Exercício STATA - Efeitos do IEGM nos Óbitos por COVID-19

Exercício STATA Métodos quantitativos aplicados Os efeitos do IEGM nos óbitos por COVID19 Professor Edvan soares de Oliveira O exercício deve ser postado na área do aluno até o dia 31082023 na atividade Exercício STATA O exercício tem por finalidade inserir os alunos na parte mais prática da estatística bem como fornecer treinamento que desenvolva habilidades ligadas à interpretação de resultados e transformação desses em textos coerentes e claros que gerem informações relevantes para quem os desejar utilizar O exercício pode ser realizado em grupos de até 4 componentes bastando um componente do grupo enviar até o dia 20 de janeiro de 2023 as 2359 Os efeitos do IEGM nos óbitos por COVID19 Em face da aprovação da reforma administrativa por meio da emenda constitucional n 191998 foram revistos os modelos de gestão pública assim como os mecanismos de controle da efetividade dos serviços destinados à sociedade Silva Neto Reis Ribeiro 2020 Com a Constituição Federal de 1988 os órgãos de fiscalização e controle externo também passaram a atuar mais fortemente com vistas à criação de mecanismos que estimulem gestores públicos a cumprirem metas e objetivos Nesse cenário a efetividade da gestão passou a ser exigida cada vez mais pelos cidadãos que buscam a efetividade na prestação dos serviços públicos nas mais diversas áreas fazendo com que a sociedade passasse a ser uma aliada dos órgãos de controle assim como dos mais diversos atores e instituições que visam a melhoria dos serviços públicos Silva Neto et al 2020 O avanço da governança no setor público originou vários indicadores que passaram a ser utilizados para mensurar os resultados das gestões dos governos ao longo do tempo Estes se tornaram importantes instrumentos de avaliação e de gestão uma vez que podem ser utilizados para implementação de melhores práticas Silva Neto et al 2020 Dentre esses indicadores o Índice de Efetividade da Gestão Municipal IEGM foi desenvolvido pelos tribunais de contas brasileiros com o objetivo de mensurar o desempenho dos municípios com base em sete dimensões a saber saúde educação meio ambiente gestão fiscal planejamento governança em TI e cidades protegidas O IEGM mede a efetividade das políticas de gestão dos governos municipais considerando as dimensões estratégicas apresentadas O IEGM foi implantado primeiramente pelo Tribunal de Contas do Estado de São Paulo sendo depois transformado no IEGM Brasil com alcance em todos os estados da Federação Aguiar Teixeira Beiruth 2020 O Índice de Efetividade da Gestão Municipal tornouse uma ferramenta importante para avaliação do esforço do gestor municipal sobre a implantação dos processos necessários para o fornecimento adequado dos serviços públicos IRB Instituto Rui Barbosa 2021 Nesse contexto considerando a crise sanitária determinada pela pandemia de COVID19 a oferta e a qualidade dos serviços especificamente os de saúde passaram a ser uma preocupação ainda maior para gestores e para a sociedade Além disso os mais diversos índices passaram a fazer parte da rotina da população por meio dos principais canais de mídia Dados como a taxa de incidência número de mortos além de outros fornecidos pelos governos passaram a ser analisados constantemente Parker 2020 Ainda devido à crise sanitária causada pela COVID19 as instituições públicas privadas com ou sem fins lucrativos passaram a enfrentar desafios sem precedentes na história Parker 2020 Na economia as medidas restritivas que visavam diminuir a propagação do vírus geraram impactos negativos já considerados superiores aos da crise financeira de 20082009 Kashyap Raghuvanshi 2020 Para os gestores públicos o dilema deuse também em várias vertentes mas a principal foi a gestão da saúde pública que teve que lidar com uma demanda crescente de pacientes e com uma capacidade de atendimento limitada