VIOLÊNCIA CONTRA A MULHER NO ESTADO DE MINAS GERAIS EM 2022
Fábio Teixeira, Gabriel Muniz De Rezende, Sophia Barboza Gouvea, Thiago Soares, Valdilia De Oliveira, Yasmin Macaio
INTRODUÇÃO
A violência contra as mulheres no Brasil é um problema complexo que abrange diferentes formas de agressão e que persiste e se manifesta em várias esferas da sociedade brasileira, independentemente de classe social, idade, raça ou etnia. Alguns dos dados alarmantes sobre a violência contra as mulheres no Brasil incluem assédio sexual, desigualdade de gênero, violência doméstica e feminicídio. A cultura machista e patriarcal impacta oportunidades, direitos e tratamento das mulheres e a subnotificação tem sido um impasse para melhor contemplação e efetivação de políticas públicas. Pois muitos casos de violência contra as mulheres não são denunciados por medo, vergonha, dependência financeira ou por falta de confiança no sistema de justiça.
OBJETIVO
O objetivo do trabalho sobre violência doméstica e feminicídio no estado de Minas Gerais, com um recorte que inclui a região metropolitana, a capital e o interior, é investigar e analisar a presença de possíveis outliers nos dados, analisar os dados do Sistema de Informação de Agravos de Notificação (Sinan) e os dados disponibilizados pela Secretaria de Segurança Pública de Minas Gerais. Outrossim, investigar a evolução dos casos de feminicídio no Estado de Minas Gerais, e quais foram os municípios que mais tiveram ocorrências deste tipo de violência.
Ademais, visa contribuir para uma compreensão mais profunda dos padrões de violência doméstica e feminicídio no estado de Minas Gerais, com foco especial na capital, utilizando a estatística como ferramenta para identificar áreas de maior preocupação e orientar a formulação de políticas públicas apropriadas.
HIPÓTESES
A hipótese central do estudo é que a capital do estado, Belo Horizonte, apresenta números significativamente mais altos em relação à violência doméstica e feminicídio em comparação com a média do estado, o que sugere a presença de outliers nesta região.
Hipótese 1: Existe associação entre as duas variáveis quantidade de feminicídios tentados, ou consumados, e a região.
Hipótese 2: Nossa hipótese será que a capital possui um número maior de feminicídios consumados do que o interior.
METODOLOGIA
Os dados foram coletados, permitindo uma segmentação dos municípios em três categorias distintas: capital, região metropolitana e interior. Esta abordagem proporciona uma análise mais refinada, fundamentada na hipótese e no pressuposto de que a capital possa apresentar números mais alarmantes em comparação ao interior.
Descrição da Base de Dados
library(readxl)
vs2fem <- read_excel("C:/Users/Lenovo/Downloads/vs2fem.xlsx")Utilizamos dados do Sistema de Informação de Agravos de Notificação (Sinan) sobre feminicídios em Minas Gerais. A base de dados possui seis variáveis, descritas no dicionário de dados e distribuídas em 354 observações, que exibem as ocorrências de feminicídio notificadas em cada município estudado.
Dicionário de dados
codebook <- data.frame(
Variáveis = c(
"municipio_igbe", "cidades", "data_fato", "tipo_regiao", "tentado_consumado",
"qtde_vitimas"
),
Descrição = c("Código de município de acordo com o IBGE",
"Cidades que tem os dados coletados pelo banco de dados",
"Data da ocorrência", "Região do Estado em que o crime ocorreu",
"Diferenciação entre tentativas de feminídio e casos em que os crimes foram consumados",
"Quantidade de vítimas por município")
)
library(kableExtra)
kable(codebook, row.names = FALSE)%>%
kable_styling( full_width = T,bootstrap_options = c("striped", "hover", "condensed", "responsive"),
position = "center", fixed_thead = T) %>%
scroll_box(width = "900px", height = "250px")| Variáveis | Descrição |
|---|---|
| municipio_igbe | Código de município de acordo com o IBGE |
| cidades | Cidades que tem os dados coletados pelo banco de dados |
| data_fato | Data da ocorrência |
| tipo_regiao | Região do Estado em que o crime ocorreu |
| tentado_consumado | Diferenciação entre tentativas de feminídio e casos em que os crimes foram consumados |
| qtde_vitimas | Quantidade de vítimas por município |
ANÁLISE DE DADOS
vs2fem$tentado_consumado <- iconv(vs2fem$tentado_consumado, "latin1", "UTF-8")
vs2fem$data_fato <- format(as.Date(vs2fem$data_fato, format="%d/%m/%Y"),"%m")Detalhamento de Análise
Coleta de dados: Foi utilizado o Portal de Dados Abertos do Governo Federal Brasileiro para coletar dados, no filtro de Feminicídios no Estado de Minas Gerais. A coleta está relacionada à violência doméstica e feminicídio de diferentes fontes, como órgãos governamentais, instituições de segurança pública e organizações não governamentais, com um enfoque especial nas áreas da região metropolitana, capital e interior de Minas Gerais.
