Modelagem preditiva da violência sexual como risco social: uma abordagem atuarial com redes bayesianas
| dc.contributor.advisor | Lima, Luciana Conceição de | |
| dc.contributor.advisorID | https://orcid.org/0000-0003-1385-5908 | |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/5906454269284655 | |
| dc.contributor.author | Matos, Kelly Christina da Silva | |
| dc.contributor.authorID | https://orcid.org/0000-0002-9513-2705 | |
| dc.contributor.authorLattes | http://lattes.cnpq.br/6487864714013766 | |
| dc.contributor.referees1 | Diógenes, Victor Hugo Dias | |
| dc.contributor.referees1ID | https://orcid.org/0000-0002-4010-2699 | |
| dc.contributor.referees1Lattes | http://lattes.cnpq.br/9959088565498517 | |
| dc.date.accessioned | 2025-07-14T19:55:25Z | |
| dc.date.available | 2025-07-14T19:55:25Z | |
| dc.date.issued | 2025-07-04 | |
| dc.description.resumo | Este trabalho tem como objetivo modelar a violência sexual no Brasil em 2022 e comparar a eficiência de dois modelos preditivos: redes bayesianas e regressão logística. Utilizando os microdados do sistema VIVA/SINAN, foram selecionadas variáveis sociodemográficas, relacionais e de reincidência para estimar a probabilidade de vitimização sexual. A estrutura da rede bayesiana foi aprendida por meio do algoritmo Structural EM, com incorporação de dados ausentes e posterior extração do Markov Blanket, que permitiu identificar o subconjunto mínimo de variáveis diretamente relevantes para a variável de interesse. A regressão logística foi aplicada como modelo comparativo, mas apresentou desempenho inferior nas métricas avaliadas, especialmente em sensibilidade. As redes bayesianas, por sua vez, mostraram-se mais adequadas para o fenômeno estudado, permitindo inferências probabilísticas condicionadas, simulações de cenários e análise de risco com maior precisão. Os resultados evidenciaram maior risco de vitimização entre meninas, especialmente entre 5 e 14 anos, e em contextos envolvendo agressores familiares ou desconhecidos, inclusive no ambiente doméstico. A aplicação dessas técnicas reforça o potencial das Ciências Atuariais na análise de riscos sociais complexos, estendendo sua atuação para além do campo financeiro. | |
| dc.identifier.citation | MATOS, Kelly Christina da Silva. Modelagem preditiva da violência sexual como risco social: uma abordagem atuarial com redes bayesianas. Orientadora: Luciana Conceição de Lima. 2025. Trabalho de Conclusão de Curso (Graduação em Ciências Atuariais) — Departamento de Demografia e Ciências Atuariais, Universidade Federal do Rio Grande do Norte, Natal, 2025. | |
| dc.identifier.uri | https://repositorio.ufrn.br/handle/123456789/64343 | |
| dc.language.iso | pt_BR | |
| dc.publisher | Universidade Federal do Rio Grande do Norte | |
| dc.publisher.country | Brazil | |
| dc.publisher.department | Departamento de Demografia e Ciências Atuariais | |
| dc.publisher.initials | UFRN | |
| dc.publisher.program | Ciências Atuariais | |
| dc.rights | Attribution 3.0 Brazil | en |
| dc.rights.uri | http://creativecommons.org/licenses/by/3.0/br/ | |
| dc.subject | Violência sexual | |
| dc.subject | Redes bayesianas | |
| dc.subject | Gestão de risco social | |
| dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA | |
| dc.title | Modelagem preditiva da violência sexual como risco social: uma abordagem atuarial com redes bayesianas | |
| dc.type | bachelorThesis |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- Versão Repositório.pdf
- Tamanho:
- 1.76 MB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 1.53 KB
- Formato:
- Item-specific license agreed upon to submission
Nenhuma Miniatura disponível