Plaček Špaček Ochrana 2020 Diante dos desafios trazidos pela crise sanitária os gestores públicos precisaram rapidamente fazer reestruturações para conseguir atender as demandas dos mais diversos insumos para a área da saúde isso aconteceu devido a pandemia mas se repete em vários momentos em que acontecem crises sanitárias O IEGM pode se traduzir portanto como um importante indicador para aferir a gestão pública municipal contudo ainda requer conforme uma melhor avaliação da sua efetividade como indicador Evidentemente que a gestão pública municipal possui várias peculiaridades e outros indicadores são fundamentais para uma melhor compreensão do perfil de cada município em relação a gestão de uma crise sanitária a saber Produto Interno Bruto dos Municípios per capita Percentual da população idosa por município brasileiro Percentual da população de gênero masculino dentre outros Sendo assim a presente pesquisa parte da seguinte questãoproblema O desempenho de municípios brasileiros no Índice de Efetividade da Gestão Municipal IEGM especificamente na dimensão ISaúde está relacionado com o número de óbitos causados pela COVID19 O objetivo da pesquisa é averiguar se existe uma relação entre Índice de Efetividade da Gestão Municipal IEGM e o desempenho dos municípios brasileiros no número de óbitos causados na crise sanitária ocasionada pela COVID19 uma vez que o IEGM é um dos principais indicadores para a avaliação das gestões no âmbito municipal Aguiar Teixeira Beiruth 2020 reforçase ainda que a aplicação inadequada de recursos públicos pode causar a ineficiência da oferta de serviços à comunidade Scarpin Slomski 2007 A pesquisa é caracterizada como quantitativa com corte transversal Foram utilizados dados secundários extraídos das páginas do Instituto Rui Barbosa Ministério da Saúde do Brasil e Instituto Brasileiro de Geografia e Estatística A amostra é composta por todos os municípios brasileiros que responderam aos instrumentos de coletas de dados para composição do Índice de Efetividade de Gestão Municipal IEGM e que também possuem dados fornecidos sobre o número de casos e óbitos fornecidos pelo Ministério da Saúde do Brasil A justificativa teórica deste trabalho baseiase em 1 ampliar os estudos de Silva Neto Reis e Ribeiro 2020 ao buscar compreender o Índice de Efetividade da Gestão Municipal em todos os municípios brasileiros e sua relação com o enfrentamento da pandemia de COVID19 2 Ampliar os achados de Alam 2020 verificando o papel da governança no setor da saúde e sua relação com o número de casos e de mortes por COVID19 3 Aprofundar os estudos de Glenn Chaumont e Dintrans 2020 ao buscar compreender o papel das lideranças públicas para a gestão de crises de saúde Como justificativa prática o presente estudo poderá evitar o desperdício de recursos públicos contribuir para a fiscalização pelas diversas partes interessadas e para o aprimoramento das gestões dos governos municipais A associação entre o IEGM e o número de casos e mortes por COVID19 poderá nortear as ações práticas dos governos visando o atendimento dos requisitos estabelecidos pelos tribunais de contas dos estados para a atribuição de notas que sejam minimamente satisfatórias para mitigação dos impactos causados pela pandemia de COVID19 e por outras crises sanitárias Considere a base de dados disponibilizada na área do aluno que se trata de alguns dados sobre a COVID19 e o índice de efetividade da gestão municipal A base de dados traz informações municipais da região norte e nordeste do Brasil Abaixo a descrição das variáveis que são apresentadas na base de dados Estado representa o estado o qual o município em questão está localizado Município representa o município estudado Coduf representa o código para identificação do estado Código representa o código para identificação do município Casos se trata do número de casos de Covid19 evidenciados acumulados