vs final 3

yasmin

2023-11-28

puxar a bliblioteca

library(readxl)

## Warning: package 'readxl' was built under R version 4.2.3

vs2fem <- read_excel("C:/Users/14086606798/Downloads/vs2fem.xlsx")

View(vs2fem)

traduzir

vs2fem$tentado_consumado <- iconv(vs2fem$tentado_consumado, "latin1", "UTF-8")
vs2fem$data_fato <- format(as.Date(vs2fem$data_fato, format="%d/%m/%Y"),"%m")

criaçao da primeira tabela de dados personalizada por grafico

#group by

library(dplyr)

## Warning: package 'dplyr' was built under R version 4.2.3

## 
## 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

#para cidades - pode ser usado para os mapas entretanto nao esta separando o tentado para o consumado

df_grupado = vs2fem %>% group_by(municipio_ibge, cidades, qtde_vitimas) %>%
  summarise(total_vitimas = sum(qtde_vitimas),
            .groups = 'drop')

diferenciar tentado pra consumado

#diferenciar tentado pra consumado

names(vs2fem)

## [1] "municipio_ibge"    "cidades"           "data_fato"        
## [4] "tipo_regiao"       "tentado_consumado" "qtde_vitimas"

#tentado
vs2fem_tentado = vs2fem %>% filter(tentado_consumado=="tentado")

#consumado
vs2fem_consumado = vs2fem %>% filter(tentado_consumado=="consumado")



#### observaçoes o mes precisa ser numerico em diversas montagens de graficos

grafico de linha - ggplot

# grafico de linha - ggplot 

#tabelas 

vs2fem_linha_1 = vs2fem %>% group_by(tipo_regiao, qtde_vitimas, data_fato) %>%
  summarise(total_vitimas = sum(qtde_vitimas),
            .groups = 'drop')

View(vs2fem_linha_1)

vs2fem_linha_2 = vs2fem %>% filter(tentado_consumado=="tentado") %>% group_by(tipo_regiao, qtde_vitimas, data_fato) %>%
  summarise(vitimas_tentadas = sum(qtde_vitimas),
            .groups = 'drop')

View(vs2fem_linha_2)


vs2fem_linha_3 = vs2fem %>% filter(tentado_consumado=="consumado") %>% group_by(tipo_regiao, qtde_vitimas, data_fato) %>%
  summarise(vitimas_consumadas = sum(qtde_vitimas),
            .groups = 'drop')

View(vs2fem_linha_3)

grafico de linha

library(ggplot2)

## Warning: package 'ggplot2' was built under R version 4.2.3

#total 

ggplot(vs2fem_linha_1, aes(x=data_fato, y=total_vitimas, group = tipo_regiao)) + 
  geom_line(aes(color=tipo_regiao)) +
  scale_color_manual(name='Regiões de MG', labels=c('Belo Horizonte','Interior de Minas Gerais','Região Metropolitana'),
                     values=c('blue', '#d7008d', 'green')) +labs(title = "Ocorrências de feminicídio no estado de MG",
                                                                      x = "Meses ", y = "Número de vítimas ",caption = "Fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)")+
  guides(fill=guide_legend(title="Regiões de MG")) +geom_point( size=2, shape=20, fill="white") +
  theme_light()

#tentado
ggplot(vs2fem_linha_2, aes(x=data_fato, y=vitimas_tentadas, group = tipo_regiao)) + 
  geom_line(aes(color=tipo_regiao)) +
  scale_color_manual(name='Regiões de MG', labels=c('Belo Horizonte','Interior de Minas Gerais','Região Metropolitana'),
                     values=c('blue', '#d7008d', 'green')) +labs(title = "Ocorrências de tentativas de feminicídio no estado de MG",
                                                                      x = "Meses ", y = "Número de vítimas ",caption = "Fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)")+
  guides(fill=guide_legend(title="Regiões de MG")) +geom_point( size=2, shape=20, fill="white") +
  theme_light()

#consumado
ggplot(vs2fem_linha_3, aes(x=data_fato, y=vitimas_consumadas, group = tipo_regiao)) + 
  geom_line(aes(color=tipo_regiao)) +
  scale_color_manual(name='Regiões de MG', labels=c('Belo Horizonte','Interior de Minas Gerais','regiao metropolitana'),
                     values=c('blue', '#d7008d', 'green')) +labs(title = "Ocorrências de feminicídio consumado no estado de MG",
                                                                      x = "Meses ", y = "Número de vítimas ",caption = "Fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)")+
  guides(fill=guide_legend(title="Regiões de MG")) +geom_point( size=2, shape=20, fill="white")+
  theme_light()

grafico de barra

#sera usado as tabelas  que foram usadas para o grafico de linhas


library(ggplot2)

