Introdução

Santa Catarina é um estado localizado na região sul do Brasil, sua capital é Florianópolis, uma ilha conhecida por suas praias e belezas naturais. A diversidade de climas, paisagens e relevos estimula o desenvolvimento de inúmeras atividades, da agricultura ao turismo, atraindo investidores de segmentos distintos e permitindo que a riqueza não fique concentrada em apenas uma área. O Estado faz fronteira com o Paraná (ao Norte), Rio Grande do Sul (ao Sul), Oceano Atlântico (Leste) e Argentina (Oeste). A compreensão desses dados contribui para uma análise mais abrangente e informada sobre o estado e suas diversas localidades.

Este relatório oferece uma análise abrangente dos municípios de Santa Catarina, destacando um estado brasileiro que se sobressai por sua rica diversidade geográfica e econômica. Buscando proporcionar uma compreensão mais profunda do panorama estadual, exploraremos informações cruciais, tais como o Índice de Desenvolvimento Humano Municipal (IDHM), os municípios mais populosos, o Produto Interno Bruto (PIB) e outros indicadores sociais e econômicos relevantes. Os dados apresentados nesta análise foram meticulosamente coletados do Instituto Brasileiro de Geografia e Estatística (IBGE), uma fonte confiável e reconhecida por fornecer informações precisas e atualizadas sobre diversos aspectos do Brasil. Ao mergulharmos nessas estatísticas, almejamos proporcionar uma visão abrangente e embasada sobre a situação socioeconômica dos municípios catarinenses, contribuindo para uma compreensão mais holística do estado.

Objetivo

O objetivo principal deste relatório é proporcionar uma análise detalhada e aprofundada das experiências adquiridas no campo do domínio de dados, com especial atenção à utilização de ferramentas estatísticas de grande importância. Nossa abordagem incluirá a identificação dos municípios com os mais elevados Índices de Desenvolvimento Humano Municipal (IDHM), a comparação desses índices com a média nacional do IDH, a análise dos municípios com os maiores e menores Produto Interno Bruto (PIB), além de considerar outros fatores relevantes para uma compreensão abrangente.


Material e Métodos


Neste relatório, utilizamos um conjunto de bibliotecas essenciais para análise de dados em R: 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 retirados no site do IBGE: https://www.ibge.gov.br/cidades-e-estados/sc/

Empregamos métodos estatísticos para resumir extensos conjuntos de dados em medidas concisas, tais como médias, medianas, modas, entre outras. Além disso, uma compreensão clara dos dados através de estatísticas descritivas é crucial para embasar a tomada de decisões.

Ao apresentar números significativos e tendências, os tomadores de decisão podem fundamentar suas escolhas em dados objetivos. Um exemplo disso que foi usado para ajudar na compreensão dos dados foi o Boxplot que é uma representação gráfica que oferece uma visão compacta e informativa da distribuição estatística de um conjunto de dados. A importância do boxplot reside em várias vantagens que ele proporciona na análise e interpretação dos dados.

Também utilizamos os gráficos que proporcionam uma representação visual clara e intuitiva dos dados, tornando informações complexas mais acessíveis e compreensíveis para um público amplo.



Aplicação:


Neste gráfico, observa-se os 30 municípios de Santa Catarina com as maiores áreas territorias.


Santa Catarina é o décimo primeiro estado mais extenso do Brasil em termos de área territorial, com aproximadamente 95.346 km². Podemos notar que Cordilheira Alta, um dos municípios que compõem a região do Oeste Catarinense, detém a maior extensão territorial do estado.




O gráfico de pizza é uma representação visual que exibe a distribuição percentual de uma totalidade, dividindo-a em partes proporcionais, este tipo de gráfico é simples e intuitivo.


Com uma posição de destaque no cenário econômico catarinense, Blumenau ostenta o título de município com a maior receita do estado. Esse feito reflete não apenas a sua relevância histórica, mas também a vitalidade de suas atividades econômicas, contribuindo significativamente para o desenvolvimento econômico e social da região e do estado como um todo.




Neste gráfico, apresentamos os 10 municípios de Santa Catarina com os melhores Índices de Desenvolvimento Humano Municipal (IDHM).

De acordo com dados do IBGE, os municípios de Balneário Camboriú e Florianópolis lideram a lista, ocupando o primeiro e o segundo lugar, respectivamente, destacando-se pelo seu alto nível de desenvolvimento humano. Santa Catarina destaca-se com uma média do Índice de Desenvolvimento Humano (IDH) de 0,792, superando a média nacional de 0,758. Atualmente, Santa Catarina ocupa a terceira posição no ranking do IBGE dos melhores IDHs do Brasil. Essa comparação ressalta a posição relativamente elevada do estado em termos de desenvolvimento humano, indicando um nível de qualidade de vida, educação e renda acima da média nacional. A diferença entre as médias sugere um desempenho mais robusto nos indicadores que compõem o IDH em Santa Catarina em comparação com o cenário nacional.





Neste gráfico, apresentamos os 10 municípios de Santa Catarina com os piores Índices de Desenvolvimento Humano Municipal (IDHM) do Estado de Santa Catarina.

Cerro Negro é identificado como o município com o menor Índice de Desenvolvimento Humano Municipal(IDHM) do Estado de Santa Catarina. Embora Cerro Negro enfrente desafios em seu desenvolvimento humano, seu IDH de 0,621 está consideravelmente acima do registrado em Melgaço(PA) que é de de 0,418, destacando a extensão das dificuldades enfrentadas pelo município paraense em termos de expectativa de vida, educação e renda per capita. Essa comparação ressalta a diversidade das condições socioeconômicas existentes em diferentes regiões do Brasil, evidenciando a necessidade de abordagens específicas para melhorar o bem-estar e o desenvolvimento nessas comunidades.





