Relatório de Análise de Gastos
Ryan Batista
library(kableExtra)
library(ggplot2)
library(dplyr)##
## Attaching package: 'dplyr'## The following object is masked from 'package:kableExtra':
##
## group_rows## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionmeuxlsx<- "Ano-2016.xlsx"
load("base22.RData")Introdução
Neste relatório, analisaremos os gastos dos deputados, em 2016 que e qundo estavam na metade do seus mandatos desses deputados, Com essa amostra vamos saber mais sobre o cenário financeiro na Assembleia Legislativa. Vamos criar visualizações em listras e graficos para análisamos e entedemos melhor esses gastos no lesgislativo.
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
descreverrei os metodos usados pra cada parte desse relatorio
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 dos deputados em 2016:
Listra completa dos deputados com os seus gastos
head(analise_gastos, 10 )## # A tibble: 10 × 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.Listra com os top 10 que mais gastaram nesse ano:
kable(top_deputados)| txNomeParlamentar | Total_Gastos |
|---|---|
| ROCHA | 584774.1 |
| Hiran Gonçalves | 557400.3 |
| Edio Lopes | 552446.1 |
| Alan Rick | 548507.3 |
| ABEL MESQUITA JR. | 544471.4 |
| REMÍDIO MONAI | 543350.3 |
| Leo de Brito | 542455.6 |
| Jhonatan de Jesus | 540808.6 |
| CARLOS ANDRADE | 540152.4 |
| MARINHA RAUPP | 533627.2 |
Grafico em tabela com os top 10:
# 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))
Analizando o grafico vemos que o parlamentar Rocha esta no top 1, sendo o deputado que mais gastou no ano de 2016, estando na frente do top 2 em 27.373,80 R$.
Listra do top 10 que menos gastaram :
kable(bottom_deputados)| txNomeParlamentar | Total_Gastos |
|---|---|
| ROSÂNGELA CURADO | -1335.98 |
| FÁTIMA BEZERRA | -21.49 |
| Merlong Solano | 11.73 |
| MIGUEL CORRÊA | 14.13 |
| Sebastião Oliveira | 108.24 |
| Josias Gomes | 899.29 |
| Capitão Fábio Abreu | 992.23 |
| RODRIGO GARCIA | 1041.34 |
| Rejane Dias | 1374.80 |
| Odair Cunha | 1500.75 |
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))
Analizando esse grafico nos notamos que os top 1 tem ressarcido o valor que tem gasto.
Gastos por estados
segue a listra com os maiores gasto por estados
kable(gastos_por_estado)| sgUF | Total_Gastos |
|---|---|
| AC | 4189655.5 |
| AL | 3855991.7 |
| AM | 3367938.3 |
| AP | 4120356.6 |
| BA | 17031642.5 |
| CE | 9874259.9 |
| DF | 2671002.8 |
| ES | 4102291.6 |
| GO | 6167937.4 |
| MA | 8500520.4 |
| MG | 22016258.6 |
| MS | 3824338.4 |
| MT | 3503560.7 |
| NA | 684558.1 |
| PA | 8247298.5 |
| PB | 5599273.8 |
| PE | 11088289.7 |
| PI | 4642745.7 |
| PR | 12861827.2 |
| RJ | 17457170.2 |
| RN | 3900281.7 |
| RO | 3832162.5 |
| RR | 4262051.8 |
| RS | 14225356.6 |
| SC | 6590462.4 |
| SE | 3378557.1 |
| SP | 27346516.1 |
| TO | 3719252.4 |
Grafico 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))
Ao analizar o grafico vemos que o os tres estados que mais gastam sao, Rio De Janeiro (RJ) em terceiro lugar, Minas Gerais(MG) em segundo, e em primeiro luga temos Sao paulo(SP).
