Pesquisa Nacional por Amostra de Domicílios Contínua (PNAD Contínua) investiga o tema Outras formas de trabalho, que abarca os afazeres domésticos no domicílio ou em domicílio de parente; o cuidado de pessoas (crianças, idosos, enfermos ou pessoas com necessidades especiais) no domicílio ou de parentes não moradores; a produção para o próprio consumo; e o trabalho voluntário. Conforme orientação da 19ª Conferencia Internacional de Estadísticos del Trabajo (CIET), realizada pela Organização Internacional do Trabalho (OIT) em 2013, essas atividades não entram no cômputo da ocupação investigada pela pesquisa; por isso, são chamadas de outras formas de trabalho, uma vez que também são consideradas trabalho, ainda que não precificado ou tratado como parte do Produto Interno Bruto (PIB) do país.
Qual o perfil das pessoas que desempenham tarefas de cuidado das pessoas em Minas Gerais em 2022?
Cuidado de pessoas
A captação dos cuidados de moradores do domicílio ou de parentes não moradores é feita com base em seis conjuntos de atividades, nos quais o entrevistado deveria responder se realiza ou não tais atividades, sendo elas: auxiliar nos cuidados pessoais (alimentar, vestir, pentear, dar remédio, dar banho, colocar para dormir); auxiliar em atividades educacionais; ler, jogar ou brincar; monitorar ou fazer companhia dentro do domicílio; transportar ou acompanhar para escola, médico, exames, parque, praça, atividades sociais, culturais, esportivas ou religiosas; e outras tarefas de cuidados de moradores.
Os dados necessários para responder a pergunta proposta está presente na quinta visita da PNADC. Alguns dados tabulados estão presentes e foram conferidos em: https://sidra.ibge.gov.br/tabela/7018.
# carrega as bibliotecas
library(PNADcIBGE)
library(survey)## Carregando pacotes exigidos: grid## Carregando pacotes exigidos: Matrix## Carregando pacotes exigidos: survival##
## Attaching package: 'survey'## The following object is masked from 'package:graphics':
##
## dotchartlibrary(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# definição de variáveis
variaveis_selecionadas <- c("UF","VD4002","V4013","VD4020","VD3005","V4012","V2007","V2010","V2009","VD4039","VD3004")
# importando os dados
dadosPNADc <- get_pnadc(year=2022, interview = 5, vars = variaveis_selecionadas)## Deflator year was not provided, so deflator year was set to 2022.# Utilizar opção para ajuste de UPAs com único setor
options(survey.lonely.psu = "adjust")
# Opção de vizualização
options(scipen = 999)
# modifica e cria variáveis
dadosPNADc$variables <- dadosPNADc$variables %>%
mutate(one = 1,
cuidado = 1 * (VD4039 == "Realizou cuidado de moradores do domicílio ou fora do domicílio"),
raca_cor = case_when(V2010 == "Preta" | V2010 == "Parda" ~ "Preta ou parda",
V2010 == "Amarela" | V2010 == "Indígena" | V2010 == "Ignorado" ~ "Outras",
V2010 == "Branca" ~ "Branca"),
faixa_idade = case_when((V2009>=14 & V2009<= 29) ~"0De14a29anos",
(V2009>=30 & V2009<= 44) ~"de30a44anos",
(V2009>=45 & V2009<= 59) ~"de45a59anos",
(V2009>=60 ) ~"de60a+anos"),
estratos_geogr = case_when((Estrato=="3110213"|Estrato=="3110113" |Estrato=="3110112" |Estrato=="3110212" |Estrato=="3110111" |Estrato=="3110211") ~"01-Belo Horizonte",
(Estrato=="3120011"|Estrato=="3120013" |Estrato=="3120020" |Estrato=="3120012") ~"02-Entorno metropolitono de BH",
(Estrato=="3130011"|Estrato== "3130012"|Estrato== "3130020") ~"03-Colar metropolitano de BH",
(Estrato=="3140010"|Estrato== "3140020") ~"04-RIDE de Brasília em Minas",
