文章基本信息

标题：Viability of using multidimensional graphics in epidemiological data analysis: case study with respiratory diseases
本地全文：下载
作者：Elisa Norberto Ferreira Santos ; Marcelo Ângelo Cirillo
期刊名称：Acta Scientiarum. Health Sciences
印刷版ISSN：1679-9291
电子版ISSN：1807-8648
出版年度：2012
卷号：34
页码：329-334
语种：English
出版社：Universidade Estadual de Maringá
摘要：A metodologia estatística a ser utilizada na análise dos dados epidemiológicos é de suma importância para que os resultados obtidos sejam confiáveis e plausíveis de serem interpretados no contexto epidemiológico. Com o propósito de realizar um estudo de caso sobre a incidência das principais doenças respiratórias em algumas cidades com estações climáticas bem diferenciadas, o presente trabalho tem por objetivo estudar a viabilidade da aplicação da técnica gráfica multidimensional conhecida por "h-plot" para identificar principais variáveis que resultaram em maior contribuição na dispersão dos dados. Em consonância com os resultados obtidos e discutidos neste trabalho, recomendou-se que os gráficos h-plots são viáveis de serem aplicados como um método alternativo no que se refere à identificação e agrupamento das variáveis.
其他摘要：The statistical methodology to be used in epidemiological data analysis is extremely important for obtaining reliable and plausible results that can be interpreted in the epidemiological context. In order to carry out a case study about the incidence of the main respiratory diseases in some cities with different climatic seasons, the present work aimed at studying the viability for applying the multidimensional graphic technique known as "h-plot" to identify the main variables that resulted in a higher contribution to the data dispersal. In accordance with the results obtained and discussed, we state that the h-plot graphics are viable to be applied as an alternative method as regards to the identification and collection of the variables.
关键词：Agrupamentos de variáveis; matriz de covariância; h-plot.
其他关键词：Clusters of variables; covariance matrix; h-plot.