Estratégias Exploratórias em Estudos Longitudinais

Autor(es) e Instituição: 
Ana Clara Paixão Campos, Iniciação Científica (Cnpq) – IM/UFBA
Leila Denise A.F. Amorim, Departamento de Estatística – IM/UFBA
Lia Terezinha L.Pde Moraes, Departamento de Estatística – IM/UFBA
Rosemeire L. Fiaccone, Departamento de Estatística – IM/UFBA
Ana Marlúcia Assis, Escola de Nutrição - UFBA
Apresentador: 
Ana Clara Paixão Campos

Estudos longitudinais são importantes, pois fornecem informações sobre as variações globais e individuais ao longo do tempo (Diggle at al, 2002), sendo também conhecidos como estudos de medidas repetidas, envolvendo situações nas quais a variável resposta é mensurada múltiplas vezes em cada unidade de análise. A análise exploratória para dados longitudinais compreende técnicas que permitem visualizar padrões nos dados. O objetivo deste trabalho é sumarizar técnicas gráficas para avaliação de padrões em estudos longitudinais, bem como estratégias para identificação da estrutura de covariância destes dados. Os métodos sumarizados são ilustrados através da análise de dados referentes a uma aplicação usando dados do Produto Interno Bruto (PIB) de 415 municípios baianos entre 1999 e 2007 (intervalo de tempo constante) e a uma segunda aplicação a respeito do crescimento infantil, mensurado por indicador antropométrico, avaliado em 312 crianças nascidas na maternidade em Mutuípe, na Bahia (intervalo de tempo não constante). Os resultados encontrados indicam que o perfil médio do Índice Produto Interno Bruto (Índice PIB) parece linear ao longo do tempo além de apresentar um ligeiro crescimento do índice dos municípios ao longo do tempo. Para o estudo do crescimento infantil em Mutuípe, os perfis individuais e médio não apresentam linearidade ao longo do tempo. O variograma obtido para exploração da estrutura de covariância indica a inexistência de erro de medição, bem como certa variabilidade nos dados indicando a necessidade da inclusão de um termo aleatório no modelo. Ressalta-se que as técnicas exploratórias para dados longitudinais são de extrema importância para a visualização de padrões nos dados e, portanto, devem ser utilizadas antes da formulação de qualquer modelo estatístico.

Pesquisa com financiamento da FAPESB (Termo Outorga n° APR 0434/2008)