até março de 2021 desde o início da pandemia Obitos representa o número de óbitos por Covid19 evidenciados acumulados até março de 2021 desde o início da pandemia Interior é uma variável binária que assume valor 1 se o município em questão é do interior e 0 em caso contrário PIBpc representa o PIB per capita do município em questão Popul representa o total de habitantes do município em questão IEGM representa o índice de efetividade de gestão municipal que reflete a eficácia das políticas públicas municipais e está atrelado a sete diferentes dimensões entre elas a saúde Faixa representa a faixa do IEGM que se divide em A B B C C que nessa ordem reflete os diferentes níveis de eficácia onde A representa os maiores níveis de eficácia e C os menores níveis de eficácia Isaude representa o índice de efetividade voltado apenas para a saúde Faixasaude Assim como a faixa do IEGM geral a faixa da saúde traz as faixas para o índice de efetividade da saúde Area representa o tamanho do território do município medido em quilômetros quadrados Homens representa o percentual de homens residentes no município Mulheres representa o percentual de mulheres residentes no município Analf representa o percentual da população analfabeta no município Idosos representa o percentual de idosos residentes no município Pedese Execute no software STATA o que se pede abaixo no final deverá ser entregue a respeito desta etapa a O arquivo log gerado b O dofile com os comandos devidamente comentados c Um arquivo em word com os prints das telas do STATA e as interpretações feitas para os itens interpretativos Legenda Exercícios com um asterisco azul deve apenas ser rodado no STATA Exercícios com um asterisco laranja devem apenas ser respondidos no word sem a necessidade de executar algum comando no STATA Exercícios com um asterisco azul e um laranja devem ser rodados no STATA ter a tela com resultado printado colada no arquivo word e ser feita a devida interpretação dos resultados a Baixe a base de dados e a importe para o Stata seguindo o caminho File import Excel Escolha o arquivo no local de armazenamento marque a opção import first row as Variable names b Se alguma variável não for lida faça a devida correção Comando destring lista variáveis replace force Exemplo destring PIBpc Isaude IEGM replace force c Verifique se as variáveis possuem ou não outliers Não precisa para as qualitativas Comando graph hbox lista de variaveis Obs Julgue se vale ou não a pena executar os gráficos das variáveis conjuntamente ou não o que pode levar a execução do comando mais de uma vez d Winsorize todas as variáveis não qualitativas com um percentual de 1 em cada cauda Comando winsor2 variaveis suffixw cuts1 99 Obs Se esse pacote estatístico ainda não estiver instalado no seu Stata use o comando para instalação ssc install winsor2 e depois execute a winsorização e Crie as seguintes variáveis i densidade demográfica que se trata da divisão da população pela área territorial do município Comando gen densidade populwáreaw ii Obitos per capita que se trata do número de mortes por habitantes Comando gen Obitospc ObitoswPopulw iii Casos per capita que se trata do número de casos por habitantes Comando gen Casospc CasoswPopulw f Rode uma estatística descritiva contendo como métricas o total de observações média coeficiente de variação mínimo 1quartil mediana 3 quartil e máximo para as variáveis Casospc óbitospc interior PIBpc IEGM Isaude Homens analf Idosos e densidade Obs use as variáveis winsorizadas Comando Aqui pode usar o comando tabstat ou seguir o seguinte caminho Statistics sumaries tables and tests Other tables compact table of summary statistics Selecione as variáveis selecione as estatísticas que deseja Vá em options e peça para usar as colunas como as estatísticas g Faça uma matriz de correlação entre as variáveis mesmas apresentadas no item anterior com exceção das dummies