Estratégias para seleção de variáveis em diferentes modelos preditivos para tuberculose animal

Página do item simplificado
dc.contributor.advisorMathias, Luís Antônio [UNESP]
dc.contributor.advisorArcêncio, Ricardo Alexandre
dc.contributor.authorPereira, Leyde Emanuelle Costa
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2022-06-03T13:15:47Z
dc.date.available2022-06-03T13:15:47Z
dc.date.issued2022-05-06
dc.description.abstractO objetivo deste estudo foi usar diferentes metodologias estatísticas para seleção de variáveis para predizer a presença da tuberculose bovina em um rebanho, e desta forma encontrar as estratégias que identificassem variáveis associadas com a presença de pelo menos um animal positivo dentro de um rebanho. Este procedimento foi aplicado a um banco de dados resultante de um questionário e de testes de tuberculinização aplicados por médicos veterinários da Coordenadoria de Defesa Agropecuária do Estado de São Paulo (CDA). Com base na combinação de métodos clássicos de regressão, foram utilizadas, no capítulo 2, três estratégias de seleção para que se obtivesse uma redução gradativa do número de variáveis com base no conhecimento da epidemiologia da doença. A partir dos dados originais, algumas variáveis foram mantidas e outras criadas, sendo o rebanho a unidade de observação. O capítulo 3 apresenta as etapas relacionadas à utilização de algoritmos de “machine learning” para análises preditivas em saúde animal. A variável resposta foi o rebanho com pelo menos um animal positivo no teste diagnóstico de tuberculosept
dc.description.abstractThe aim of this study was to use different statistical methodologies for selection of variables to predict bovine tuberculosis within a herd, and in this way find the strategies to select variables associated with the presence of a positive animal within a herd. This procedure was applied to a database that resulted from a questionnaire and tuberculin tests applied by veterinarians from the Agricultural Defense Coordination of the State of São Paulo (CDA). Based on the combination of classical regression methods, in Chapter 2, three selection strategies were used in order to obtain a gradual reduction in the number of variables based on the epidemiology of the disease. From the original data, some variables were maintained and others created, with the herd being the unit of observation. Chapter 3 presents the steps related to the use of “machine learning” algorithms for predictive analysis in animal health. The response variable was the positive herd for tuberculosisen
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
dc.description.sponsorshipId167483/2018-8
dc.identifier.capes33004102072P9
dc.identifier.urihttp://hdl.handle.net/11449/235013
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.subjectBovinopt
dc.subjectTeoria da previsãopt
dc.subjectBanco de dadospt
dc.titleEstratégias para seleção de variáveis em diferentes modelos preditivos para tuberculose animalpt
dc.title.alternativeStrategies for selecting variables in different predictive models for animal tuberculosisen
dc.title.alternativeStratégies de sélection des variables dans différents modèles prédictifs de la tuberculose animaleen
dc.typeTese de doutorado
unesp.campusUniversidade Estadual Paulista (Unesp), Faculdade de Ciências Agrárias e Veterinárias, Jaboticabalpt
unesp.embargoOnlinept
unesp.examinationboard.typeBanca públicapt
unesp.graduateProgramMedicina Veterinária - FCAVpt
unesp.knowledgeAreaMedicina veterinária preventivapt
unesp.researchAreaEpidemiologia de agravos à saúde em populações animais e humanas.pt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
pereira_lec_dr_jabo.pdf
Tamanho:
1.11 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.99 KB
Formato:
Item-specific license agreed upon to submission
Descrição:

Coleções

Jaboticabal - FCAV - Faculdade de Ciências Agrárias e Veterinárias