(Estrato=="3151011"|Estrato== "3151012" |Estrato=="3151013" |Estrato=="3151021"|Estrato=="3151022" |Estrato=="3151023") ~"05-Sul de Minas",
(Estrato=="3152011"|Estrato== "3152012" |Estrato=="3152013" |Estrato=="3152021"|Estrato=="3152022") ~"06-Triângulo Mineiro",
(Estrato=="3153011"|Estrato== "3153012" |Estrato=="3153013" |Estrato=="3153021"|Estrato=="3153022" |Estrato=="3153023") ~"07-Mata de Minas Gerais",
(Estrato=="3154011"|Estrato== "3154012" |Estrato=="3154013" |Estrato=="3154021"|Estrato=="3154022" |Estrato=="3154023") ~"08-Norte de Minas",
(Estrato=="3155011"|Estrato== "3155012" |Estrato=="3155013" |Estrato=="3155021"|Estrato== "3155022"|Estrato== "3155023") ~"09-Vale do Rio Doce",
(Estrato=="3156011"|Estrato== "3156012" |Estrato=="3156013" |Estrato=="3156021"|Estrato== "3156022") ~"10-Central")
)# Total de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio - Minas Gerais - 2022
tab.1a <- data.frame(Estimativa = round(coef(svytotal(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE)),0),
Erro_padrao = round(SE(svytotal(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE)),0),
CV = round(cv(svytotal(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svytotal(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE))[1],0),
Limite_superior = round(confint(svytotal(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE))[2],0))
tab.1a## Estimativa Erro_padrao CV Limite_inferior Limite_superior
## cuidado 5364307 102857 1.9 5162711 5565903# Proporção de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio - Minas Gerais - 2022
tab.1b <- data.frame(Estimativa = round(coef(svymean(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE))*100,1),
Erro_padrao = round(SE(svymean(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE))*100,1),
CV = round(cv(svymean(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svymean(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE))[1]*100,1),
Limite_superior = round(confint(svymean(~ cuidado, subset(dadosPNADc,UF=="Minas Gerais"), na.rm = TRUE))[2]*100,1))
tab.1b## Estimativa Erro_padrao CV Limite_inferior Limite_superior
## cuidado 30.6 0.7 2.1 29.3 31.8# Total de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio por sexo, idade, faixas de ano de estudo, raça ou cor e se ocupada - Minas Gerais - 2022
tab.2a <- data.frame(Estimativa = round(coef(svytotal(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais" & cuidado == 1), na.rm = TRUE)),0),
Erro_padrao = round(SE(svytotal(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais"& cuidado == 1), na.rm = TRUE)),0),
CV = round(cv(svytotal(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais"& cuidado == 1), na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svytotal(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais"& cuidado == 1), na.rm = TRUE))[,1],0),
Limite_superior = round(confint(svytotal(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais"& cuidado == 1), na.rm = TRUE))[,2],0))
tab.2a## Estimativa Erro_padrao CV
## V2007Homem 1741792 46524 2.7
## V2007Mulher 1781327 50331 2.8
## faixa_idade0De14a29anos 925692 41892 4.5
## faixa_idadede30a44anos 1770641 58626 3.3
## faixa_idadede45a59anos 693926 33988 4.9
## faixa_idadede60a+anos 132861 12774 9.6
## raca_corBranca 1387737 56358 4.1
## raca_corOutras 22757 6608 29.0
## raca_corPreta ou parda 2112625 59418 2.8
## VD3004Sem instrução e menos de 1 ano de estudo 25830 6007 23.3
## VD3004Fundamental incompleto ou equivalente 747849 35241 4.7
## VD3004Fundamental completo ou equivalente 319673 23888 