porém com um teste de hipótese onde se marque uma estrela nas correlações estatisticamente significativas com 10 de significância Comando pwcorr lista de variáveis star10 h Teste se há evidência estatística de que municípios que são do interior tem casos per capita diferentes Obs Lembrese que é necessário antes realizar um teste de variância Comando do teste de variância sdest Casospc byinterior Se a conclusão do teste de variância for que as variâncias são iguais então rode o teste de comparação de médias da seguinte forma Comando ttest Casospc byinterior Caso o resultado do teste de variância aponte que as variâncias são estatisticamente diferentes use o comando Comando ttest Casospc byinterior unequal i Teste se há evidência estatística de que municípios que são do interior tem Obitos per capita diferentes Obs Lembrese que é necessário antes realizar um teste de variância Comando do teste de variância sdest Obitospc byinterior Se a conclusão do teste de variância for que as variâncias são iguais então rode o teste de comparação de médias da seguinte forma Comando ttest Obitospc byinterior Caso o resultado do teste de variância aponte que as variâncias são estatisticamente diferentes use o comando Comando ttest Obitospc byinterior unequal j Crie uma variável que capture se o índice de efetividade da gestão municipal no âmbito da saúde está ou não das suas duas piores faixas Comando gen dfaixasaude 0 Comando replace dfaixasaude 1 if Faixasaude C Comando replace dfaixasaude 1 if Faixasaude C Comando replace dfaixasaude If Faixasaude k Teste se o fato de estar nas duas piores faixas torna o número médio de casos por habitantes maior Obs Lembrese que é necessário antes realizar um teste de variância Comando do teste de variância sdest Casospc bydfaixasaude Se a conclusão do teste de variância for que as variâncias são iguais então rode o teste de comparação de médias da seguinte forma Comando ttest Casospc bydfaixasaude Caso o resultado do teste de variância aponte que as variâncias são estatisticamente diferentes use o comando ttest Casospc bydfaixasaude unequal l Teste se o fato de estar nas duas piores faixas torna o número médio de óbitos por habitantes maior Obs Lembrese que é necessário antes realizar um teste de variância Comando do teste de variância sdest Obitospc bydfaixasaude Se a conclusão do teste de variância for que as variâncias são iguais então rode o teste de comparação de médias da seguinte forma Comando ttest Obitospc bydfaixasaude Caso o resultado do teste de variância aponte que as variâncias são estatisticamente diferentes use o comando ttest Obitospc bydfaixasaude unequal m Você vê algum problema na metodologia adotada nos testes de hipóteses para duas populações como tentativa de entender a maneira como o índice de efetividade afeta os casos e óbitos por Covid19 Explique n Estime o seguinte modelo 𝑜𝑏𝑖𝑡𝑜𝑠𝑝𝑐𝑖 𝛽0 𝛽1𝑖𝑒𝑔𝑚𝑖 𝜀𝑖 Salve os resultados como M1 Comando reg Obitospc IEGM rob Comando estimates store M1 o Estime o seguinte modelo 𝑜𝑏𝑖𝑡𝑜𝑠𝑝𝑐𝑖 𝛽0 𝛽1𝑖𝑒𝑔𝑚𝑖 𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑒𝑠𝑖 𝜀𝑖 Lembrese da definição de controle e utilize os controles que achar mais adequado para explicar os óbitos por habitantes Caso seja necessário crie alguma variável utilizando as variáveis disponíveis Salve os resultados dessa estimação como M2 p Estime o seguinte modelo 𝑜𝑏𝑖𝑡𝑜𝑠𝑝𝑐𝑖 𝛽0 𝛽1𝑖𝑠𝑎𝑢𝑑𝑒𝑖 𝜀𝑖 Salve os resultados como M3 Comando reg Obitospc Isaude rob Comando estimates store M3 q Estime o seguinte modelo 𝑜𝑏𝑖𝑡𝑜𝑠𝑝𝑐𝑖 𝛽0 𝛽1𝐼𝑠𝑎𝑢𝑑𝑒𝑖 𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑒𝑠𝑖 𝜀𝑖 Lembrese da definição de controle e utilize os controles que achar mais adequado para explicar os óbitos por habitantes Caso seja necessário crie alguma variável utilizando as variáveis disponíveis Salve os resultados dessa estimação como M4 r Estime o seguinte modelo 𝑜𝑏𝑖𝑡𝑜𝑠𝑝𝑐𝑖 𝛽0 𝛽1𝑑𝑓𝑎𝑖𝑥𝑎𝑠𝑎𝑢𝑑𝑒𝑖 𝜀𝑖 Salve