#total
ggplot(vs2fem_linha_1, aes(fill=tipo_regiao,x=data_fato, y=total_vitimas )) + 
  geom_col(position = "dodge") +
  theme(legend.position = "bottom")+
  scale_fill_manual(name='Regiões de MG', labels=c('belo horizonte','Interior de Minas Gerais Gerais','regiao metropolitana'),
                     values=c('#FF61c9', '#d7008d', '#9c0067')) +labs(title = "Ocorrências de feminicídio no estado de MG",
                              x = "Meses ", y = "Número de vítimas ",caption = "Fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)")+
  guides(fill=guide_legend(title="Regiões de MG"))+
  theme_light()

#tentado

library(ggplot2)

ggplot(vs2fem_linha_2, aes(fill=tipo_regiao, x=data_fato, y=vitimas_tentadas )) + 
  geom_col(position = "dodge") +
  theme(legend.position = "bottom")+
  scale_fill_manual(name='Regiões de MG', labels=c('belo horizonte','Interior de Minas Gerais','regiao metropolitana'),
                    values=c('#FF61c9', '#d7008d', '#9c0067')) +labs(title = "Ocorrências de  tentativas de feminicídio no estado de MG",
                                                                     x = "Meses ", y = "Número de vítimas ",caption = "Fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)")+
  guides(fill=guide_legend(title="Regiões de MG")) +
  theme_light()

#consumado

ggplot(vs2fem_linha_3, aes(fill=tipo_regiao,x=data_fato, y=vitimas_consumadas )) + 
  geom_col(position = "dodge") +
  theme(legend.position = "bottom")+
  scale_fill_manual(name='Regiões de MG', labels=c('belo horizonte','Interior de Minas Gerais','regiao metropolitana'),
                    values=c('#FF61c9', '#d7008d', '#9c0067')) +labs(title = "Ocorrências de feminicídio consumado no estado de MG",
                                                                     x = "Meses ", y = "Número de vítimas ",caption = "Fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)")+
  guides(fill=guide_legend(title="Regiões de MG")) +
  theme_light()

vs2fem_treemap_1 = vs2fem  %>%  group_by(tipo_regiao) %>% summarise(total_vitimas=sum(qtde_vitimas))

vs2fem_treemap_2 = vs2fem %>% filter(tentado_consumado=="tentado") %>%  group_by(tipo_regiao) %>% summarise(total_tentado=sum(qtde_vitimas))

vs2fem_treemap_3 = vs2fem %>% filter(tentado_consumado=="consumado") %>%  group_by(tipo_regiao) %>% summarise(total_consumado=sum(qtde_vitimas))

tabelas para o treemap e pizza

# grafico de pizza por regiao 

#pie 1 - total de regiao
#pie 2 - tentado por regiao
#pie 3 - consumado por regiao 

library(ggplot2)
library(dplyr)

#total

ggplot(data = vs2fem_treemap_1, mapping = aes(x = tipo_regiao, y=..prop.., fill = tipo_regiao)) + 
  geom_bar(width = 1) + coord_polar(theta = "x") + theme_minimal()+
  scale_fill_manual(values = c("belo horizonte" = "#FF61c9",
                               "interior de minas" = "#d7008d",
                               "regiao metropolitana" = "#9c0067"))+
  labs(title = "Ocorrências de feminicídio no estado de MG",
       x = " ", y = " ",caption = "fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)")+
  guides(fill=guide_legend(title="Regiões de MG"))

## Warning: The dot-dot notation (`..prop..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(prop)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

#tentado
ggplot(data = vs2fem_treemap_2, mapping = aes(x = tipo_regiao, y=..prop.., fill = tipo_regiao)) + 
  geom_bar(width = 1) + coord_polar(theta = "x") + theme_minimal()+
  scale_fill_manual(values = c("belo horizonte" = "#FF61c9",
                               "interior de minas" = "#d7008d",
                               "regiao metropolitana" = "#9c0067"))+
  labs(title = "Ocorrências de tentativa de feminícidio no estado de MG",
       x = " ", y = " ",caption = "fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)")+
  guides(fill=guide_legend(title="Regiões de MG"))

