Introdução

Abaixo há um mapa do Estado do Rio de Janeiro e seus municípios, em que analisamos o Indície de Esperança de Vida da população fluminense.

library(readxl)
BasesMunicipios <- read_excel("C:/Users/loren/OneDrive/Documentos/Base_de_dados-master/BasesMunicipios.xlsx")
View(BasesMunicipios)

library(geobr)
## Loading required namespace: sf
library(ggplot2)
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
BasesMunicipios= BasesMunicipios%>% rename(code_muni=`COD IBGE2`)

BasesMunicipios$code_muni=as.numeric(BasesMunicipios$code_muni)

desenho_rio_municipio = read_municipality(code_muni = "RJ", showProgress = FALSE)
## Using year 2010
mapa_rj=desenho_rio_municipio%>% left_join(BasesMunicipios)
## Joining with `by = join_by(code_muni)`
ggplot() + geom_sf(data = mapa_rj, aes(fill=Esperancadevida))+
  scale_fill_distiller(palette = "Purples",direction = 1,name="Índice de Esperança de Vida no RJ",limits=c(71.90,76.30))

Bom, ao analisar o mapa podemos notar que ele se divide em praticamente três regiões: a região norte fluminense, pegando um pouco da região serrana;a região mais central, composto pela região metropolina e d abaixada fluminense e por fim, a região que podemos denominar de região sul fluminense, que agrupa a região da Costa Verde e do Médio Paraíba.

Nota-se que a 1º região citada tem um percentual menor em comparação com as outras regiões, tendo uma cor mais clara e por isso, seu indície de esperança de vida apresenta ser menor. Já na 2º região, há um maior número de municípios com um indície mais alto, como a região metropolitana. E por último, a qual eu considero com percentuais mais contantes, a 3º região, que possui indícies próximos um do outro.

Observa-se que nas áreas menos densenvolvidas do Estado do Rio de Janeiro é as que aparentam ter um menor indície de espernça de vida. Já na região metropolitana, podemos notar que há mais áreas com indícies melhores, assim como na 3º região.

Conclusão

O indície de esperança de vida pode estar totalmente relacionado com o desenvolvimento de uma região, em todos os aspectos. As regiões menos desenvolvidas, onde o governo não alcança, são as mais afetadas na “expectativa” de vida.