7.5
## VD3004Médio incompleto ou equivalente 293244 21022 7.2
## VD3004Médio completo ou equivalente 1260443 46395 3.7
## VD3004Superior incompleto ou equivalente 164065 15613 9.5
## VD3004Superior completo 712015 47075 6.6
## VD4002Pessoas ocupadas 3253269 81691 2.5
## VD4002Pessoas desocupadas 269851 22926 8.5
## Limite_inferior Limite_superior
## V2007Homem 1650607 1832978
## V2007Mulher 1682680 1879975
## faixa_idade0De14a29anos 843585 1007798
## faixa_idadede30a44anos 1655736 1885547
## faixa_idadede45a59anos 627310 760541
## faixa_idadede60a+anos 107823 157898
## raca_corBranca 1277278 1498196
## raca_corOutras 9805 35710
## raca_corPreta ou parda 1996169 2229082
## VD3004Sem instrução e menos de 1 ano de estudo 14057 37603
## VD3004Fundamental incompleto ou equivalente 678778 816921
## VD3004Fundamental completo ou equivalente 272854 366492
## VD3004Médio incompleto ou equivalente 252042 334447
## VD3004Médio completo ou equivalente 1169512 1351375
## VD3004Superior incompleto ou equivalente 133464 194665
## VD3004Superior completo 619749 804280
## VD4002Pessoas ocupadas 3093158 3413379
## VD4002Pessoas desocupadas 224916 314785# Proporção de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio por sexo, idade, faixas de ano de estudo e raça ou cor e se ocupada - Minas Gerais - 2022
tab.2b <- data.frame(Estimativa = round(coef(svymean(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais" & cuidado == 1), na.rm = TRUE))*100,1),
Erro_padrao = round(SE(svymean(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais"& cuidado == 1), na.rm = TRUE))*100,1),
CV = round(cv(svymean(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais"& cuidado == 1), na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svymean(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais"& cuidado == 1), na.rm = TRUE))[,1]*100,1),
Limite_superior = round(confint(svymean(~ V2007+faixa_idade+raca_cor+VD3004+VD4002, subset(dadosPNADc,UF=="Minas Gerais"& cuidado == 1), na.rm = TRUE))[,2]*100,1))
tab.2b## Estimativa Erro_padrao CV
## V2007Homem 49.4 0.7 1.4
## V2007Mulher 50.6 0.7 1.3
## faixa_idade0De14a29anos 26.3 1.0 3.8
## faixa_idadede30a44anos 50.3 1.1 2.2
## faixa_idadede45a59anos 19.7 0.9 4.4
## faixa_idadede60a+anos 3.8 0.4 9.5
## raca_corBranca 39.4 1.1 2.9
## raca_corOutras 0.6 0.2 28.9
## raca_corPreta ou parda 60.0 1.2 1.9
## VD3004Sem instrução e menos de 1 ano de estudo 0.7 0.2 23.2
## VD3004Fundamental incompleto ou equivalente 21.2 0.9 4.2
## VD3004Fundamental completo ou equivalente 9.1 0.6 7.1
## VD3004Médio incompleto ou equivalente 8.3 0.6 6.9
## VD3004Médio completo ou equivalente 35.8 1.1 3.0
## VD3004Superior incompleto ou equivalente 4.7 0.4 9.0
## VD3004Superior completo 20.2 1.2 5.9
## VD4002Pessoas ocupadas 92.3 0.6 0.7
## VD4002Pessoas desocupadas 7.7 0.6 8.2
## Limite_inferior Limite_superior
## V2007Homem 48.1 50.8
## V2007Mulher 49.2 51.9
## faixa_idade0De14a29anos 24.3 28.2
## faixa_idadede30a44anos 48.1 52.4
## faixa_idadede45a59anos 18.0 21.4
## faixa_idadede60a+anos 3.1 4.5
## raca_corBranca 37.1 41.6
## raca_corOutras 0.3 1.0
## raca_corPreta ou parda 57.7 62.2
## VD3004Sem instrução e menos de 1 ano de estudo 0.4 1.1
## VD3004Fundamental incompleto ou equivalente 19.5 23.0
## VD3004Fundamental completo ou equivalente 7.8 10.3
## VD3004Médio incompleto ou equivalente 7.2 9.5
## VD3004Médio completo ou equivalente 33.7 37.9
## VD3004Superior incompleto ou equivalente 3.8 5.5
## VD3004Superior completo 17.9 22.6
## VD4002Pessoas ocupadas 91.1 93.6
## VD4002Pessoas desocupadas 6.4 8.9# Total de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio segundo sexo, idade e raça ou cor - Minas Gerais - 2022
tab.3a <- data.frame(Estimativa = round(coef(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svytotal, na.rm = TRUE)),0),
