Título do artigo

Beatriz Moreira Oliveira, 202120788

Ivan José Ferreira Silva, 202121021
Raiany Cristina de Paula, 202120093
Renata Tâmila Gonzaga Melo Coelho, 202120094

Resumo
Breve descrição do modelo, com objetivos, hipóteses e principais resultados. No mínimo 150
palavras e no máximo 250 palavras. Fonte: tamanho 12, justificado, espaçamento 1,5, sem
indicação de parágrafo.
Palavras-chave: Entre 3 e 5 palavras-chave.

Abstract
O resumo em inglês.
Keywords: palavras-chave em inglês.

1
1 Introdução (RAIANY)

A análise da expectativa de vida de uma nação é um tema de suma relevância, cujo

entendimento contribui de maneira significativa para o aprimoramento das políticas públicas e a
qualidade de vida das populações em todo o mundo (BIDU, 2022). Nossa pesquisa busca não
apenas identificar relações entre variáveis, mas também quantificá-las por meio de um modelo de
regressão, de forma a contribuir para uma compreensão mais sólida e embasada nos dados dos
fatores que afetam a expectativa de vida. Neste contexto, o presente artigo tem como objetivo
formular e apresentar resultados de um modelo de regressão linear múltipla capaz de analisar e
compreender os determinantes da expectativa de vida dos países durante os anos de 2000 até 2015.
O problema de pesquisa que nos propomos a abordar neste estudo centra-se na construção de
um modelo estatístico de regressão linear múltipla que busca entender a expectativa de vida em
diferentes nações. Essa questão desafia a nossa compreensão, já que envolve variáveis complexas
e, muitas vezes, interdependentes, como a taxa de mortalidade, a cobertura de vacinas essenciais,
níveis de escolaridade e outros fatores sociais e econômicos.
Percebe-se a importância do levantamento de outras variáveis no cálculo da expectativa de
vida dos países, visto que são países diversos e existem outros fatores que são essenciais para tal
estimativa, mas que, normalmente, não são consideradas. Ao desvendar essas conexões complexas,
podemos ter melhores percepções sobre as dinâmicas sociais e de saúde global.
O trabalho será dividido em introdução, fundamentação teórica, metodologia,
desenvolvimento e considerações finais.

2
2 Referencial Teórico

2.1 A Expectativa de Vida

A expectativa de vida é um indicador demográfico fundamental que reflete a média de anos
que uma pessoa pode esperar viver em uma determinada idade. Em 2021, a expectativa de vida dos
brasileiros aumentou para 2 meses e 26 dias em relação aos 76,8 anos de 2020, sem considerar a
crise de mortalidade da pandemia do COVID-19 (IBGE, 2022). É nítido como os humanos estão
evoluindo ao decorrer dos séculos, comparado com a década 40 que esperava-se em média até 13,2
anos (CAMARGOS et al., 2019). O declínio da mortalidade tem influência na evolução da ciência,
tecnologia e no aumento do conhecimento no campo da saúde individual e coletiva (VARELLA,
2018), o que pode explicar o crescimento da expectativa de vida ao longo dos anos.
Para estimar a expectativa de vida, é preciso fazer um cálculo que tem muitas variáveis e
dificuldades (GESSER, 2005, p. 21). De acordo com Gesser (2005, p. 22) apud Opas (2004), os
cálculos da expectativa de vida são realizados

“segundo uma unidade geográfica (Brasil, regiões, estados, Distrito Federal,

municípios) e podem ser divididos por sexo (masculino e feminino). A partir de
tábuas de vida elaboradas para cada área geográfica, toma-se o número
correspondente a uma geração inicial de nascimentos (1...n) e determina-se o
tempo cumulativo vivido por essa mesma geração (T...n) até a idade limite. A
esperança de vida ao nascer é o resultado da divisão de (T...n) por (1...n)”
(GESSER, 2005, p. 22 apud OPAS, 2004)

Os resultados do cálculo de expectativa de vida podem ajudar a entender a qualidade de vida e

a saúde de uma população. Eles também podem servir para planejar políticas públicas, programas
sociais, previdência e seguros (GESSER, 2005, p. 22 apud OPAS, 2004). Além disso, eles podem
influenciar as decisões individuais sobre hábitos, estilo de vida e investimentos. (BIDU, 2022)

