Inúmeros agentes podem infectar o Sistema Nervoso Central (SNC), por exemplo, bactérias, fungos, protozoários e vírus. Assim como, patologias que podem mimetizar as infecções do SNC. As manifestações clínicas são bem comuns dentre as neuroinfecções e alguns achados com diagnóstico diferencial podem ajudar a diferenciá-las. As encefalites atingem o parênquima cerebral e as virais são as mais acometidas e com alta taxa de mortalidade. O objetivo geral deste trabalho é fazer um levantamento estatístico detalhado da taxa de mortalidade hospitalar por encefalite viral no Brasil nos últimos 2 anos. Para tanto, faremos um tratamento do tipo exploratório, transversal e de abordagem quantitativa da análise de dados coletados no DATASUS. A amostra será composta por pacientes internados com o diagnóstico de encefalite viral, entre 2022 e 2023. Conjectura-se, com a abordagem escolhida aqui, trazer resultados relevantes que ajudem o Estado a traçar estratégias de saúde pública para auxiliar pacientes do SUS no tratamento e prevenção desta patologia.
LEVANTAMENTO ESTATÍSTICO DA TAXA DE MORTALIDADE HOSPITALAR POR ENCEFALITE NAS REGIÕES BRASILEIRAS NOS ÚLTIMOS 2 ANOS
Autores: Andreza G B da Silva; Deise M L Martins; Yasmim F dos Santos; Fabiola C de O S Vieira; Roberta da P Melo; Maria do C S de Lima
�Instituições: Universidade Federal de Pernambuco (UFPE) / Universidade de Pernambuco – Faculdade Nossa Senhora das Graças (UPE - FENSG) / Hospital da Restauração Professor Paulo Guerra (HR)
Reunião Regional da ABE – Edição Estatística e Saúde / RRABE-2024
RESUMO
Rendimento de um investimento depende tanto da mudança nos preços quanto do total de ativos sendo retidos. Investidores estão interessados em rendimentos que sejam altos em relação ao tamanho dos investimentos iniciais. O retorno mede isso, pois retorno nos ativos são mudanças no preço expressas como frações do preço inicial.
RETORNOS
Retornos líquidos
Seja Pt o preço de um ativo no tempo t. O retorno líquido durante o período de tempo tomado de t - 1 a t é:
Dizemos que y tem distribuição exponencial potência assimétrica (SEP) se sua função de densidade é dada por:
MODELO EXPONENCIAL POTÊNCIA ASSIMÁTRICO
ƒ(y; μt, σ, λ, α) = (2/σ)Φ(ω)ƒEP(y; μt, σ, α),
em que -∞ < y, μt, λ < ∞, σ > 0, α > 1, ω = sinal(z)(|z|α/2 x λ(2/α)1/2), z = (y − μt)/σ, Φ é a função de distribuição acumulada da normal padrão e denotamos por ƒEP a função densidade de uma variável aleatória exponencial potência (EP). O parâmetro λ controla a assimetria e o parâmetro α controla a curtose.
As Figuras 2 e 3 mostram as funções de densidade da SEP para variações no parâmetro λ e no parâmetro α, respectivamente.
Figura 2: Densidades da SEP(0, 1, λ, 1,6) para: λ=0,5 (cinza), λ=1,5 (azul),�λ=3,0 (verde) e λ=5,0 (laranja)
Figura 3: Densidades da SEP(0, 1, 1,5, α) para: α=1,3 (cinza),�α =1,6 (laranja) e α =1,9 (azul)
Casos particulares da distribuição SEP são as distribuições normal (λ=0 e α=2) e normal assimétrica (α=2).
A suposição de erros na classe exponencial potência assimétrica nos permite uma maior flexibilidade na estimação dos parâmetros do modelo.
Analisando os retornos diários da Microsoft considerando o modelo CAPM sob a suposição de erros normais, normais assimétricos e exponenciais potência assimétricos, temos:
APLICAÇÃO
REFERÊNCIAS
Azzalini, A. (1985). A class of distribution which includes the normal ones. Scandinavian Juornal of Statistics, 12, 171-178.
Diccio, T. J. e Monti, A. C. (2004). Inferential aspects of the skew exponential power distribution. Juornal of the American Statistical Association, 99, 439-450.
Paula, G. A. e Cysneiros, F. J. A. (2008). Systematic risk in symmetrical model. Applied Economics Letters, 15, 1-12.
Ruppert, D. (2004). Statistics and Finances. Springer.
Figura 4: Gráfico normal de probabilidades com envelope do modelo ajustado sob�erros normais
Figura 5: Gráfico normal de probabilidades com envelope do modelo ajustado sob�erros normais assimétricos
Figura 6: Gráfico normal de probabilidades do modelo ajustado sob�erros exponenciais potência assimétricos
Tabela 1: Estimativas de máxima verossimilhança para o risco sistemático
Erro
Normal
Normal Assimétrico
Exponencial Potência Assimétrico
Estimativa
1,140
1,151
1,188
E.P.
0,072
0,070
0,060
Valor p
<0,001
<0,001
<0,001
Tabela 2: Intervalos de confiança para o risco sistemático
Erro
Normal
Normal Assimétrico
Exponencial Potência Assimétrico
I.C.
[0,996; 1,284]
[1,011; 1,291]
[1,068; 1,308]
“Risco”
médio
agressivo
agressivo
AIC
1147,624
1134,511
1128,794
Xxxxxxx xxx x xx xxxxx x x x x x xxx xxxxxxxxxxxxxx Xxxxxxx xxx x xx xxxxx x x x x x xxx xxxxxxxxxxxxxxXxxxxxx xxx x xx xxxxx x x x x x xxx xxxxxxxxxxxxxx