Gastos por Tipo de Despesa:
kable(gastos_por_tipo_despesa)| txtDescricao | Total_Gastos |
|---|---|
| ASSINATURA DE PUBLICAÇÕES | 405525.49 |
| COMBUSTÍVEIS E LUBRIFICANTES. | 18867343.38 |
| CONSULTORIAS, PESQUISAS E TRABALHOS TÉCNICOS. | 23190534.91 |
| DIVULGAÇÃO DA ATIVIDADE PARLAMENTAR. | 50495513.46 |
| FORNECIMENTO DE ALIMENTAÇÃO DO PARLAMENTAR | 1738556.66 |
| HOSPEDAGEM ,EXCETO DO PARLAMENTAR NO DISTRITO FEDERAL. | 1923353.91 |
| LOCAÇÃO OU FRETAMENTO DE AERONAVES | 3400546.46 |
| LOCAÇÃO OU FRETAMENTO DE EMBARCAÇÕES | 27994.43 |
| LOCAÇÃO OU FRETAMENTO DE VEÍCULOS AUTOMOTORES | 27152893.34 |
| MANUTENÇÃO DE ESCRITÓRIO DE APOIO À ATIVIDADE PARLAMENTAR | 24730579.00 |
| PARTICIPAÇÃO EM CURSO, PALESTRA OU EVENTO SIMILAR | 209618.37 |
| PASSAGEM AÉREA - REEMBOLSO | 2419882.56 |
| PASSAGEM AÉREA - RPA | 48339967.49 |
| PASSAGENS TERRESTRES, MARÍTIMAS OU FLUVIAIS | 94609.87 |
| SERVIÇO DE SEGURANÇA PRESTADO POR EMPRESA ESPECIALIZADA. | 1739742.63 |
| SERVIÇO DE TÁXI, PEDÁGIO E ESTACIONAMENTO | 880416.80 |
| SERVIÇOS POSTAIS | 3836335.85 |
| TELEFONIA | 11608143.59 |
Gafico em tabela sobrer os tipos de despesa:
# Crie um gráfico de colunas gastos por tipo de despesa
ggplot(gastos_por_tipo_despesa, aes(x = reorder(txtDescricao, Total_Gastos), y = Total_Gastos)) +
geom_col(fill = "purple") +
labs(x = "Tipo de Despesa", y = "Total de Gastos") +
theme(axis.text.y = element_text(angle = 0, hjust = 1)) +
coord_flip()
Olhando o grafico vemos diversos gastos, Mas os que mais se destacam e as divulgaço da atividade parlamentar e as passagens aereas.
Gastos por partido:
tabela_gastos_partidos <- Ano_2016 %>%
group_by(sgPartido) %>%
summarise(Total_Gastos = sum(vlrLiquido)) %>%
arrange(desc(Total_Gastos))
kable(gastos_por_partido)| sgPartido | Total_Gastos |
|---|---|
| AVANTE | 2494843.7 |
| DEM | 16222640.3 |
| MDB | 24797596.6 |
| PATRI | 1996771.5 |
| PCdoB | 5461923.2 |
| PDT | 8789994.0 |
| PHS | 1679066.2 |
| PODE | 7677876.5 |
| PP | 23811383.0 |
| PPL | 479767.0 |
| PPS | 3333684.2 |
| PR | 17150773.6 |
| PRB | 9140821.9 |
| PROS | 4149652.6 |
| PRTB | 167413.3 |
| PSB | 11077602.7 |
| PSC | 2463948.3 |
| PSD | 14904884.7 |
| PSDB | 20392850.8 |
| PSL | 2810862.5 |
| PSOL | 2042039.3 |
| PT | 24916659.3 |
| PTB | 8011426.6 |
| PV | 1357698.0 |
| REDE | 665725.4 |
| SOLIDARIEDADE | 4379095.0 |
| NA | 684558.1 |
Grafico sobre os gastos por partido:
ggplot(tabela_gastos_partidos, aes(x = sgPartido, y = Total_Gastos)) +
geom_col(fill = "purple") +
labs(x = "Partido", y = "Total de Gastos") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Vemos no grafico acima que os partidos mais que mais gastam sao os PP no terceiros lugar, temos o MDB em segundo, e em primeiro lugar temos o PT
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.