os resultados como M5 Comando reg Obitospc dfaixasaude rob Comando estimates store M5 s Estime o seguinte modelo 𝑜𝑏𝑖𝑡𝑜𝑠𝑝𝑐𝑖 𝛽0 𝛽1𝑑𝑓𝑎𝑖𝑥𝑎𝑠𝑎𝑢𝑑𝑒𝑖 𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑒𝑠𝑖 𝜀𝑖 Lembrese da definição de controle e utilize os controles que achar mais adequado para explicar os óbitos por habitantes Caso seja necessário crie alguma variável utilizando as variáveis disponíveis Salve os resultados dessa estimação como M6 t Crie uma tabela com os resultados referentes aos modelos M1 M2 M3 M4 M5 e M6 marcando um asterisco para coeficientes estatisticamente significativos com 10 de significância dois asteriscos para coeficientes estatisticamente significativos com 5 de significância e três asteriscos para coeficientes estatisticamente significativos com 1 de significância Comando estimates tab M1 M2 M3 M4 M5 M6 star10 05 01 u Faça pelo menos mais um teste de hipótese que ajude a responder à pergunta de pesquisa v Faça pelo menos mais uma análise gráfica explore a aba gráficos do STATA que ajude a responder à pergunta de pesquisa w Estime pelo menos um modelo adicional com controles que ajude a responder à pergunta de pesquisa x Use os resultados alcançados até agora para explicar a maneira que o índice de efetividade da gestão municipal voltado para a dimensão da saúde pode servir para antecipar a necessidade de uma maior atenção em políticas públicas voltadas para contenção da doença Exercício STATA Métodos quantitativos aplicados Os efeitos do IEGM nos óbitos por COVID19 Professor Edvan soares de Oliveira a Importar os dados para o STATA b Se alguma variável não for lida faça as devidas correções c Verifique se as variáveis possuem ou não outliers Não precisa para as qualitativas i Analisando as variáveis conjuntas ii Analisando as variáveis individuais obitos 0 1000 2000 3000 4000 5000 PIBpc 0 1000000 2000000 3000000 0 1000000 2000000 3000000 popul homens 45 50 55 60 mulheres 40 45 50 55 taxaanalf 0 10 20 30 40 50 De acordo com os boxplots apresentados temse que as variáveis quantitativas do banco de dados casos óbitos PIBpc popul homens mulheres taxaanalf e idosos apresentam outliers ou seja as variáveis possuem valores extremos d Winsorize todas as variáveis não qualitativas com um percentual de 1 em cada cauda e Crie variáveis f Rode uma estatística descritiva contendo como métricas o total de observações média coeficiente de variação mínimo 1quartil mediana 3 quartil e máximo para as variáveis Casospc óbitospc interior PIBpc IEGM Isaude Homens analf Idosos e densidade A tabela apresenta estatísticas resumidas para diversas variáveis do conjunto de dados As médias e coeficientes de variação CV indicam a dispersão dos dados Para variáveis como casos e óbitos as médias estão em torno de 1593 e 33 respectivamente com CVs sugerindo variação moderada Variáveis como interior mostram uma taxa muito baixa com a maioria dos valores sendo zero A densidade populacional tem média de cerca de 50 mas também com variação notável O PIB per capita médio é aproximadamente 13283 com baixa variação relativa A taxa média de analfabetismo é cerca de 2418 com CV indicando variação moderada A proporção de homens tem pouca variação em torno de 5062 Já a proporção média de idosos é de cerca de 1064 exibindo alta variabilidade As taxas de óbitos e casos por habitante têm médias muito baixas com altos coeficientes de variação Essas estatísticas fornecem um panorama geral das características das variáveis apontando para diferentes níveis de dispersão e padrões g Faça uma matriz de correlação entre as variáveis mesmas apresentadas no item anterior com exceção das dummies porém com um teste de hipótese onde se marque uma estrela nas correlações estatisticamente significativas com 10 de significância A matriz de correlação apresentada na tabela fornece informações sobre as relações entre as variáveis do conjunto de dados As correlações