Aplicao do Mtodo Bayesiano Emprico nas Taxas de

Mortalidade Infantil nos Municpios Paranaense

Gabriel Sartori Klostermann
27 de junho de 2014

1 Introduo
Mapas temticos so largamente usados em vrios ramos, como sade pblica e criminologia, para
visualizar a distribuio espacial de um evento, como uma doena ou um tipo de crime, e indicar possveis
reas de alta ocorrncia ou predomnio desse evento.Para dados de rea, a anlise de ocorrncia de um
acontecimento normalmente feita via mapas de ndices ou taxas de incidncia, onde h uma respectiva
legenda do valor da rea.
Normalmente o clculo de taxa a diviso da contagem de casos com a populao da rea.Esse
mtodo conhecido como taxa bruta.A desvantagem em alguns casos de usar esse clculo ter uma
populao muito pequena para eventos raros assim a taxa bruta calculada enviesada.Para contornar
essa desvantagem utiliza-se bayes empirico.
O mtodo bayesiano emprico consiste em convergir a taxa para a mdia global ou para a taxa mdias
dos vizinhos da rea.Cada taxa ser reestimada usando uma mdia ponderada.
O objetivo desse trabalho utilizar o mtodo bayesiano emprico para correo das taxas de morta-
lidade infantil nos municpios paranaense.H dois mtodo o emprco global e local ser focado para as
frmulas e para a aplicao do mtodo bayesiano emprico global.Os dados foram retirados as variveis
mortalidade infantil e populao ambas do ano 2000 no site do IPEA http://www.ipeadata.gov.br/.O
mapa do paran com 399 municpios foi retirado no site do IBGE http://www.ibge.gov.br/home.

2 Anlise Descritiva
Os mnicipios paranaense apresentam ndices sociais relaciononados a sade em geral muito baixo e a
mortalidade infantil no foi diferente sendo que maior taxa de 0,045.O histograma da popoluo mostra
que a maioria dos municpios paranaense tem populaao inferior a 250 mil habitantes.Percebemos que
curitiba puxa o histograma direita com mais um milho e meio de pessoas.
O mapa representa a distribuio espacial das taxas brutas da mortalidade.A legenda de cores est
proporcional ou seja h 20 por cento de dados para cada cor da legenda.A regio central apresenta os
maiores ndices de mortalidade.Inversamente a regio oeste apresenta os menores ndices.

1
 Taxa Brutas no Paran Populao no Paran
120

400
100

300
80
Frequncia

Frequncia

200
60
40

100
20
0

0.00 0.02 0.04 0.06 0 500000 1500000

Taxas Brutas Habitantes

Figura 1: Histograma das variveis de estudo

2
 Taxas Brutas Mortalidade Infantil Paran

[0.006,0.016)
[0.016,0.019)
[0.019,0.023)
[0.023,0.026)
[0.026,0.045]

Figura 2: Distribuio espacial da mortalidade infantil

3
3 Bayes Emprico

i = Ci ri + (1 Ci )m (1)
A primeira frmula apresentada bem intuitiva de interpretao sabendo que o valor de Ci assume
valores entre 0 e 1.Se o valor de Ci estiver prximo de zero o valor da taxa ser prxima mdia global
da regio.Caso o valor de Ci que prximo 1 a taxa no ir sofrer alterao.O fator Ci calculado
atravs da frmula abaixo.
m
s2
Ci = m
n
m
(2)
s2 n + ni

Para encontrar o s2
2
ni (ri m)2
(3)
X
s2 =
i=1
n

m - Mdias da taxa no estado

n - Total populacional no estado
ni - Populao da rea i
n - Mdia populacional dos vizinhos da rea i
ri - Taxa bruta da rea i
i - Taxas suavizadas

A mudana de clculo do bayes emprico local que em vez de m e n utilizar mi e ni , representando,

respectivamente, a taxa local na vizinhana da rea i e o nmero mdio de eventos nesta vizinhana.

4 Script
Criando a funo no R para o clculo do Bayes Emprico Global.O cdigo est dividido em quatro
partes.A primeira parte clculado a varincia (s2 ) na qual a frmula foi a apresentado na seo anterior.A
parte dois o clculo apenas da mdia populacional dos vizinhos da rea i (n).Parte trs se refere ao
clculo do corretor (Ci ).A lima parte o clculo das taxas suavizadas utilizando o mtodo bayesiano
empirico.

m <- mean(pop[, 6]) #mdia das taxas no estado do parn

n <- sum(pop[, 4]) #Total Populacional
# ===========================

# 1 Parte

# Clculo da varincia

# O indicador (i) varia de 1 a 399 pois h 399 cidades parananese

s <- matrix(0, 399, 1)

for (i in 1:399) {
s[i, 1] <- (pop[i, 4] * ((pop[i, 6] - m)^2))/n
}
# pop[i,4] - Populao de cada cidade

