{"id":{"repo_id":"brazil-uff","oai_identifier":"oai:app.uff.br:1/28407"},"canonical_url":"https://search.dev.ndltd.org/etd/brazil-uff/oai:app.uff.br:1/28407","repository":{"repo_id":"brazil-uff","name":"Brazil UFF","base_url":"https://app.uff.br/oai/request"},"display":{"title":"Imputação de dados em séries temporais: uma proposta de correção para o atraso nas notificações dos casos de COVID-19 por data de início dos sintomas via Modelo Estrutural","abstract":"A notificação de um caso confirmado de COVID-19 tende a ocorrer em uma data (data da notificação) posterior à data de início dos sintomas (ou sinais) — a diferença entre as datas é chamada de atraso na notificação. Estratégias de correção para lidar com os atrasos na notificação de algum tipo de evento têm sido propostas na literatura — tradicionalmente em ciências atuariais e, também, em epidemiologia. É comum dispor dados de eventos que são notificados com atraso em um arranjo conhecido como triângulo de run-off, no qual as linhas representam as datas de ocorrência dos eventos e as colunas correspondem aos atrasos. Neste trabalho, convenientemente utilizaremos uma reorganização dos dados do triângulo de run-off em um vetor obtido pelo empilhamento das linhas. Apresentaremos, então, um método de correção dos atrasos nas notificações que é baseado na imputação de dados em séries temporais univariadas. Para tal, consideramos o Modelo Estrutural dentro do arcabouço da Modelagem em Espaço de Estados, onde o tratamento de missing values (dados ou valores faltantes, ausentes) tende a ser simplificado. Destacamos que a correção dos atrasos nas notificações dos casos de COVID-19 nos permite ter um melhor acompanhamento da real evolução da pandemia uma vez que a data na qual um indivíduo é infectado deve estar mais próxima da data de início dos sintomas do que da data de notificação.","abstract_html":"A notificação de um caso confirmado de COVID-19 tende a ocorrer em uma data (data da notificação) posterior à data de início dos sintomas (ou sinais) — a diferença entre as datas é chamada de atraso na notificação. Estratégias de correção para lidar com os atrasos na notificação de algum tipo de evento têm sido propostas na literatura — tradicionalmente em ciências atuariais e, também, em epidemiologia. É comum dispor dados de eventos que são notificados com atraso em um arranjo conhecido como triângulo de run-off, no qual as linhas representam as datas de ocorrência dos eventos e as colunas correspondem aos atrasos. Neste trabalho, convenientemente utilizaremos uma reorganização dos dados do triângulo de run-off em um vetor obtido pelo empilhamento das linhas. Apresentaremos, então, um método de correção dos atrasos nas notificações que é baseado na imputação de dados em séries temporais univariadas. Para tal, consideramos o Modelo Estrutural dentro do arcabouço da Modelagem em Espaço de Estados, onde o tratamento de missing values (dados ou valores faltantes, ausentes) tende a ser simplificado. Destacamos que a correção dos atrasos nas notificações dos casos de COVID-19 nos permite ter um melhor acompanhamento da real evolução da pandemia uma vez que a data na qual um indivíduo é infectado deve estar mais próxima da data de início dos sintomas do que da data de notificação.","abstract_has_math":false,"creators":["Araujo, Pedro Filipe Teixeira de"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-07-27T19:00:59Z","subjects":[],"languages":["pt_BR"],"rights":["Open Access"],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":"http://app.uff.br/riuff/handle/1/28407","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Araujo, Pedro Filipe Teixeira de"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2023-03-29T19:58:44Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2023-03-29T19:58:44Z"]},{"key":"dc:date.issued","label":"Date","values":["2022"]},{"key":"dc:type","label":"Dc Type","values":["Trabalho de conclusão de curso"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["pt_BR"]},{"key":"dc:rights","label":"Dc Rights","values":["Open Access"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://app.uff.br/riuff/handle/1/28407"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["A notificação de um caso confirmado de COVID-19 tende a ocorrer em uma data (data da notificação) posterior à data de início dos sintomas (ou sinais) — a diferença entre as datas é chamada de atraso na notificação. Estratégias de correção para lidar com os atrasos na notificação de algum tipo de evento têm sido propostas na literatura — tradicionalmente em ciências atuariais e, também, em epidemiologia. É comum dispor dados de eventos que são notificados com atraso em um arranjo conhecido como triângulo de run-off, no qual as linhas representam as datas de ocorrência dos eventos e as colunas correspondem aos atrasos. Neste trabalho, convenientemente utilizaremos uma reorganização dos dados do triângulo de run-off em um vetor obtido pelo empilhamento das linhas. Apresentaremos, então, um método de correção dos atrasos nas notificações que é baseado na imputação de dados em séries temporais univariadas. Para tal, consideramos o Modelo Estrutural dentro do arcabouço da Modelagem em Espaço de Estados, onde o tratamento de missing values (dados ou valores faltantes, ausentes) tende a ser simplificado. Destacamos que a correção dos atrasos nas notificações dos casos de COVID-19 nos permite ter um melhor acompanhamento da real evolução da pandemia uma vez que a data na qual um indivíduo é infectado deve estar mais próxima da data de início dos sintomas do que da data de notificação."]},{"key":"dc:title","label":"Title","values":["Imputação de dados em séries temporais: uma proposta de correção para o atraso nas notificações dos casos de COVID-19 por data de início dos sintomas via Modelo Estrutural"]}]}],"canonical_facts":{"dc:creator":["Araujo, Pedro Filipe Teixeira de"],"dc:date.accessioned":["2023-03-29T19:58:44Z"],"dc:date.available":["2023-03-29T19:58:44Z"],"dc:date.issued":["2022"],"dc:description.abstract":["A notificação de um caso confirmado de COVID-19 tende a ocorrer em uma data (data da notificação) posterior à data de início dos sintomas (ou sinais) — a diferença entre as datas é chamada de atraso na notificação. Estratégias de correção para lidar com os atrasos na notificação de algum tipo de evento têm sido propostas na literatura — tradicionalmente em ciências atuariais e, também, em epidemiologia. É comum dispor dados de eventos que são notificados com atraso em um arranjo conhecido como triângulo de run-off, no qual as linhas representam as datas de ocorrência dos eventos e as colunas correspondem aos atrasos. Neste trabalho, convenientemente utilizaremos uma reorganização dos dados do triângulo de run-off em um vetor obtido pelo empilhamento das linhas. Apresentaremos, então, um método de correção dos atrasos nas notificações que é baseado na imputação de dados em séries temporais univariadas. Para tal, consideramos o Modelo Estrutural dentro do arcabouço da Modelagem em Espaço de Estados, onde o tratamento de missing values (dados ou valores faltantes, ausentes) tende a ser simplificado. Destacamos que a correção dos atrasos nas notificações dos casos de COVID-19 nos permite ter um melhor acompanhamento da real evolução da pandemia uma vez que a data na qual um indivíduo é infectado deve estar mais próxima da data de início dos sintomas do que da data de notificação."],"dc:identifier.uri":["http://app.uff.br/riuff/handle/1/28407"],"dc:language.iso":["pt_BR"],"dc:rights":["Open Access"],"dc:title":["Imputação de dados em séries temporais: uma proposta de correção para o atraso nas notificações dos casos de COVID-19 por data de início dos sintomas via Modelo Estrutural"],"dc:type":["Trabalho de conclusão de curso"]},"updated_at":"2026-07-27T19:00:59Z"}