#consumado

ggplot(data = vs2fem_treemap_3, mapping = aes(x = tipo_regiao, y=..prop.., fill = tipo_regiao)) + 
  geom_bar(width = 1) + coord_polar(theta = "x") + theme_minimal()+
  scale_fill_manual(values = c("belo horizonte" = "#FF61c9",
                               "interior de minas" = "#d7008d",
                               "regiao metropolitana" = "#9c0067"))+
  labs(title = "Ocorrências de feminicídio consumado no estado de MG",
       x = " ", y = " ",caption = "fonte dos dados: secretaria de seg de mg")+
  guides(fill=guide_legend(title="Regiões de MG"))

tabela personalizada para mapas

# para mapas 

#vitimas total 

vs2fem_total = vs2fem %>% group_by(municipio_ibge) %>% summarise(total_de_vitimas=sum(qtde_vitimas))

vs2fem_total_mapa3 = vs2fem %>% filter(tentado_consumado=="consumado") %>%  group_by(municipio_ibge) %>% summarise(total_consumado_de_vitimas=sum(qtde_vitimas))
vs2fem_total_mapa2 = vs2fem %>% filter(tentado_consumado=="tentado") %>%  group_by(municipio_ibge) %>% summarise(total_tentado_de_vitimas=sum(qtde_vitimas))

mapas

# mapa - deu certo 

# mapa 1 - total
# mapa 2 - tentado 
# mapa 3 - consumado 

library(ggplot2)
library(geobr)

## Warning: package 'geobr' was built under R version 4.2.3

## Loading required namespace: sf

library(dplyr)
library(RColorBrewer)
library(sf)

## Warning: package 'sf' was built under R version 4.2.3

## Linking to GEOS 3.9.3, GDAL 3.5.2, PROJ 8.2.1; sf_use_s2() is TRUE

library(plotly)

## Warning: package 'plotly' was built under R version 4.2.3

## 
## Attaching package: 'plotly'

## The following object is masked from 'package:ggplot2':
## 
##     last_plot

## The following object is masked from 'package:stats':
## 
##     filter

## The following object is masked from 'package:graphics':
## 
##     layout

#para ler os municipos do MG

#mapa 1 - total de vitimas
View(vs2fem_total)

desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)

## Using year 2010

class(vs2fem_total) # para saber ac classe

## [1] "tbl_df"     "tbl"        "data.frame"

class(desenho_municipios)

## [1] "sf"         "data.frame"

plot(desenho_municipios)

class(desenho_municipios$code_muni)

## [1] "numeric"

class(vs2fem_total$municipio_ibge)

## [1] "numeric"

class(df_grupado$total_vitimas)

## [1] "numeric"

vs2fem_total$municipio_ibge = as.numeric(vs2fem_total$municipio_ibge)


fem_mg1 <-desenho_municipios %>% left_join(vs2fem_total, by = c( "code_muni"="municipio_ibge"))

mapa1 = ggplot() + 
  geom_sf(data=fem_mg1, aes(fill=total_de_vitimas)) +
  scale_fill_distiller(palette = "RdPu", direction = 1, name="Total de vítimas",
                       limits = c(1,40))+
  labs(title = "Total de ocorrências de feminicídio em MG",caption = "area cinza nao possui informação.")

mapa1

mapa2

#_________________________________


#mapa 2 - tentado
desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)

## Using year 2010

class(desenho_municipios)

## [1] "sf"         "data.frame"

plot(desenho_municipios)

class(desenho_municipios$code_muni)

## [1] "numeric"

class(vs2fem_total_mapa2$municipio_ibge)

## [1] "numeric"

vs2fem_total_mapa2$municipio_ibge = as.numeric(vs2fem_total_mapa2$municipio_ibge)


fem_mg1 <-desenho_municipios %>% left_join(vs2fem_total_mapa2, by = c( "code_muni"="municipio_ibge"))


mapa2 = ggplot() + 
  geom_sf(data=fem_mg1, aes(fill=total_tentado_de_vitimas)) +
  scale_fill_distiller(palette = "RdPu", direction = 1, name="Total de vitimas",
                       limits = c(1,40))+
  labs(title = "Total de ocorrências de tentativas de feminicídio em MG",caption = "area cinza não possui informação.")

mapa2

mapa3

#___________________________________________
#mapa 3 - total de vitimas consumadas

vs2fem_total = vs2fem %>% group_by(municipio_ibge) %>% summarise(total_de_vitimas=sum(qtde_vitimas))

vs2fem_total_mapa3 = vs2fem %>% filter(tentado_consumado=="consumado") %>%  group_by(municipio_ibge) %>% summarise(total_consumado_de_vitimas=sum(qtde_vitimas))

vs2fem_total_mapa2 = vs2fem %>% filter(tentado_consumado=="tentado") %>%  group_by(municipio_ibge) %>% summarise(total_tentado_de_vitimas=sum(qtde_vitimas))



desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)

