Este relatório apresenta diversos aspectos dos municípios de Santa
Catarina, um estado brasileiro com uma rica diversidade geográfica e
econômica. Neste relatório, exploraremos informações cruciais, como o
Índice de Desenvolvimento Humano Municipal (IDHM), os municípios mais
populosos, o Produto Interno Bruto (PIB) e outros indicadores sociais e
econômicos. Os dados que irei apresentar foram coletados do Instituto
Brasileiro de Geogradia e Estatística(IBGE).
Neste relatório, utilizamos um conjunto de bibliotecas essenciais para análise de dados em R: dplyr(manipulação eficiente de nossos dados), ggplot2(permitiu a criação de gráficos informativos e visualmente atrativos) e readxl(conseguimos importar nossos dados diretamente de arquivos Excel para o ambiente R). Os dados apresentados foram tirados do site do IBGE: https://www.ibge.gov.br/cidades-e-estados/sc/
# importação das Bibliotecas
library(ggplot2)
library(readxl)
meuxlsx <- "Dados.xlsx"
Dados<- read_excel(path = meuxlsx, sheet = 1)
dados <- as.data.frame(Dados)
# Essa função serve para visualizar as primeiras linhas de um conjunto de dados ou de um objeto em formato de tabela
head(dados)
## Município Código Area_territorial Pop_muni Densid_2022 Escolarização
## 1 Abdon Batista 4200051 237.517 2598 10.94 100.0
## 2 Abelardo Luz 4200101 953.992 17392 18.23 97.1
## 3 Agrolândia 4200200 206.815 10990 53.14 97.0
## 4 Agronômica 4200309 129.774 6055 46.66 94.4
## 5 Água Doce 4200408 1319.137 6508 4.93 97.9
## 6 Águas de Chapecó 4200507 139.511 6036 43.27 99.3
## IDHM_2010 Mort_infantil_2020 Receitas_2017 Despesas_2017 PIB_2020
## 1 0.694 NA 23228.89 18399.71 24358.67
## 2 0.696 NA 62978.76 54531.84 44568.35
## 3 0.725 NA 31019.33 28123.30 27381.60
## 4 0.741 12.99 20069.01 17786.65 33936.32
## 5 0.698 NA 36852.27 29718.56 76341.09
## 6 0.713 NA 19632.02 16715.00 18199.70
# para mostrar o total de linhas e colunas da nossa base de dados
dim(dados)
## [1] 295 11
#Histograma em ordem decrescente dos melhores IDHMs de Santa Catarina
dados <- dados[order(dados$IDHM_2010, decreasing = TRUE), ]
melhor_índice <- head(dados, 10)
# Criando gráfico de barras com os 10 melhores índices municipais
ggplot(melhor_índice, aes(x = Município, y = IDHM_2010)) +
geom_bar(stat = "identity", fill = "green") +
theme(axis.text.x = element_text(angle = 50, hjust = 1)) +
labs(title = "Municípios com os 10 melhores IDHMs de Santa Catarina",
x = "Município",
y = "IDHM")
# Criando Histograma em ordem crescente com os piores IDHMs de S
dados <- dados[order(dados$IDHM_2010, decreasing = FALSE), ]
pior_índice <- head(dados, 10)
# Gráfico de barras com os 10 piores índices municipais
ggplot(pior_índice, aes(x = Município, y = IDHM_2010)) +
geom_bar(stat = "identity", fill = "red") +
theme(axis.text.x = element_text(angle = 50, hjust = 1)) +
labs(title = "Municípios com os 10 piores IDHMs de Santa Catarina",
x = "Município",
y = "IDHM")
# Criando Histograma com os municipios mais populosos de SC
dados <- dados[order(dados$Pop_muni, decreasing = TRUE),]
Maior_contingente_populacional<- head(dados,10)
# Criando gráfico de barras com os 10 maiores contigentes populacinais
ggplot(Maior_contingente_populacional, aes(x=Município, y=Pop_muni)) +
geom_bar(stat="identity", fill="green") +
theme(axis.text.x = element_text(angle =50, hjust =1)) +
labs(title="10 maiores contigentes populacinais",
x="Município",
y="População")
# Criando Histograma em ordem decrescente com os maiores Pibs de SC
dados <- dados[order(dados$PIB_2020, decreasing = TRUE),]
Maior_pib<- head(dados,10)
# Criando gráfico de barras com os 10 maiores pibs municipais
ggplot(Maior_pib, aes(x=Município, y=PIB_2020)) +
geom_bar(stat="identity", fill="orange") +
theme(axis.text.x = element_text(angle =50, hjust =1)) +
labs(title="10 maiores Pib's por Município",
x="Município",
y="PIB")
# com o Sumary nós geramos um resumo estatístico das colunas de um conjunto de dados.
summary(dados[,1:10])
## Município Código Area_territorial Pop_muni
## Length:295 Min. :4200051 Min. : 35.14 Min. : 1651
## Class :character 1st Qu.:4204583 1st Qu.: 135.16 1st Qu.: 3671
## Mode :character Median :4209854 Median : 232.35 Median : 8319
## Mean :4209814 Mean : 324.51 Mean : 25795
## 3rd Qu.:4215067 3rd Qu.: 381.49 3rd Qu.: 19448
## Max. :4220000 Max. :2637.66 Max. :616323
##
## Densid_2022 Escolarização IDHM_2010 Mort_infantil_2020
## Min. : 1.97 Min. : 92.80 Min. :0.6210 Min. : 1.920
## 1st Qu.: 20.54 1st Qu.: 97.50 1st Qu.:0.7050 1st Qu.: 8.717
## Median : 35.91 Median : 98.40 Median :0.7360 Median :13.140
## Mean : 104.91 Mean : 98.18 Mean :0.7316 Mean :16.043
## 3rd Qu.: 76.92 3rd Qu.: 99.10 3rd Qu.:0.7590 3rd Qu.:19.950
## Max. :3077.70 Max. :100.00 Max. :0.8470 Max. :62.500
## NA's :2 NA's :2 NA's :113
## Receitas_2017 Despesas_2017
## Min. : 12912 Min. : 10033
## 1st Qu.: 18805 1st Qu.: 16068
## Median : 27811 Median : 24120
## Mean : 88504 Mean : 76364
## 3rd Qu.: 61866 3rd Qu.: 52952
## Max. :2280394 Max. :1907864
##
Neste relatório, realizamos uma análise dos dados disponibilizados pelo IBGE referentes ao estado de Santa Catarina. Apresentamos informações relevantes que destacam alguns dos principais aspectos do estado, incluindo Índice de Desenvolvimento Humano Municipal (IDHM), população, Produto Interno Bruto (PIB) e outros indicadores importantes. A análise dos dados nos permitiu obter uma visão abrangente de diversos aspectos socioeconômicos e demográficos do estado, contribuindo para uma compreensão mais completa de Santa Catarina.