Poisson Regression Models for Count Data: Use in the Number of Deaths in the Santo Angelo (Brazil)
Notice bibliographique
Résumé
When speaking about data, presuppose its good quality otherwise the accuracy of information would be affected, which would lead to false interpretations. In Health Statistics data is obtained through surveys presented in its simplest expression, taking advantage of existing records; making an inquiry or by means of experiments. The rational organization of the data allows characterizing the priority issues and thus establishing health programs. To analyze the mortality data it is necessary to consider the mortality rate of certain age groups, so that we can find data which shows the prevalence of major groups of deaths. The analysis of data is followed by subsequent formulation of the Poisson regression models, where each group in question by age group is represented by a number of counting time. The Poisson regression model is a specific type of Generalized Linear Models (GLM) and non-linear. As [1], its main features are: a) to provide, in general, a satisfactory description of experimental data whose variance is proportional to the mean. b) It can be deduced theoretically from the first principles with a minimum of restrictions c) If events occur independently and randomly in time with constant average rate of occurrence, the model determines the number of time specified. At the end of this study, it could be seen through the analysis of the data that the age group from 70 to 79 years old sustains the highest incidence of deaths with 21.1%. Then comes the range of 60 to 69 years old with the morality rate of 20%. This was recorded for the time worked in January 2000 to December 2004. The death rate was 52.27and variance was equal to 102.43 in the city of Santo Angelo (Brazil). It was further found that the data analyzed over dispersion variance greater than average. AS a result it was necessary to remove the over dispersion to find the appropriate template. With the pattern found, some short-term forecasts were made.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».