Relatório de Análise de Gastos
Ryan Batista
library(ggplot2)
load("C:/Users/ryanb/Documents/RELATORIO1/base22.RData")Introdução
Neste relatório, analisaremos os gastos dos deputados em 2016 com base nos dados fornecidos. Vamos criar visualizações e análises para entender melhor esses gastos.
Material e Métodos
Dados
foi usado nesse relatorio o banco de dados Despesas pela Cota para Exercício da Atividade Parlamentar do ano de 2016 que esta disponivel no site: https://dadosabertos.camara.leg.br/swagger/api.html#staticfile
Metodos
Análise dos gastos totais por partido político:
Método: Usando a função group_by e summarise do pacote dplyr, você pode calcular os gastos totais para cada partido político. Em seguida, visualize os resultados com um gráfico de barras.
Identificação dos deputados que mais gastaram:
Método: Utilização da função arrange do dplyr para ordenar os deputados por gastos e seleção dos 10 principais. Visualização com gráfico de barras ou tabela.
Análise dos gastos por tipo de despesa:
Método: Utilize a função group_by e summarise do pacote dplyr para calcular os gastos totais por tipo de despesa (coluna “txtDescricao”). Visualize os resultados com um gráfico de barras ou um gráfico de pizza.
Comparação de gastos entre diferentes estados:
Método: Use a função group_by e summarise para calcular os gastos totais por estado (coluna “sgUF”). Crie um gráfico de barras ou um gráfico de mapa para comparar os gastos entre estados.
Gastos por Deputado
Listra completa dos deputados com os seus gastos
print(analise_gastos)## # A tibble: 585 × 2
## txNomeParlamentar Total_Gastos
## <chr> <dbl>
## 1 ABEL MESQUITA JR. 544471.
## 2 ADAIL CARNEIRO 360571.
## 3 ADALBERTO CAVALCANTI 498764.
## 4 ADELMO CARNEIRO LEÃO 431299.
## 5 ADELSON BARRETO 254382.
## 6 ADEMIR CAMILO 418869.
## 7 ADILTON SACHETTI 315038.
## 8 ALBERTO FILHO 503815.
## 9 ALEX CANZIANI 439745.
## 10 ALEXANDRE BALDY 408844.
## # ℹ 575 more rowsAqui está a listra do top 10 deputados que mais gastaram ano de 2016:
print(top_deputados)## # A tibble: 10 × 2
## txNomeParlamentar Total_Gastos
## <chr> <dbl>
## 1 ROCHA 584774.
## 2 Hiran Gonçalves 557400.
## 3 Edio Lopes 552446.
## 4 Alan Rick 548507.
## 5 ABEL MESQUITA JR. 544471.
## 6 REMÍDIO MONAI 543350.
## 7 Leo de Brito 542456.
## 8 Jhonatan de Jesus 540809.
## 9 CARLOS ANDRADE 540152.
## 10 MARINHA RAUPP 533627.Aqui está um gráfico de barras, da listra anterior:
# Crie um gráfico de barras com os top 10 deputados que mais gastaram
ggplot(top_deputados, aes(x = reorder(txNomeParlamentar, -Total_Gastos), y = Total_Gastos)) +
geom_bar(stat = "identity", fill = "red") +
labs(x = "Deputado", y = "Total de Gastos") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
aqui estar uma listra dosmsotrando os deputados que menos gastaram
print(bottom_deputados)## # A tibble: 10 × 2
## txNomeParlamentar Total_Gastos
## <chr> <dbl>
## 1 ROSÂNGELA CURADO -1336.
## 2 FÁTIMA BEZERRA -21.5
## 3 Merlong Solano 11.7
## 4 MIGUEL CORRÊA 14.1
## 5 Sebastião Oliveira 108.
## 6 Josias Gomes 899.
## 7 Capitão Fábio Abreu 992.
## 8 RODRIGO GARCIA 1041.
## 9 Rejane Dias 1375.
## 10 Odair Cunha 1501.Aqui está um grafico de barra mostrando os deputados que menos gastaram:
# Crie um gráfico de barras com os top 10 deputados que mais gastaram
ggplot(bottom_deputados, aes(x = reorder(txNomeParlamentar, -Total_Gastos), y = Total_Gastos)) +
geom_bar(stat = "identity", fill = "blue") +
labs(x = "Deputado", y = "Total de Gastos") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Gastos por estados