são valores que variam de 1 a 1 indicando a intensidade e a direção da relação entre as variáveis Observamos uma forte correlação positiva de 09387 entre as variáveis casos e óbitos o que sugere que locais com mais casos também tendem a ter mais óbitos Por outro lado variáveis como interior e densidade apresentam correlações mais baixas indicando que sua relação não é tão proeminente O PIB per capita não exibe correlações fortes com outras variáveis sugerindo independência relativa Quanto a características demográficas observase uma correlação negativa leve entre homens e idosos indicando que áreas com maior proporção de homens tendem a ter menos idosos e vice versa No tocante à educação há uma correlação negativa leve entre taxa de analfabetismo e densidade populacional insinuando que áreas mais densamente povoadas podem ter uma menor taxa de analfabetismo Além disso é notável uma correlação moderada positiva entre as taxas de casos por habitante e óbitos por habitante sugerindo que regiões com mais casos também tendem a ter mais óbitos em relação à sua população No entanto é importante lembrar que correlação não implica causalidade e análises adicionais são necessárias para entender plenamente as relações entre essas variáveis h Teste se há evidência estatística de que municípios que são do interior tem casos per capita diferentes Hipóteses do teste de variância H 0 Asvariâncias sãoiguais entre os gruposσ0 2σ1 2 σ0 2 σ1 21 H 1 Asvariâncias são diferentes entreos grupos σ0 2σ 1 2 σ0 2 σ1 2 1 De acordo com o teste realizado tem que o pvalor da estatística do teste é de 01639 o que é maior que 005 portanto com 5 de significância não há evidências suficientes para rejeitar a hipótese nula logo podemos considerar que as variâncias são iguais entre os grupos Hipóteses do teste de comparação entre média H 0as médias sãoiguaisentre os grupos μ0μ1μ0μ10 H 1 asmédias sãodiferentes entre os gruposμ0 μ1μ0μ10 O pvalor da estatística do teste foi de 00218 o que é menor que 005 ou seja com 5 de significância rejeitase a hipótese nula logo podemos concluir que há diferença entre as médias dos grupos estudados i Teste se há evidência estatística de que municípios que são do interior tem Obitos per capita diferentes Hipóteses do teste de variância H 0 Asvariâncias sãoiguais entre os gruposσ0 2σ1 2 σ0 2 σ1 21 H 1 Asvariâncias são diferentes entreos grupos σ0 2σ 1 2 σ0 2 σ1 2 1 De acordo com o teste realizado tem que o pvalor da estatística do teste é de 01149 o que é maior que 005 portanto com 5 de significância não há evidências suficientes para rejeitar a hipótese nula logo podemos considerar que as variâncias são iguais entre os grupos Hipóteses do teste de comparação entre média H 0as médias sãoiguaisentre os grupos μ0μ1μ0μ10 H 1 asmédias sãodiferentes entre os gruposμ0 μ1μ0μ10 O pvalor da estatística do teste foi de aproximadamente 0 ou seja com 5 de significância rejeitase a hipótese nula logo podemos concluir que há diferença entre as médias dos grupos estudados j Crie uma variável que capture se o índice de efetividade da gestão municipal no âmbito da saúde está ou não das suas duas piores faixas k Teste se o fato de estar nas duas piores faixas torna o número médio de casos por habitantes maior Hipóteses do teste de variância H 0 Asvariâncias sãoiguais entre os gruposσ0 2σ1 2 σ0 2 σ1 21 H 1 Asvariâncias são diferentes entreos grupos σ0 2σ 1 2 σ0 2 σ1 2 1 De acordo com o teste realizado tem que o pvalor da estatística do teste é de 06775 o que é maior que 005 portanto com 5 de significância não há evidências suficientes para rejeitar a hipótese nula logo podemos considerar que as variâncias são iguais entre os grupos Hipóteses do teste de comparação entre média H 0as médias sãoiguaisentre os grupos μ0μ1μ0μ10 H 1 asmédias sãodiferentes entre os gruposμ0 μ1μ0μ10 O pvalor da estatística do teste foi de aproximadamente 0 ou seja com 5 