[pt] Desde fevereiro de 2020 a pandemia gerada pelo novo coronavírus SarsCoV-2, vírus gerador da doença COVID-19, tem causado muitos óbitos, principalmente nos grandes centros urbanos. No Brasil, um dos estados mais afetados foi o Rio de Janeiro que, apesar de todas as ações feitas para mitigar o avanço da COVID-19, chegou em 01 de março de 2021 a uma taxa de mortalidade de 206,9 por cento, que corresponde a aproximadamente 207 óbitos a cada mil habitantes. No entanto, os municípios do RJ foram atingidos de maneira distinta, onde a cidade menos afetada alcançou 9,7 por cento e a mais afetada 331,3 por cento. Estudos prévios da literatura especializada indicam que a principal razão desta discrepância pode ser associada à fatores relacionados a população, renda, educação, saúde, economia, território e ambiente. Portanto, esse trabalho tem como principal objetivo identificar os principais fatores socioeconômicos, sociodemográficos e de acesso a recursos hospitalares que estão associadas a taxa de mortalidade oriunda do Sars-CoV-2 nos noventa e dois municípios do estado do Rio de Janeiro com base no modelo de Regressão de Poisson, no período de 01 de março de 2020 a 01 de março de 2021, contabilizando 12 meses. A partir do modelo escolhido foi possível detectar que dez dos onze fatores analisados influenciam na taxa de mortalidade. Sendo os fatores, Índice de desenvolvimento humano municipal (IDHM), Renda per capita (RDPC), Percentual de pobres (PMPOB), Produto interno bruto (PIB), Taxa de frequência bruta ao superior (T_FBSUPER), percentual de aglomerados subnormais (PER_AGSN), Densidade demográfica, Número de leitos hospitalares do SUS por habitante, Número de leitos hospitalares totais por habitante e Número de respiradores por habitante. Assim, os resultados obtidos com base nesses fatores analisados podem auxiliar na criação de ações mitigadoras mais direcionadas e eficientes, de acordo com as características dos municípios do estado do Rio de Janeiro. / [en] Since February 2020 the pandemic generated by the new coronavirus SarsCoV-2, the virus generating the disease COVID-19, has caused many deaths, mainly in large urban centers. In Brazil, one of the most affected states was Rio de Janeiro, which, despite all the actions taken to mitigate the progress of COVID19, reached on March 1, 2021 a mortality rate of 206.9 percent, which corresponds to approximately 207 deaths per thousand inhabitants. However, the Rio de Janeiro municipalities were affected differently, where the least affected city reached 9.7 percent and the most affected 331.3 percent. Previous studies in the specialized literature indicate that the main reason for this discrepancy may be associated with factors related to population, income, education, health, economy, territory, and environment. Therefore, this work has as main objective to identify the main socioeconomic, socio-demographic factors and access to hospital resources that are associated with the mortality rate from Sars-CoV-2 in the ninety-two municipalities in the state of Rio de Janeiro based on the Poisson Regression model, in the period from March 01, 2020 to March 01, 2021, accounting for 12 months. From the model chosen it was possible to detect those ten of the eleven factors analyzed influence the mortality rate. The factors being, municipal human development index (IDHM), per capita income (RDPC), percentage of poor (PMPOB), gross domestic product (GDP), gross attendance rate to higher (T_FBSUPER), percentage of subnormal settlements (PER_AGSN), demographic density, number of SUS hospital beds per inhabitant, number of total hospital beds per inhabitant and number of respirators per inhabitant. Thus, the results obtained based on these analyzed factors can help in the creation of more targeted and efficient mitigating actions, according to the characteristics of the municipalities in the state of Rio de Janeiro.

[pt] A maioria das pesquisas sociais e de comportamento apresenta uma estrutura hierárquica, a qual pode ser caracterizada pela existência de agrupamento das unidades de análise. Nesta dissertação empregou-se modelos multiníveis aos dados de avaliação educacional do Sistema Nacional de Avaliação Básica (SAEB). O objetivo foi analisar a Repetência Escolar dos alunos de 4.a série do ensino fundamental na disciplina de matemática. Foram feitas regressões de Poisson com a variável Repetência como resposta e várias variáveis explicativas associadas ao aluno, professor e escola. Nos modelos foram considerados dois níveis de hierarquia (nível 1=aluno; nível 2=escola). Os trabalhos foram feitos no software Mlwin o qual possibilita o uso de dados multiníveis. / [en] The most of social and behaviour researches show hierarquical structure. In this dissertation, the evolution of education data s of Brazilian National System for the Evolution Education (SAEB) were used in the multilevel models. The aim was analysed repetence of students in the primary school in mathematics subject. Poisson Regressions were made with Repetence as response variable and a lot of explanatory variables were linked student, teacher and school. In this models were considered two hierarchy levels (1-student and 2-school). The procedures were made in the software Mlwin that allows using multileves data s. / [es] La mayoria de las investigaciones sociales y de comportamiento presentan una extructura jerárquica, que puede ser caracterizada por la existencia de agrupamientos de las unidades de análisis. En esta disertación se emplean modelos multiníveles en datos de evaluación educacional del Sistema Nacional de Evaluación Básica (SAEB). EL objetivo fue analizar la Repitencia Escolar de los alumnos de 4ª grado de la primaria (4ª série, ensino fundamental) en la disciplina de matemáticas. Se ajustaron regresiones de Poison utilizando con la variable Repitencia como respuesta y varias variables explicativas asociadas al alumno, profesor y escuela. En los modelos fueron considerados dos níveles de jerarquía (nivel 1=alumno; nivel 2=escola), utilizando el el software Mlwin, que es específico para el uso de datos multiníveles.