2.2 Variáveis Independentes da Regressão

Este projeto se baseia em Gesser (2005), o qual aborda variáveis relevantes relacionadas ao
tópico em questão, considerando outros fatores além daqueles que tradicionalmente são objeto de
pesquisa neste tema. Sendo elas:

2.2.1 Mortalidade de Adultos

No contexto da saúde pública, a taxa de mortalidade de adultos é uma medida importante para
avaliar as condições de vida de uma população.
Ela ajuda a entender o risco de mortalidade em adultos entre as idades de 15 e 60 anos, o que pode
3
refletir a qualidade dos cuidados de saúde, os padrões de vida e outros fatores que afetam a
longevidade e o bem-estar da população. A taxa de mortalidade de adultos é expressa como a
probabilidade de morrer entre as idades de 15 e 60 anos por 1000 habitantes. Isso significa que, se
a taxa for de 10, por exemplo, indica que 10 em cada 1000 habitantes nessa faixa etária morrem a
cada ano.

2.2.2 Mortalidade Infantil

A mortalidade infantil é uma métrica crítica para avaliar a saúde de uma população, especialmente
a saúde das crianças. Ela reflete o número de mortes de crianças com menos de um ano de idade
em relação à população total. É expressa como o número de mortes infantis por 1.000 habitantes.
Isso indica quantas crianças morrem antes de completar um ano de vida a cada 1.000 nascidos
vivos.
2.2.3 Mortalidade por HIV/AIDS
Esta variável mede o impacto da epidemia de HIV/AIDS na mortalidade, especificamente entre
crianças de 0 a 4 anos. É um indicador importante da eficácia das estratégias de prevenção e
tratamento do HIV/AIDS. A mortalidade por HIV/AIDS é expressa como o número de mortes por
HIV/AIDS a cada 1.000 nascidos vivos na faixa etária de 0 a 4 anos.

2.2.4 Índice de Massa Corporal Médio (IMC)

IMC médio é uma medida que ajuda a avaliar a saúde da população com base no seu peso em
relação à altura. Ele é útil para entender a prevalência de problemas relacionados ao peso, como a
obesidade. O IMC médio é calculado como a média dos valores de IMC de toda a população. O
IMC é obtido dividindo o peso em quilogramas pela altura em metros ao quadrado.

2.2.5 Índice de Desenvolvimento Humano (IDH)

O IDH é uma medida composta que reflete não apenas a saúde, mas também o padrão de vida e o
acesso à educação. Ele é usado para avaliar o desenvolvimento humano de uma população. O IDH
varia de 0 a 1, onde 0 representa o desenvolvimento humano mais baixo e 1 o desenvolvimento
humano mais alto. É composto por três componentes: expectativa de vida, educação e renda.

2.2.6 Despesas Governamentais com Saúde

Esta variável mede o comprometimento do governo com o setor de saúde. Ela ajuda a entender o
quanto o governo investe na saúde em relação ao orçamento total. As despesas governamentais
com saúde são expressas como a percentagem das despesas totais do governo dedicadas à saúde.
Por exemplo, se for 10%, isso significa que 10% do orçamento do governo é destinado à saúde.

4
 2.2.7 Escolaridade
A escolaridade é um indicador importante para avaliar o nível de educação da população. Pessoas
com maior escolaridade geralmente têm melhores perspectivas de emprego e melhores condições
de vida. É expressa como o número médio de anos de escolaridade da população.
2.2.8 Taxa de Cobertura Vacinal de DTP3
Esta variável mede a eficácia da vacinação contra difteria, tétano e tosse convulsa em crianças, o
que é fundamental para prevenir doenças graves. A taxa de cobertura vacinal de DTP3 é expressa
como a percentagem de crianças de 1 ano que receberam as três doses recomendadas dessas
vacinas.

5
3 Metodologia (BEATRIZ E RENATA)

3.1 Método de Estimação

Na Metodologia você deve explicar como foi o procedimento metodológico apresentado.
Na disciplina veremos os métodos: Modelo de regressão linear por meio do Métodos dos Mínimos
Quadrados Ordinários, Modelo Logit/Probit, Modelo de séries temporais. Dependendo dos dados,
um destes métodos será o utilizado. Na metodologia, na primeira subseção (3.1), deve ser
apresentado e explicado o método.