## Using year 2010

class(desenho_municipios)

## [1] "sf"         "data.frame"

plot(desenho_municipios)

class(desenho_municipios$code_muni)

## [1] "numeric"

class(vs2fem_total_mapa3$municipio_ibge)

## [1] "numeric"

vs2fem_total_mapa3$municipio_ibge = as.numeric(vs2fem_total_mapa3$municipio_ibge)


fem_mg1 <-desenho_municipios %>% left_join(vs2fem_total_mapa3, by = c( "code_muni"="municipio_ibge"))


mapa3 = ggplot() + 
  geom_sf(data=fem_mg1, aes(fill=total_consumado_de_vitimas)) +
  scale_fill_distiller(palette = "RdPu", direction = 1, name="Total de vitimas",
                       limits = c(1,40))+
  labs(title = "Total de ocorrências de feminicídio consumados em MG",caption = "area cinza não possui sem informação.")

mapa3

treemap

# treemap - deu certo 

library(treemap)

## Warning: package 'treemap' was built under R version 4.2.3

#total por regiao

treemap(vs2fem_treemap_1,
        index=c("tipo_regiao"),
        vSize="total_vitimas",
        fontsize.labels=c(14, 8), 
        vColor="total_vitimas",
        title ="Total de ocorrências de feminicídio em MG por região",
        title.legend="Número de vítimas",
        type="value",
        palette = "PuRd")

#tentado

treemap(vs2fem_treemap_2,
        index=c("tipo_regiao"),
        vSize="total_tentado",
        fontsize.labels=c(14, 8), 
        vColor="total_tentado",
        title ="Total de ocorrências de tentativas de feminicídio em MG por região",
        title.legend="Número de vítimas",
        type="value",
        palette = "PuRd")

#consumado

treemap(vs2fem_treemap_3,
        index=c("tipo_regiao"),
        vSize="total_consumado",
        fontsize.labels=c(14, 8),
        vColor="total_consumado",
        title ="Total de ocorrências de feminicídio consumados em MG por região",
        title.legend="Número de vítimas",
        type="value",
        palette = "PuRd")

#___________________________________________________________

histograma

#histograma 

# ggplot - funcionou 

library(ggplot2)

#total de vitimas

vs2fem_treemap_1 %>% ggplot(aes(x=tipo_regiao,y=total_vitimas,fill=tipo_regiao))+ geom_col()+
  scale_fill_manual(values = c("belo horizonte" = "#FF61c9",
                               "interior de minas" = "#d7008d",
                               "regiao metropolitana" = "#9c0067")) + 
  labs(title = "Ocorrências de tentativa de feminicídio no estado de MG",
       x = " ", y = " ",caption = "fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan") +
  guides(fill=guide_legend(title="Regiões de MG"))

#tentativa

vs2fem_treemap_2 %>% ggplot(aes(x=tipo_regiao,y=total_tentado,fill=tipo_regiao))+ geom_col()+
  scale_fill_manual(values = c("belo horizonte" = "#FF61c9",
                               "interior de minas" = "#d7008d",
                               "regiao metropolitana" = "#9c0067")) +
  labs(title = "Ocorrências de feminicídio no estado de MG",
       x = " ", y = " ",caption = "fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)") +
  guides(fill=guide_legend(title="Regiões de MG"))

#consumado

vs2fem_treemap_3 %>% ggplot(aes(x=tipo_regiao,y=total_consumado,fill=tipo_regiao))+ geom_col()+
  scale_fill_manual(values = c("belo horizonte" = "#FF61c9",
                               "interior de minas" = "#d7008d",
                               "regiao metropolitana" = "#9c0067")) +
  labs(title = "Ocorrências de feminicídio consumado no estado de MG",
       x = " ", y = " ",caption = "Fonte dos dados: Sistema de Informação de Agravos de Notificação (Sinan)") +
  guides(fill=guide_legend(title="Regiões de MG"))

teste de hipoteses

teste de hipoteses não rejeitamos a hipotese ou teremos que rejeitar e nunca concordar com a hipotese

alpha: 0.05 se pvalor<= alpha REJ H0 se pvalor > alpha não rej H0

hipote se existe a associação entre as duas variaveis( qtde de fem(tipo de feminicidio) e tipo de região)

hipotese: nossa hipotese será que a capital possui um numereo maior de feminicidios consumados mais do que o interior

