AVALIAO DAS ESTATISTICAS DE CAUSAS DE BITOS: UM ESTUDO

VIA MODELOS DE REGRESSO POISSON

Bolsista BIC/FAPERGS: Mairim Russo Serafini
Orientadora: Profa Dra Suzana Leito Russo



RESUMO


A metodologia tradicional de controle estatistico de qualidade (CEQ) e baseada na
suposio de que as observaes so independentes e identicamente distribuidas (i.i.d.), entretanto,
nem sempre os dados so independentes, podendo ser autocorrelacionados (JOHNSON E
BAGSHAW, 1974; HARRIS E ROSS, 1991). Atualmente, o Ienmeno da autocorrelao nas
observaes tem sido encontrado em um numero cada vez mais expressivo. A autocorrelao nada
mais e do que um mecanismo existente no processo, que Iaz com que os dados no sejam
independentes entre si ao longo do tempo. Em qualquer momento durante um processo, o valor de
uma variavel no e so um valor aleatorio. Normalmente, e inIluenciado pelo seu proprio valor em
algum momento no tempo. Isto resulta em alarmes Ialsos nos graIicos de controle quando no e
considerado.Ao se analisar varaveis discretas, a distribuio de Poisson e muitas vezes empregada.
Em um conjunto de dados discretos longitudinais no qual a variavel resposta no pode ser
transIormada numa distribuio normal, estes dados so mais diIiceis de se analisar. Muitos estudos
tm se preocupados em encontrar a regularidade dos dados, assumindo ser um processo de Poisson
e, so analisados atraves dos modelos de regresso de Poisson (BCKENHOLT, 1999). Os
modelos de regresso de Poisson no levam em considerao uma possivel dependncia entre as
observaes, entretanto, para dados coletados no tempo e necessario levar em considerao a
dependncia entre as observaes, para se obter uma correta analise estatistica (ZEGER E LIANG,
1986). Assim, o tema aqui proposto e investigar o desempenho e a adequao do uso tradicional dos
metodos de controle estatistico de qualidade, aplicados a area da saude, e discutir o uso de modelos
de regresso de Poisson para modelar variaveis discretas correlacionadas. Considera-se de carater
relevante este estudo, por ser inovador na aplicao de tecnicas de controle estatistico de qualidade
em observaes autocorrelacionadas, e o diIerencial e a utilizao dos modelos de regresso de
Poisson para a melhoria da qualidade no controle de qualidade na area da saude. O resultado desta
pesquisa, apoiada pela FAPERGS, vira contribuir ainda mais, com inIormaes de grande
importncia para os orgos publicos locais, hoje carentes de um sistema de inIormaes que Iornea
tais conhecimentos, com uma dinmica de atualizao.

Palavras-chave. Modelos de Regresso de Poisson, Controle Estatistico de Qualidade, Mortalidade