# pop[i,6] - Taxa Bruta de cada cidade

# O resultado do for uma varincia de cada cidade

# Porm, utilizado a varincia geral

4
v <- sum(s) # Somando todas as varincias da cidade

# ===========================

# Parte 2

# Definindo a vizinhana

# Nesse caso vizinhos so municpios que fazem frontera

pr.nb1 <- poly2nb(pr)

vizi <- matrix(NA, 399, 20)

for (i in 1:399) {
for (j in 1:length(pr.nb1[[i]])) {
vizi[i, j] <- pop[pr.nb1[[i]][[j]], 4]
}
}
# pr.nb1[[i]] - Vizinho da rea i

# pop[pr.nb1[[i]][[j]],4] - Seleciona a cidade (i) - com os vizinhos deles

# (j)

# O indicador j significa vai variar de 1 at o nmero de vizinhos da rea i

# O resultado do for a populaco dos vizinhos para cada cidade i

mn <- apply(vizi, 1, mean, na.rm = TRUE)

# Clculo das mdias dos vizinhos retirando os valores nulos (NA)

# ===========================

# Parte 3

# Clculo do corretor C

c <- matrix(NA, 399, 1)

for (i in 1:399) {
c[i, 1] <- ((v) - (m/mn[i]))/((v) - (m/mn[i]) + (m/pop[i, 4]))
}

# v- A varincia calculada na Parte 1

# mn[i]-A mdia populacional dos vizinhos da cidade i

# O resultado do for corretor C para cada cidade

# ===========================

# Parte 4

# Clculo das taxas suavizadas

ts <- matrix(NA, 399, 1)

for (i in 1:399) {
ts[i] <- c[i] * pop[i, 6] + (1 - c[i]) * pop[i, 6]

5
}
# c[i] - correto i para cada cidade

# Resultado do for clculo das taxas suavizadas para cada cidade

# ===========================

# Atribuindo a varivel pop as taxas suavizadas que foram calculadas

pop$ts <- ts

5 Resultados
O mapa da gura 3 apresenta os municpios com taxas suavizadas.Apenas 15 municpios ouve diferena
nas taxas.O mapa da gura 4 mostra a localizaao desses municpios no estado que tiveram mudana nas
taxas.Na tabela apresenta os municpios, a populao e a nova taxa.Observa-se que a maior populao
desses municpios de 17 mil habitantes comprovando um dos motivos do uso do mtodo.De uma forma
geral o mtodo bayesiano emprico no acarretou em grandes mudanas na distrbuio espacial do estado
, porm mostrou ecaz para municpios com poucos habitantes.

6
 Mortalidade Infantil Paran Taxas Suavizadas

[0.006,0.016)
[0.016,0.019)
[0.019,0.023)
[0.023,0.026)
[0.026,0.045]

Figura 3: Mapa Taxas Suavizadas

mun pop ts
4103040 Boa Ventura de So Roque 6780.00 0.03
4106571 Cruzeiro do Iguau 4394.00 0.02
4108106 Flrida 2434.00 0.01
4109757 Ibema 5872.00 0.02
4110656 Iracema do Oeste 2951.00 0.02
4110953 Itaipulndia 6836.00 0.02
4111704 Jaboti 4590.00 0.03
4114401 Mangueirinha 17760.00 0.01
4115002 Marilena 6756.00 0.01
4115457 Marquinho 5659.00 0.02
4116000 Miraselva 1961.00 0.01
4117297 Novo Itacolomi 2866.00 0.02
4118303 Paranapoema 2393.00 0.03
4119657 Pitangueiras 2418.00 0.01
4126652 Sulina 3918.00 0.01
Tabela 1: Tabela dos municpios que tiveram suas taxas alteradas

7
 reas com Taxas Suavizadas

Taxas Suavizadas
Taxas Brutas

Figura 4: reas alteradas com a taxa suavizada

8
6 Concluso
O uso do mtodo bayesiano emprico global no houve grandes mudanas na maioria dos munic-
pios.Apenas em 15 houve mudanas nas taxas devido a sua baixa populao.Para trabalhos futuros
pertinente aplicar o mtodo bayesiano emprico local para comparao dos resultados local,global e taxa
bruta.Mesmo com as taxas reestimadas a regio central tem a maior concentraao de municpios com
maior taxa de mortalidade e a regio oeste maior concentrao de cidades com menor taxa.

7 Referncias
http://mtc-m18.sid.inpe.br/col/dpi.inpe.br/geoinfo%4080/2006/07.11.13.29/doc/P63.pdf

http://www.scielo.br/scielo.php?pid=S0034-89102001000500011&script=sci_arttext