Erro_padrao = round(SE(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE)),0),
CV = round(cv(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE))[,1],0),
Limite_superior = round(confint(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE))[,2],0))
tab.3a## Estimativa Erro_padrao CV Limite_inferior
## Homem.0De14a29anos.Branca 162596 12600 7.7 137899
## Mulher.0De14a29anos.Branca 275361 17565 6.4 240935
## Homem.de30a44anos.Branca 384441 23773 6.2 337847
## Mulher.de30a44anos.Branca 517738 29031 5.6 460837
## Homem.de45a59anos.Branca 181241 15838 8.7 150200
## Mulher.de45a59anos.Branca 256630 17466 6.8 222397
## Homem.de60a+anos.Branca 88261 10000 11.3 68661
## Mulher.de60a+anos.Branca 161229 14860 9.2 132103
## Homem.0De14a29anos.Outras 8908 4139 46.5 795
## Mulher.0De14a29anos.Outras 5070 2603 51.3 -32
## Homem.de30a44anos.Outras 2265 2222 98.1 -2091
## Mulher.de30a44anos.Outras 6926 3058 44.2 932
## Homem.de45a59anos.Outras 1469 1513 103.0 -1496
## Mulher.de45a59anos.Outras 4351 2133 49.0 170
## Homem.de60a+anos.Outras 101 97 95.9 -89
## Mulher.de60a+anos.Outras 101 97 95.9 -89
## Homem.0De14a29anos.Preta ou parda 381986 24443 6.4 334079
## Mulher.0De14a29anos.Preta ou parda 642247 31228 4.9 581042
## Homem.de30a44anos.Preta ou parda 577767 27251 4.7 524357
## Mulher.de30a44anos.Preta ou parda 791212 28915 3.7 734539
## Homem.de45a59anos.Preta ou parda 227749 15045 6.6 198261
## Mulher.de45a59anos.Preta ou parda 352616 15692 4.5 321861
## Homem.de60a+anos.Preta ou parda 112869 10325 9.1 92633
## Mulher.de60a+anos.Preta ou parda 221173 14339 6.5 193069
## Limite_superior
## Homem.0De14a29anos.Branca 187292
## Mulher.0De14a29anos.Branca 309788
## Homem.de30a44anos.Branca 431035
## Mulher.de30a44anos.Branca 574638
## Homem.de45a59anos.Branca 212283
## Mulher.de45a59anos.Branca 290863
## Homem.de60a+anos.Branca 107861
## Mulher.de60a+anos.Branca 190355
## Homem.0De14a29anos.Outras 17020
## Mulher.0De14a29anos.Outras 10172
## Homem.de30a44anos.Outras 6621
## Mulher.de30a44anos.Outras 12920
## Homem.de45a59anos.Outras 4433
## Mulher.de45a59anos.Outras 8531
## Homem.de60a+anos.Outras 291
## Mulher.de60a+anos.Outras 291
## Homem.0De14a29anos.Preta ou parda 429894
## Mulher.0De14a29anos.Preta ou parda 703453
## Homem.de30a44anos.Preta ou parda 631178
## Mulher.de30a44anos.Preta ou parda 847884
## Homem.de45a59anos.Preta ou parda 257237
## Mulher.de45a59anos.Preta ou parda 383371
## Homem.de60a+anos.Preta ou parda 133105
## Mulher.de60a+anos.Preta ou parda 249277# Proporção de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio segundo sexo, idade e raça ou cor - Minas Gerais - 2022
tab.3b <- data.frame(Estimativa = round(coef(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svymean, na.rm = TRUE))*100,1),
Erro_padrao = round(SE(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))*100,1),
CV = round(cv(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))[,1]*100,1),
Limite_superior = round(confint(svyby(~ cuidado,by = ~V2007+faixa_idade+raca_cor, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))[,2]*100,1))
tab.3b## Estimativa Erro_padrao CV Limite_inferior