#hipotese

tabela = table(vs2fem$tipo_regiao,vs2fem$tentado_consumado)
tabela # é de natureza categorica

##                       
##                        consumado tentado
##   belo horizonte              14      23
##   interior de minas          133     130
##   regiao metropolitana        22      32

chisq.test(tabela)

## 
##  Pearson's Chi-squared test
## 
## data:  tabela
## X-squared = 3.359, df = 2, p-value = 0.1865

prop.table(tabela,1)*100

##                       
##                        consumado  tentado
##   belo horizonte        37.83784 62.16216
##   interior de minas     50.57034 49.42966
##   regiao metropolitana  40.74074 59.25926

prop.table(tabela,2)*100

##                       
##                        consumado   tentado
##   belo horizonte        8.284024 12.432432
##   interior de minas    78.698225 70.270270
##   regiao metropolitana 13.017751 17.297297

conclusão : não é xiste a associação das variáveis, não se verifica. não rejeita H0.

criação da Proporção populacional

#criar uma tabela per capita para comparar com a população 

library(readxl)
populacao <- read_excel("C:/Users/14086606798/Downloads/populacao.xlsx")

criação de mapa para a população

# criação de mapa para a população


library(ggplot2)
library(geobr)
library(dplyr)
library(RColorBrewer)
library(sf)
library(plotly)

#para ler os municipos do MG

#mapa 1 - total de vítimas
View(populacao)

desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)

## Using year 2010

class(populacao) # para saber ac classe

## [1] "tbl_df"     "tbl"        "data.frame"

class(desenho_municipios)

## [1] "sf"         "data.frame"

plot(desenho_municipios)

class(desenho_municipios$code_muni)

## [1] "numeric"

class(populacao$municipio_ibge)

## [1] "numeric"

populacao$municipio_ibge = as.numeric(populacao$municipio_ibge)


fem_mg1 <-desenho_municipios %>% left_join(populacao, by = c( "code_muni"="municipio_ibge"))

mapapop = ggplot() + 
  geom_sf(data=fem_mg1, aes(fill=pop_total)) +
  scale_fill_distiller(palette = "RdPu", direction = 1, name="população",
                       limits = c(1,2315560))+
  labs(title = "População das cidades em MG",caption = "Área cinza não possui informação")

mapapop

proporção

#proporção
# ideia 1 - criar a segunda tabela com a proporção das cidades + o numero de vítimas
# ideia 2 -= criar a teceira tabela com a proiporção das regiões populaçao com o numero de vítimas 



#codebook
tabela = data.frame(variavel = c("MG", "cidades", "Creditos", "data_fato"),
                    resultados = c("Sigla do estado de Minas Gerais", "cidades do estado de Minas Gerais",
                                   "Data ", "nao normal"))
library(flextable)

## Warning: package 'flextable' was built under R version 4.2.3

## 
## Attaching package: 'flextable'

## The following objects are masked from 'package:plotly':
## 
##     highlight, style

flextable(tabela) %>% theme_zebra()

variavel	resultados
MG	Sigla do estado de Minas Gerais
cidades	cidades do estado de Minas Gerais
Creditos	Data
data_fato	nao normal

criação da proporção de vitimas a cada 100 mil habitantes

library(dplyr)
names(vs2fem_consumado)

## [1] "municipio_ibge"    "cidades"           "data_fato"        
## [4] "tipo_regiao"       "tentado_consumado" "qtde_vitimas"

names(populacao)

## [1] "municipio_ibge" "cidades"        "pop_total"

dim(vs2fem_consumado)

## [1] 169   6

dim(populacao)

## [1] 190   3

class(vs2fem_consumado$municipio_ibge)

## [1] "numeric"

class(populacao$municipio_ibge)

## [1] "numeric"

dados_consumado = populacao %>% left_join(vs2fem_consumado)

## Joining with `by = join_by(municipio_ibge, cidades)`

dados_consumado$vitimas_por_100mil = (dados_consumado$qtde_vitimas/dados_consumado$pop_total)*100000 # vitimas por habitantes


dados_tentado = populacao %>% left_join(vs2fem_tentado)

## Joining with `by = join_by(municipio_ibge, cidades)`

dados_tentado$vitimas_por_100mil = (dados_tentado$qtde_vitimas/dados_tentado$pop_total)*100000 # vitimas por habitantes

kruskal - teste de hipotese

kruskal.test(dados_consumado$vitimas_por_100mil ~ dados_consumado$tipo_regiao)