Análise exploratória de dados: Utilizamos o RStudio para realizar uma análise exploratória dos dados, que inclui a criação de gráficos, tabelas e estatísticas descritivas para entender a distribuição dos casos de violência doméstica e feminicídio em todo o estado e nas áreas especificadas. Entre as ferramentas utilizadas foram o boxplot, gráfico de linhas, gráfico de barras, treemaps e mapas.
Identificação de outliers: Aplicar técnicas estatísticas para identificar outliers nos dados, particularmente na região da capital. Esses outliers podem representar valores extremamente altos ou baixos em relação à média, indicando um possível problema de desigualdade ou concentração de ocorrências.
Comparação entre regiões: Comparar os resultados encontrados na região da capital com as outras áreas do estado, como a região metropolitana e o interior, para determinar se a hipótese de maior incidência de violência doméstica e feminicídio na capital se confirma.
#group by
library(dplyr)
#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')Diferença estatística entre ato tentado e consumado
Para realizar a nossa análise, primeiramente precisamos diferenciar as informações referentes a tentativas de feminicídio e aqueles que foram consumados.
#tentado
vs2fem_tentado = vs2fem %>% filter(tentado_consumado=="tentado")
#consumado
vs2fem_consumado = vs2fem %>% filter(tentado_consumado=="consumado")A tabela a seguir exibe a quantidade total de ocorrências reportadas, agrupadas por região.
vs2fem_linha_1 = vs2fem %>% group_by(tipo_regiao, qtde_vitimas, data_fato) %>%
summarise(total_vitimas = sum(qtde_vitimas),
.groups = 'drop')
library(kableExtra)
kable(vs2fem_linha_1, row.names = FALSE)%>%
kable_styling( full_width = T,bootstrap_options = c("striped", "hover", "condensed", "responsive"),
position = "center", fixed_thead = T) %>%
scroll_box(width = "500px", height = "400px")| tipo_regiao | qtde_vitimas | data_fato | total_vitimas |
|---|---|---|---|
| belo horizonte | 1 | 01 | 2 |
| belo horizonte | 1 | 02 | 3 |
| belo horizonte | 1 | 03 | 5 |
| belo horizonte | 1 | 04 | 2 |
| belo horizonte | 1 | 05 | 3 |
| belo horizonte | 1 | 06 | 3 |
| belo horizonte | 1 | 07 | 2 |
| belo horizonte | 1 | 08 | 5 |
| belo horizonte | 1 | 09 | 1 |
| belo horizonte | 1 | 10 | 4 |
| belo horizonte | 1 | 11 | 2 |
| belo horizonte | 1 | 12 | 2 |
| belo horizonte | 2 | 02 | 2 |
| belo horizonte | 2 | 07 | 2 |
| belo horizonte | 2 | 08 | 2 |
| interior de minas | 1 | 01 | 14 |
| interior de minas | 1 | 02 | 20 |
| interior de minas | 1 | 03 | 27 |
| interior de minas | 1 | 04 | 24 |
| interior de minas | 1 | 05 | 29 |
| interior de minas | 1 | 06 | 11 |
| interior de minas | 1 | 07 | 22 |
| interior de minas | 1 | 08 | 20 |
| interior de minas | 1 | 09 | 21 |
| interior de minas | 1 | 10 | 19 |
| interior de minas | 1 | 11 | 23 |
| interior de minas | 1 | 12 | 27 |
| interior de minas | 2 | 03 | 2 |
| interior de minas | 2 | 05 | 2 |
| interior de minas | 2 | 08 | 4 |
| interior de minas | 2 | 11 | 4 |
| regiao metropolitana | 1 | 01 | 1 |
| regiao metropolitana | 1 | 02 | 6 |
| regiao metropolitana | 1 | 03 | 1 |
| regiao metropolitana | 1 | 04 | 2 |
| regiao metropolitana | 1 | 05 | 6 |
| regiao metropolitana | 1 | 06 | 5 |
| regiao metropolitana | 1 | 07 | 3 |
| regiao metropolitana | 1 | 08 | 4 |
| regiao metropolitana | 1 | 09 | 5 |
| regiao metropolitana | 1 | 10 | 10 |
| regiao metropolitana | 1 | 11 | 4 |
| regiao metropolitana | 1 | 12 | 3 |
| regiao metropolitana | 2 | 01 | 2 |
| regiao metropolitana | 2 | 02 | 2 |
| regiao metropolitana | 2 | 10 | 2 |
| regiao metropolitana | 3 | 07 | 3 |
A segunda tabela indica a quantidade de tentativas de feminicídio no estado.