## Homem.0De14a29anos.Branca 17.2 1.3 7.5 14.7
## Mulher.0De14a29anos.Branca 30.9 1.7 5.4 27.6
## Homem.de30a44anos.Branca 38.8 2.0 5.1 35.0
## Mulher.de30a44anos.Branca 51.8 2.1 4.1 47.6
## Homem.de45a59anos.Branca 23.1 1.8 7.6 19.6
## Mulher.de45a59anos.Branca 29.0 1.7 5.7 25.8
## Homem.de60a+anos.Branca 12.2 1.2 10.2 9.7
## Mulher.de60a+anos.Branca 18.4 1.4 7.8 15.6
## Homem.0De14a29anos.Outras 68.5 16.8 24.5 35.6
## Mulher.0De14a29anos.Outras 59.3 18.4 31.1 23.2
## Homem.de30a44anos.Outras 46.3 33.4 72.1 -19.1
## Mulher.de30a44anos.Outras 84.3 12.3 14.6 60.1
## Homem.de45a59anos.Outras 20.8 18.8 90.3 -16.0
## Mulher.de45a59anos.Outras 62.2 19.6 31.5 23.8
## Homem.de60a+anos.Outras 3.3 13.7 419.6 -23.6
## Mulher.de60a+anos.Outras 5.8 26.6 458.0 -46.4
## Homem.0De14a29anos.Preta ou parda 22.7 1.3 5.5 20.2
## Mulher.0De14a29anos.Preta ou parda 41.3 1.6 4.0 38.1
## Homem.de30a44anos.Preta ou parda 36.7 1.4 3.8 34.0
## Mulher.de30a44anos.Preta ou parda 52.9 1.6 3.0 49.7
## Homem.de45a59anos.Preta ou parda 20.6 1.3 6.1 18.2
## Mulher.de45a59anos.Preta ou parda 29.8 1.2 4.1 27.5
## Homem.de60a+anos.Preta ou parda 13.4 1.1 8.3 11.2
## Mulher.de60a+anos.Preta ou parda 22.8 1.3 5.7 20.3
## Limite_superior
## Homem.0De14a29anos.Branca 19.7
## Mulher.0De14a29anos.Branca 34.2
## Homem.de30a44anos.Branca 42.7
## Mulher.de30a44anos.Branca 55.9
## Homem.de45a59anos.Branca 26.6
## Mulher.de45a59anos.Branca 32.3
## Homem.de60a+anos.Branca 14.6
## Mulher.de60a+anos.Branca 21.2
## Homem.0De14a29anos.Outras 101.4
## Mulher.0De14a29anos.Outras 95.4
## Homem.de30a44anos.Outras 111.8
## Mulher.de30a44anos.Outras 108.5
## Homem.de45a59anos.Outras 57.7
## Mulher.de45a59anos.Outras 100.5
## Homem.de60a+anos.Outras 30.1
## Mulher.de60a+anos.Outras 58.0
## Homem.0De14a29anos.Preta ou parda 25.1
## Mulher.0De14a29anos.Preta ou parda 44.5
## Homem.de30a44anos.Preta ou parda 39.5
## Mulher.de30a44anos.Preta ou parda 56.0
## Homem.de45a59anos.Preta ou parda 23.1
## Mulher.de45a59anos.Preta ou parda 32.2
## Homem.de60a+anos.Preta ou parda 15.6
## Mulher.de60a+anos.Preta ou parda 25.4# Total de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio segundo sexo, idade e raça ou cor - Minas Gerais - 2022
tab.4a <- data.frame(Estimativa = round(coef(svyby(~ cuidado,by = ~V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svytotal, na.rm = TRUE)),0),
Erro_padrao = round(SE(svyby(~ cuidado,by = ~V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE)),0),
CV = round(cv(svyby(~ cuidado,by = ~V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svyby(~ cuidado,by = ~V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE))[,1],0),
Limite_superior = round(confint(svyby(~ cuidado,by = ~V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE))[,2],0))
tab.4a## Estimativa Erro_padrao CV Limite_inferior
## Homem.Pessoas ocupadas 1652776 46467 2.8 1561702
## Mulher.Pessoas ocupadas 1600493 47564 3.0 1507269
## Homem.Pessoas desocupadas 89016 11561 13.0 66357
## Mulher.Pessoas desocupadas 180834 17513 9.7 146510
## Limite_superior
## Homem.Pessoas ocupadas 1743849
## Mulher.Pessoas ocupadas 1693717
## Homem.Pessoas desocupadas 111676
## Mulher.Pessoas desocupadas 215159# Proporção de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio segundo sexo, idade e raça ou cor - Minas Gerais - 2022
tab.4b <- data.frame(Estimativa = round(coef(svyby(~ cuidado,by = ~V2007+V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svymean, na.rm = TRUE))*100,1),
Erro_padrao = round(SE(svyby(~ cuidado,by = ~V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))*100,1),