segue a listra com os maiores gasto por estados
print(gastos_por_estado)## # A tibble: 28 × 2
## sgUF Total_Gastos
## <chr> <dbl>
## 1 AC 4189656.
## 2 AL 3855992.
## 3 AM 3367938.
## 4 AP 4120357.
## 5 BA 17031642.
## 6 CE 9874260.
## 7 DF 2671003.
## 8 ES 4102292.
## 9 GO 6167937.
## 10 MA 8500520.
## # ℹ 18 more rowsGrafico sobre os gastos de deputados por estados:
# Crie um gráfico de barras com os gastos por estado
ggplot(gastos_por_estado, aes(x = reorder(sgUF, Total_Gastos), y = Total_Gastos)) +
geom_bar(stat = "identity", fill = "green") +
labs(x = "Estado", y = "Total de Gastos") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Gastos por Tipo de Despesa
print(gastos_por_tipo_despesa)## # A tibble: 18 × 2
## txtDescricao Total_Gastos
## <chr> <dbl>
## 1 ASSINATURA DE PUBLICAÇÕES 405525.
## 2 COMBUSTÍVEIS E LUBRIFICANTES. 18867343.
## 3 CONSULTORIAS, PESQUISAS E TRABALHOS TÉCNICOS. 23190535.
## 4 DIVULGAÇÃO DA ATIVIDADE PARLAMENTAR. 50495513.
## 5 FORNECIMENTO DE ALIMENTAÇÃO DO PARLAMENTAR 1738557.
## 6 HOSPEDAGEM ,EXCETO DO PARLAMENTAR NO DISTRITO FEDERAL. 1923354.
## 7 LOCAÇÃO OU FRETAMENTO DE AERONAVES 3400546.
## 8 LOCAÇÃO OU FRETAMENTO DE EMBARCAÇÕES 27994.
## 9 LOCAÇÃO OU FRETAMENTO DE VEÍCULOS AUTOMOTORES 27152893.
## 10 MANUTENÇÃO DE ESCRITÓRIO DE APOIO À ATIVIDADE PARLAMENTAR 24730579
## 11 PARTICIPAÇÃO EM CURSO, PALESTRA OU EVENTO SIMILAR 209618.
## 12 PASSAGEM AÉREA - REEMBOLSO 2419883.
## 13 PASSAGEM AÉREA - RPA 48339967.
## 14 PASSAGENS TERRESTRES, MARÍTIMAS OU FLUVIAIS 94610.
## 15 SERVIÇO DE SEGURANÇA PRESTADO POR EMPRESA ESPECIALIZADA. 1739743.
## 16 SERVIÇO DE TÁXI, PEDÁGIO E ESTACIONAMENTO 880417.
## 17 SERVIÇOS POSTAIS 3836336.
## 18 TELEFONIA 11608144.GRafico em tabela sobrer os tipos de despesa
# Crie um gráfico de barras com os gastos por tipo de despesa
ggplot(gastos_por_tipo_despesa, aes(x = reorder(txtDescricao, Total_Gastos), y = Total_Gastos)) +
geom_bar(stat = "identity", fill = "purple") +
labs(x = "Tipo de Despesa", y = "Total de Gastos") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Conclusão
Neste relatório, exploramos detalhadamente os gastos dos deputados em 2016, buscando compreender as dinâmicas e padrões subjacentes na alocação de recursos públicos. Ao longo desta análise, diversas facetas dos gastos legislativos foram examinadas, oferecendo uma visão completa do cenário financeiro na Assembleia Legislativa.
Uma das conclusões notáveis foi a identificação dos 10 deputados que mais gastaram, lançando luz sobre os principais atores na utilização de recursos. Além disso, ao examinar os gastos por partido político, pudemos compreender como os recursos foram distribuídos entre as diferentes legendas, destacando a diversidade de abordagens financeiras.
A análise por tipo de despesa permitiu uma visão detalhada das áreas prioritárias de gastos, enquanto a comparação entre estados revelou disparidades regionais significativas na alocação de recursos. As tendências temporais nos gastos forneceram insights sobre os períodos de maior atividade financeira.
A análise estatística, incluindo correlações e detecção de outliers, ofereceu uma compreensão mais profunda das relações entre variáveis e destacou casos de gastos atípicos que podem requerer maior investigação.
A segmentação dos deputados em faixas de gastos contribuiu para entender a distribuição dos gastos na Assembleia Legislativa, revelando padrões de gastos variados.
Em resumo, esta análise proporcionou uma visão holística dos gastos dos deputados em 2016, fornecendo informações valiosas para compreender como os recursos públicos foram alocados e utilizados. Esses insights podem servir como base para tomadas de decisão futuras e políticas relacionadas aos gastos no âmbito legislativo. É importante notar que esta análise é um ponto de partida e pode ser estendida com mais dados e análises específicas, dependendo dos objetivos futuros e das questões em foco.