de significância rejeitase a hipótese nula logo podemos concluir que há diferença entre as médias dos grupos estudados l Teste se o fato de estar nas duas piores faixas torna o número médio de óbitos por habitantes maior Hipóteses do teste de variância H 0 Asvariâncias sãoiguais entre os gruposσ0 2σ1 2 σ0 2 σ1 21 H 1 Asvariâncias são diferentes entreos grupos σ0 2σ 1 2 σ0 2 σ1 2 1 De acordo com o teste realizado tem que o pvalor da estatística do teste é de 00001 o que é menor que 005 portanto com 5 de significância rejeitase a hipótese nula logo podemos considerar que as variâncias são diferentes entre os grupos Hipóteses do teste de comparação entre média H 0as médias sãoiguaisentre os grupos μ0μ1μ0μ10 H 1 asmédias sãodiferentes entre os gruposμ0 μ1μ0μ10 O pvalor da estatística do teste foi de aproximadamente 0 ou seja com 5 de significância rejeitase a hipótese nula logo podemos concluir que há diferença entre as médias dos grupos estudados m Você vê algum problema na metodologia adotada nos testes de hipóteses para duas populações como tentativa de entender a maneira como o índice de efetividade afeta os casos e óbitos por Covid19 Explique Os testes de hipóteses para duas populações como os testes t de Student são frequentemente usados para comparar médias entre dois grupos distintos Eles assumem que os dados são independentes e normalmente distribuídos e que as variâncias nos dois grupos são iguais a menos que seja usado o teste t de Welch que lida com variâncias desiguais Além disso esses testes são mais apropriados quando você está comparando grupos distintos e não está considerando fatores de controle No entanto quando se trata de analisar a relação entre o índice de efetividade da gestão municipal e os casos e óbitos por COVID19 pode haver outros fatores em jogo que não são levados em consideração pelos testes de hipóteses para duas populações Por exemplo outras variáveis como densidade populacional estrutura etária da população acesso a serviços de saúde entre outras podem influenciar os resultados dos casos e óbitos por COVID19 Portanto a metodologia adotada nos testes de hipóteses para duas populações pode ser limitada para entender a relação completa entre o índice de efetividade da gestão municipal e os casos e óbitos por COVID19 Modelos de regressão mais complexos como a regressão linear múltipla ou modelos de regressão logística podem ser mais apropriados para controlar fatores de confusão e identificar relações mais precisas entre as variáveis Portando podemos concluir que embora os testes de hipóteses para duas populações possam oferecer uma visão inicial da relação entre as variáveis eles podem não capturar completamente a complexidade do cenário É importante considerar métodos estatísticos mais robustos como modelos de regressão para uma análise mais completa e precisa da relação entre o índice de efetividade da gestão municipal e os casos e óbitos por COVID19 n Estime o seguinte modelo obitosp ciβ0 β1iegmiϵ i Como o pvalo da estatística F foi de aproximadamente 0 com 5 de significância tem se que o modelo M1 é significativo ou seja as variações da variável IEGM que representa o índice de efetividade de gestão municipal que reflete a eficácia das políticas públicas municipais e está atrelado a sete diferentes dimensões entre elas a saúde é significativo para explicar as variações no numero de óbitos per capita como o coeficiente estimado da regressão foi positivo isso significa que caso o valor de IEGM aumenta esperase o número de óbitos per capita aumente também o Estime o seguinte modelo obitosp ciβ0 β1iegmicontroleϵ i Como variável controle foi usado a variável PIBpc Como a estatística do teste F apresentou um pvalor próximo de 0 isso implica que o modelo M2 é significativo ou seja pelo menos uma variável independente é capaz de explicar as variações da variável dependente Ao analisa o pvalor da