis - Paraíba - scenario futurept_BR
dc.subjectBox-Jenkins modelpt_BR
dc.subjectTime series - analysispt_BR
dc.subjectTuberculosis - Paraíba - escenario futuropt_BR
dc.subjectAnálisis de series temporalespt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorXAVIER, Micaely Rodrigues.-
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeTime series: an analysis of tuberculosis cases in Paraíba.pt_BR
dc.title.alternativeSerie temporal: un análisis de los casos de tuberculosis en Paraíba.pt_BR
dc.identifier.citationXAVIER, Micaely Rodrigues. Séries temporais: uma análise dos casos de tuberculose na Paraíba. 2021. 42 fl. (Trabalho de Conclusão de Curso – Monografia), Curso de Licenciatura em Matemática, Centro de Educação e Saúde, Universidade Federal de Campina Grande, Cuité – Paraíba – Brasil, 2021.pt_BR
dc.description.resumenEste trabajo tiene como objetivo describir aspectos conceptuales y sistematizar indicaciones metodologías de análisis de series de tiempo, así como su aplicación para predecir futuros escenarios sobre la evolución del número de casos de enfermedad tuberculosa en Paraíba, evidenciando algunos factores capaces de modificar la distribución, o el comportamiento, de esta enfermedad en el estado. Anticipar el futuro es una primera y obvia aplicación del análisis de series. tormentas De hecho, este análisis proporciona la predicción de los valores futuros de la serie. sin embargo, el la incertidumbre sobre las estimaciones futuras es mayor cuanto más lejos del presente, y complicaciones inesperadas son más o menos frecuentes en las actividades humanas, que implica un riesgo adicional de error no previsto. Es de destacar que el modelo de Box-Jenkins fue adecuado para estimar y predecir datos futuros sobre casos de tuberculosis en Paraíba, y esto modelo, obtuvo una buena precisión, ya que tiene residuos normalizados y no autocorrelacionados. Esto provocó una aparición de secuencia en el gráfico de datos predicho y un valor considerable de intervalo de confianza.pt_BR
Appears in Collections:Curso de Licenciatura em Matemática - CES - Monografias

Files in This Item:
File Description SizeFormat 
MICAELY RODRIGUES XAVIER - TCC LICENCIATURA EM MATEMÁTICA CES 2022.pdfMicaely Rodrigues Xavier - TCC Licenciatura em Matemática CES 2022611.77 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.