CV = round(cv(svyby(~ cuidado,by = ~V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svyby(~ cuidado,by = ~V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))[,1]*100,1),
Limite_superior = round(confint(svyby(~ cuidado,by = ~V2007+VD4002, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))[,2]*100,1))
tab.4b## Estimativa Erro_padrao CV Limite_inferior
## Homem.Pessoas ocupadas 27.6 0.8 2.9 26.0
## Mulher.Pessoas ocupadas 36.5 1.0 2.7 34.6
## Homem.Pessoas desocupadas 20.8 2.4 11.3 16.2
## Mulher.Pessoas desocupadas 41.3 2.8 6.8 35.8
## Limite_superior
## Homem.Pessoas ocupadas 29.2
## Mulher.Pessoas ocupadas 38.4
## Homem.Pessoas desocupadas 25.4
## Mulher.Pessoas desocupadas 46.8# Total de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio segundo estratos geográficos - Minas Gerais - 2022
tab.5a <- data.frame(Estimativa = round(coef(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svytotal, na.rm = TRUE)),0),
Erro_padrao = round(SE(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE)),0),
CV = round(cv(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE))[,1],0),
Limite_superior = round(confint(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svytotal,na.rm = TRUE))[,2],0))
tab.5a## Estimativa Erro_padrao CV Limite_inferior
## 01-Belo Horizonte 572894 33170 5.8 507882
## 02-Entorno metropolitono de BH 625541 40855 6.5 545466
## 03-Colar metropolitano de BH 155485 21539 13.9 113270
## 04-RIDE de Brasília em Minas 29533 2252 7.6 25118
## 05-Sul de Minas 722669 62105 8.6 600946
## 06-Triângulo Mineiro 655373 62797 9.6 532293
## 07-Mata de Minas Gerais 546886 44595 8.2 459482
## 08-Norte de Minas 707022 41941 5.9 624819
## 09-Vale do Rio Doce 629599 48059 7.6 535406
## 10-Central 719305 67350 9.4 587301
## Limite_superior
## 01-Belo Horizonte 637906
## 02-Entorno metropolitono de BH 705616
## 03-Colar metropolitano de BH 197700
## 04-RIDE de Brasília em Minas 33947
## 05-Sul de Minas 844393
## 06-Triângulo Mineiro 778453
## 07-Mata de Minas Gerais 634291
## 08-Norte de Minas 789226
## 09-Vale do Rio Doce 723792
## 10-Central 851308# Proporção de pessoas de 14 anos ou mais que realizou cuidado de moradores do domicílio ou fora do domicílio segundo estratos geográficos - Minas Gerais - 2022
tab.5b <- data.frame(Estimativa = round(coef(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svymean, na.rm = TRUE))*100,1),
Erro_padrao = round(SE(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))*100,1),
CV = round(cv(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))*100,1),
Limite_inferior = round(confint(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))[,1]*100,1),
Limite_superior = round(confint(svyby(~ cuidado,by = ~estratos_geogr, subset(dadosPNADc,UF=="Minas Gerais"), svymean,na.rm = TRUE))[,2]*100,1))
tab.5b## Estimativa Erro_padrao CV Limite_inferior
## 01-Belo Horizonte 26.8 1.7 6.2 23.6
## 02-Entorno metropolitono de BH 25.7 1.8 7.1 22.1
## 03-Colar metropolitano de BH 31.3 3.9 12.4 23.6
## 04-RIDE de Brasília em Minas 34.4 3.2 9.2 28.2
## 05-Sul de Minas 31.3 1.9 6.0 27.6
## 06-Triângulo Mineiro 29.2 2.1 7.2 25.1
## 07-Mata de Minas Gerais 29.4 1.7 5.7 26.1
## 08-Norte de Minas 34.2 1.5 4.5 31.2
## 09-Vale do Rio Doce 34.9 2.4 6.9 30.2
## 10-Central 33.9 2.4 6.9 29.3
## Limite_superior
## 01-Belo Horizonte 30.1
## 02-Entorno metropolitono de BH 29.2
## 03-Colar metropolitano de BH 38.9
## 04-RIDE de Brasília em Minas 40.7
## 05-Sul de Minas 35.0
## 06-Triângulo Mineiro 33.3
## 07-Mata de Minas Gerais 32.7
## 08-Norte de Minas 37.2
## 09-Vale do Rio Doce 39.7
## 10-Central 38.5