estatística do teste T realizado para cada variável independente temse que ambos foram próximos de 0 assim podemos concluir que as duas variáveis independentes são significativas para explicar as variações da variável dependente que é foram os óbitos per capita p Estime o seguinte modelo obitosp ciβ0 β1isaudeiϵ i Como o pvalo da estatística F foi de 00005 com 5 de significância temse que o modelo M3 é significativo ou seja as variações da variável Isaude que representa o índice de efetividade voltado apenas para a saúde é significativo para explicar as variações no número de óbitos per capita como o coeficiente estimado da regressão foi positivo isso significa que caso o valor de Isaude aumenta esperase o número de óbitos per capita aumente também q Estime o seguinte modelo obitosp ciβ0 β1isaudeicontrol eiϵi Como a estatística do teste F apresentou um pvalor próximo de 0 isso implica que o modelo M4 é significativo ou seja pelo menos uma variável independente é capaz de explicar as variações da variável dependente Ao analisa o pvalor da estatística do teste T realizado para cada variável independente temse que ambos foram próximos de 0 assim podemos concluir que as duas variáveis independentes são significativas para explicar as variações da variável dependente que é foram o número de óbitos per capita r Estime o seguinte modelo obitosp ciβ0 β1dfaixadesaud eiϵ i Como o pvalo da estatística F foi de aproximadamente 0 com 5 de significância temse que o modelo M5 é significativo ou seja as variações da variável dfaixasaude é significativo para explicar as variações do número de óbitos per capita como o coeficiente estimado da regressão foi negativo isso significa que caso o valor da variável independente aumenta esperase que o número de óbitos per capita diminua s Estime o seguinte modelo obitosp ciβ0 β1dfaixadesaud eicontrol eiϵi Como a estatística do teste F apresentou um pvalor próximo de 0 isso implica que o modelo M6 é significativo ou seja pelo menos uma variável independente é capaz de explicar as variações da variável dependente Ao analisa o pvalor da estatística do teste T realizado para cada variável independente temse que ambos foram próximos de 0 assim podemos concluir que as duas variáveis independentes são significativas para explicar as variações da variável dependente que é foram o número de óbitos per capita t u Faça pelo menos mais um teste de hipótese que ajude a responder à pergunta de pesquisa H 0 o PIBpcinfluencianonúmerode obitos H 1 oPIBpc nãoinfluencianonúmerode obitos Nos modelos de regressão obtidos foi usado a variável PIBpc como variável controle em todos que a variável PIBpc apareceu a variável demonstrou ser significativa para representar as variações do número de óbitos logo nesse caso a hipótese nula é rejeitada e podemos concluir que o PIBpc influencia no número de óbitos por município v Faça pelo menos mais uma análise gráfica explore a aba gráficos do STATA que ajude a responder à pergunta de pesquisa w reg Obitospc IEGM PIBpc homens idosos densidade Source SS df MS Number of obs 1592 Model 000020172 5 40344e06 F5 1586 2043 Residual 000313166 1586 19746e07 Prob F 00000 Rsquared 00605 Total 00033338 1591 20951e07 Adj Rsquared 00576 Root MSE 00044 Obitospc Coefficient Std err t Pt 95 conf interval IEGM 455e06 133e06 343 0001 195e06 715e06 PIBpc 374e09 750e10 499 0000 227e09 521e09 homens 0000445 942e06 472 0000 000063 000026 idosos 000654 0004868 134 0179 0016088 0003008 densidade 177e07 759e08 233 0020 283e08 326e07 cons 0027767 0005139 540 0000 0017687 0037848 x Temse que o modelo proposto foi significativo a nível de 5 e ele consegue explicar em média cerca de 605 das variações do número de óbitos com isso podemos concluir que apesar das variáveis independentes serem significativa eles conseguem explicar pouco as variações do número de óbitos por convid19 sendo necessário estimar outras variáveis