Neste gráfico, destacamos os 20 municípios mais populosos de Santa Catarina, e Joinville lidera a lista como o município com a maior população.

Joinville, como o município mais populoso de Santa Catarina, ocupa o 34º lugar no ranking nacional, com uma população de 616.323 habitantes. Essa posição demonstra sua expressiva população, destacando a relevância demográfica da cidade no contexto brasileiro. No entanto, ao comparar Joinville com São Paulo, o município paulista lidera o ranking como o mais populoso do Brasil, com uma população significativamente maior de 11.451.999 habitantes.




Aqui podemos ver um boxplot, ou seja, uma estatística descritiva mostrando o as despesas que foram geradas pelos municípios de Santa Catarina

boxplot(dados$Despesas_2017)


Neste gráfico, apresentamos os 20 municípios de Santa Catarina com os maiores Produto Interno Bruto (PIB), e Piratuba se destaca como o município com o PIB mais elevado.

Em uma análise dos 20 municípios de Santa Catarina com os maiores Produtos Internos Brutos (PIBs), Piratuba se destaca como o município líder, apresentando o PIB mais elevado entre eles. Essa posição ressalta o vigor econômico e o contributo significativo de Piratuba para o desenvolvimento econômico do estado.




Neste gráfico, apresentamos os 20 municípios de Santa Catarina com os maiores Taxas de Escolarização.

Em relação à escolarização, o estado tem um histórico de investimentos em educação e apresenta indicadores educacionais relativamente positivos se comparados a outros estados brasileiros. Santa Catarina ocupa a terceira posição no país em termos do maior índice de participação de jovens(97,8%), com idades entre 18 e 24 anos, no ensino superior, ficando abaixo de Rio de Janeiro(97,9%) e Distrito Federal(98,1%).


Usando o comando “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       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  
##



Esse comando mostra o total de linhas e colunas do nosso banco de dados.

## [1] 295  11

Conclusão

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. Santa Catarina se firma como uma peça chave no panorama brasileiro, com suas características únicas e uma perspectiva promissora para o futuro.

Diante do exposto, podemos observar que Santa Catarina, o décimo primeiro estado mais extenso do Brasil, destaca-se em vários aspectos. Cordilheira Alta é o município com a maior extensão territorial. Blumenau lidera em receita, evidenciando sua vitalidade econômica. No Índice de Desenvolvimento Humano (IDH), Santa Catarina supera a média nacional, com Balneário Camboriú e Florianópolis destacando-se. Cerro Negro, apesar dos desafios, possui IDH superior a Melgaço (PA). Joinville é o município mais populoso do estado, mas São Paulo lidera nacionalmente. Piratuba destaca-se nos 20 municípios com maiores PIBs em Santa Catarina, evidenciando seu papel econômico crucial. No âmbito educacional, Santa Catarina se posiciona como o terceiro estado com o maior índice de participação de jovens no ensino superior, evidenciando investimentos em educação. Esses diversos aspectos ressaltam a complexidade e a heterogeneidade de Santa Catarina, indicando a necessidade de abordagens específicas para lidar com as diferentes realidades presentes no estado.



Referências

Códigos Utilizados

# 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

dados <- dados[order(dados$Area_territorial), ]
AreaTerritorial <- head(dados, 30)

ggplot(AreaTerritorial, aes(x = Area_territorial, y = reorder(Município, Area_territorial))) +
 geom_bar(stat = "identity", width = .90, fill="#819ca9") +
 ggtitle("Área Territórial por Município") +
 ylab("Municípios") + xlab("Área Territorial")

dados <- dados[order(dados$Receitas, decreasing = TRUE),]

# Obter os 5 municípios com maior Receitas
maior_Receitasrealizadas <- head(dados, 5)

# Criar o gráfico de pizza
ggplot(maior_Receitasrealizadas, aes(x="", y=Receitas, fill=Município)) +
  geom_bar(width = 1, stat = "identity") +
  coord_polar("y", start=0) +
  theme_void() +
  labs(title="Municípios com as maiores Receitas ", x=NULL,y=NULL)

#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,20)
# Criando gráfico de barras com os 20 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="20 maiores contigentes populacionais", 
       x="Município", 
       y="População")

boxplot(dados$Despesas_2017)

# Criando Histograma em ordem decrescente com os maiores Pibs de SC
dados <- dados[order(dados$PIB_2020, decreasing = TRUE),]
 
Maior_pib<- head(dados,20)
# Criando gráfico de barras com os 20 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="20 maiores Pib's por Município", 
       x="Município", 
       y="PIB")

# Criando Histograma em ordem decrescente com os maiores índices de Educação
dados <- dados[order(dados$Escolarização, decreasing = TRUE),]
 
Escola<- head(dados,20)
# Criando gráfico de barras com os 20 maiores índices educacionais
ggplot(Escola, aes(x=Município, y=Escolarização)) +
  geom_bar(stat="identity", fill="blue") +
  theme(axis.text.x = element_text(angle =50, hjust =1)) +
  labs(title="20 municípios com as maiores Taxas de escolarização", 
       x="Município", 
       y="Escolarização")

summary(dados[,1:10])