## 
##  Kruskal-Wallis rank sum test
## 
## data:  dados_consumado$vitimas_por_100mil by dados_consumado$tipo_regiao
## Kruskal-Wallis chi-squared = 51.434, df = 2, p-value = 6.779e-12

kruskal.test(dados_tentado$vitimas_por_100mil ~ dados_tentado$tipo_regiao) #existe associação e o interior possuir mais relatos de crimes ocorridos

## 
##  Kruskal-Wallis rank sum test
## 
## data:  dados_tentado$vitimas_por_100mil by dados_tentado$tipo_regiao
## Kruskal-Wallis chi-squared = 74.003, df = 2, p-value < 2.2e-16

Mapas para as vitimas a cada 100 mil habitanmtes

library(ggplot2)
library(geobr)
library(dplyr)
library(RColorBrewer)
library(sf)
library(plotly)

#para ler os municipos do MG

#mapa 1 - consumado
View(dados_consumado)

desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)

## Using year 2010

class(dados_consumado) # para saber as classes

## [1] "tbl_df"     "tbl"        "data.frame"

class(desenho_municipios)

## [1] "sf"         "data.frame"

plot(desenho_municipios)

class(desenho_municipios$code_muni)

## [1] "numeric"

class(dados_consumado$vitimas_por_100mil)

## [1] "numeric"

dados_consumado$municipio_ibge = as.numeric(dados_consumado$municipio_ibge)


fem_mg1 <-desenho_municipios %>% left_join(dados_consumado, by = c( "code_muni"="municipio_ibge"))

mapa100mil_cons = ggplot() + 
  geom_sf(data=fem_mg1, aes(fill=vitimas_por_100mil)) +
  scale_fill_distiller(palette = "RdPu", direction = 1, name="Vítimas",
                       limits = c(0.0431861,62.7352572))+
  labs(title = "Vítimas consumadas a cada 100 mil habitantes nas cidades de MG",caption = "Área cinza não possui informação.")

mapa100mil_cons

#mapa2 - tentado

View(dados_tentado)

desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)

## Using year 2010

class(dados_tentado) # para saber as classes

## [1] "tbl_df"     "tbl"        "data.frame"

class(desenho_municipios)

## [1] "sf"         "data.frame"

plot(desenho_municipios)

class(desenho_municipios$code_muni)

## [1] "numeric"

class(dados_tentado$vitimas_por_100mil)

## [1] "numeric"

dados_tentado$municipio_ibge = as.numeric(dados_tentado$municipio_ibge)


fem_mg1 <-desenho_municipios %>% left_join(dados_tentado, by = c( "code_muni"="municipio_ibge"))

mapa100mil_ten = ggplot() + 
  geom_sf(data=fem_mg1, aes(fill=vitimas_por_100mil)) +
  scale_fill_distiller(palette = "RdPu", direction = 1, name="Vítimas",
                       limits = c(0.0431861,62.7352572))+
  labs(title = "Tentativas de feminicídio a cada 100 mil habitantes nas cidades de MG",caption = "Área cinza não possui informação.")

mapa100mil_ten

ggplot(dados_tentado, aes(fill=tipo_regiao, y=vitimas_por_100mil )) + 
  geom_boxplot() +
  scale_fill_manual(name='Regiões de MG', labels=c('Belo horizonte','Interior de Minas Gerais','Região Metropolitana'),
                    values = c('#FF61c9', '#d7008d', '#9c0067')) + labs(title = "Ocorrências de tentativas de feminicídio no estado de MG"
                                                                        , y = "Número de vítimas a cada 100 mil habitantes. ") +
  guides(fill=guide_legend(title="Regiões de MG")) +
  theme_light()

## Warning: Removed 77 rows containing non-finite values (`stat_boxplot()`).

ggplot(dados_consumado, aes(fill=tipo_regiao, y=vitimas_por_100mil )) + 
  geom_boxplot() +
  scale_fill_manual(name='Regiões de MG', labels=c('Belo horizonte','Interior de Minas Gerais','Região Metropolitana'),
                    values = c('#FF61c9', '#d7008d', '#9c0067')) + labs(title = "Ocorrências de feminicídio consumado no estado de MG"
                                                                        , y = "Número de vítimas a cada 100 mil habitantes. ") +
  guides(fill=guide_legend(title="Regiões de MG")) +
  theme_light()

## Warning: Removed 71 rows containing non-finite values (`stat_boxplot()`).