Uma modelagem estatística do tempo até a aposentadoria dos servidores estatutários civis do poder executivo da União
Autor(a)
Mendonça, Igor Ribeiro
Orientador(a) Coorientador(a)
Rodrigues, Guilherme Souza
Contato email
igorrm.est@gmail.com
Data de aceite
2022-03-16
Data de disponibilizacao
2022-03-16
Data de publicacao
2022-03-17
Data de defesa submissao
2021-11-29
Citacao
MENDONÇA, Igor Ribeiro. Uma modelagem estatística do tempo até a aposentadoria dos servidores estatutários civis do poder executivo da União. 2021. 48 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2021.
Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2021.
Resumo Portugues
Este trabalho se propõe a criar um modelo linear para estimar o tempo até a aposentadoria
dos servidores estatutários civis da União. A partir de uma base de dados cadastrais fornecida e
gerada em agosto de 2019 pela Secretária de Previdência do Governo e utilizando o algoritmo
Generalized Additive Model for Location Scale and Shape (GAMLSS). Os dados cadastrais
foram tratados para filtrar os servidores ativos aptos a aposentar em cada ano de 2005 a 2018.
Procedimento que gera censuras nos tempos até a aposentadoria observados, o que foi tratado
na modelagem proposta. O modelo foi então comparado quantitativamente com outros tipos de
arquitetura, como redes neurais, e qualitativamente com modelos da literatura que propuseram
a modelar a aposentadoria também. Por fim, o valor estimado até o tempo até a aposentadoria é
tratado para levar em conta regra previdenciária da idade compulsória, que o servidor é obrigado
a se aposentar.
Resumo Ingles
This work suggests a linear model to estimate the time until retirement of civilian public
workers of Brazil’s Government. The data used was provided and generated in August of 2019
by the Department of Retirement of Brazil and the algorithm used in the work is Generalized
Additive Model for Location Scale and Shape (GAMLSS). The registered data were treated to
filter the workers that were active and had acquired the right to retire in each year from 2005
until 2018. The procedure to this filter produces censorship in the time until retirement observed
in the data, which was treated in the development of the model. Then, the final model was
compared quantitatively with other kinds of algorithms, such as neural nets and deep learning
models, and compared qualitatively with other proposals from the literature that tried to model
retirement as well. At last, the time estimated to retirement is treated to accomodate a retirement
law that requires the public worker to retire when a certain age is reached.
Unidade academica
Instituto de Ciências Exatas (IE)
Departamento
Departamento de Estatística (IE EST)
Programa de Pos-Graduacao
Programa de Pós-Graduação em Estatística
Idioma
por
Tipo de documento
Dissertação
Formato
application/pdf
Direitos de acesso
Acesso Aberto
Termo de licenca
A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br,www.ibict.br,http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Palavras-chave
Modelos lineares||Aposentadoria||Redes neurais||Dados censurados||Análise de sobrevivência