3.2 Especificação do modelo

Na subseção 3.2, você deve apresentar o modelo de regressão, da seguinte forma:

—> Especificação do modelo: Nesta pesquisa, considera-se a expectativa de vida sendo a variável
dependente (Y) e as demais como mortalidade de adultos, mortalidade infantil, mortalidade por
HIV/AIDS, índice de massa corporal médio (IMC), índice de desenvolvimento humano (IDH),
despesas governamentais com saúde, escolaridade e taxa de cobertura vacinal de DTP3, sendo
variáveis independentes (Xi). Dessa forma, o modelo estimado para regressão linear múltipla
consiste:

EXPECTATIVAVIDA = β₀ + β₁MortalidadeAdultos + β₂MortalidadeInfantil + β ₃IMC +

β₄SaudeGoverno + β₅Difteria+ β₆HivAIDS + β₇IDH: + β₈Escolaridade + β₉Status + u

É preciso explicar cada uma das variáveis, e quais são os sinais esperados. Por exemplo: “A
variável horas de estudo reflete quanto tempo de estudo, em horas, que o aluno entrevistado
dedicou para a disciplina. Espera-se um sinal positivo para esta variável, indicando que quanto
mais o(a) aluno(a) estudar, maior tende a ser sua nota.”
Nem sempre é possível ou factível, uma expectativa sobre o sinal da estimação. Por
exemplo, a variável gênero é uma variável dummy que assume valor 1 para alunos e zero se para
alunas. Talvez não seja esperado um sinal preliminar. Neste caso, poderia ser explicado que se a
estimativa for positiva, alunos terão nota maior e se a estimativa for negativa, alunas terão nota
maior.

3.3 Descrição da base de dados

Na seção 3.3 você precisa informar de onde vieram as informações. Ou seja, qual ou quais
bases de dados foram utilizadas no modelo. Além disso, é preciso reportar as estatísticas
descritivas das variáveis em uma tabela. A Tabela deve ser sempre numerada, e ser chamada no
6
texto. Além disso, precisa de uma formatação específica, conforme exemplo a seguir.

As variáveis foram divididas em dois grupos: variáveis contínuas e variáveis discretas. As

variáveis contínuas são as variáveis nota, horas de estudo e renda. A estatísticas descritivas destas
variáveis estão representadas na Tabela 1.

Tabela 1- Estatísticas descritivas das variáveis contínuas

(TABELA ESTÁ NAS ORIENTAÇÕES)

Após apresentar a Tabela, é preciso explicar as medidas de cada uma das variáveis. O R
separa os decimais com ponto final. Porém, no trabalho, você precisa separar os decimais com
virgula. E você não deve colar o print da tela do R no trabalho.

Para as variáveis discretas, a estatística descritiva depende do tipo de variável. No exemplo,

temos duas variáveis discretas: gênero e trabalho. Estas variáveis assumem dois valores apenas, 0
ou 1. Portanto, as estatísticas descritivas devem reportar o percentual de valores 0 e o percentual de
valores 1.

Tabela 2- Estatísticas descritivas para variáveis discretas.

(TABELA ESTÁ NAS ORIENTAÇÕES)

7
4 Referências

1. GESSER, H. C. Expectativa de vida no Brasil: A geração de modelos explicativos por regressão

linear múltipla. 2005. Tese (Doutorado em Engenharia de Produção) - Universidade Federal de
Santa Catarina, Florianópolis, 2005. Disponível em:
https://repositorio.ufsc.br/bitstream/handle/123456789/101707/221720.pdf?
sequence=1&isAllowed=y.

2. O conjunto de dados relacionados com a esperança de vida e factores de saúde foi recolhido no
website do repositório de dados da OMS e os seus dados econômicos correspondentes foram
recolhidos no website das Nações Unidas. https://www.kaggle.com/datasets/augustus0498/life-
expectancy-who

3. https://www.ibge.gov.br/novo-portal-destaques/35600-nota-sobre-as-tabuas-completas-de-
mortalidade-2021-e-a-pandemia-de-covid-19.html#:~:text=Para%20a%20popula
%C3%A7%C3%A3o%20masculina%2C%20a,29%20de%20novembro%20daquele%20ano.
1. https://www.scielosp.org/article/csc/2019.v24n3/737-747/pt/
2. Expectativa de vida | Artigo | Drauzio Varella - Drauzio Varella (uol.com.br)
3. https://blog.bidu.com.br/expectativa-de-vida/

Anexos

Nos anexos precisam ser reportadas as saídas do Rmarkdown. Se o Rmarkdown não funcionar é
preciso que copie e cole as saídas da regressão e os comandos. Prints da tela do R Studio não serão aceitos.