vs2fem_linha_2 = vs2fem %>% filter(tentado_consumado=="tentado") %>% group_by(tipo_regiao, qtde_vitimas, data_fato) %>%
summarise(vitimas_tentadas = sum(qtde_vitimas),
.groups = 'drop')
library(kableExtra)
kable(vs2fem_linha_2, row.names = FALSE)%>%
kable_styling( full_width = T,bootstrap_options = c("striped", "hover", "condensed", "responsive"),
position = "center", fixed_thead = T) %>%
scroll_box(width = "500px", height = "400px")| tipo_regiao | qtde_vitimas | data_fato | vitimas_tentadas |
|---|---|---|---|
| belo horizonte | 1 | 01 | 1 |
| belo horizonte | 1 | 02 | 2 |
| belo horizonte | 1 | 03 | 3 |
| belo horizonte | 1 | 05 | 2 |
| belo horizonte | 1 | 07 | 1 |
| belo horizonte | 1 | 08 | 3 |
| belo horizonte | 1 | 09 | 1 |
| belo horizonte | 1 | 10 | 4 |
| belo horizonte | 1 | 11 | 2 |
| belo horizonte | 1 | 12 | 1 |
| belo horizonte | 2 | 02 | 2 |
| belo horizonte | 2 | 07 | 2 |
| belo horizonte | 2 | 08 | 2 |
| interior de minas | 1 | 01 | 9 |
| interior de minas | 1 | 02 | 10 |
| interior de minas | 1 | 03 | 12 |
| interior de minas | 1 | 04 | 13 |
| interior de minas | 1 | 05 | 16 |
| interior de minas | 1 | 06 | 5 |
| interior de minas | 1 | 07 | 10 |
| interior de minas | 1 | 08 | 9 |
| interior de minas | 1 | 09 | 13 |
| interior de minas | 1 | 10 | 7 |
| interior de minas | 1 | 11 | 8 |
| interior de minas | 1 | 12 | 15 |
| interior de minas | 2 | 08 | 4 |
| interior de minas | 2 | 11 | 2 |
| regiao metropolitana | 1 | 02 | 6 |
| regiao metropolitana | 1 | 04 | 1 |
| regiao metropolitana | 1 | 05 | 2 |
| regiao metropolitana | 1 | 06 | 2 |
| regiao metropolitana | 1 | 08 | 3 |
| regiao metropolitana | 1 | 09 | 3 |
| regiao metropolitana | 1 | 10 | 7 |
| regiao metropolitana | 1 | 11 | 3 |
| regiao metropolitana | 1 | 12 | 2 |
| regiao metropolitana | 2 | 01 | 2 |
| regiao metropolitana | 2 | 02 | 2 |
| regiao metropolitana | 2 | 10 | 2 |
Já a terceira tabela expressa a quantidade de ocorrências em que o feminicídio foi consumado.
vs2fem_linha_3 = vs2fem %>% filter(tentado_consumado=="consumado") %>% group_by(tipo_regiao, qtde_vitimas, data_fato) %>%
summarise(vitimas_consumadas = sum(qtde_vitimas),
.groups = 'drop')
library(kableExtra)
kable(vs2fem_linha_3, row.names = FALSE)%>%
kable_styling( full_width = T,bootstrap_options = c("striped", "hover", "condensed", "responsive"),
position = "center", fixed_thead = T) %>%
scroll_box(width = "500px", height = "400px")| tipo_regiao | qtde_vitimas | data_fato | vitimas_consumadas |
|---|---|---|---|
| belo horizonte | 1 | 01 | 1 |
| belo horizonte | 1 | 02 | 1 |
| belo horizonte | 1 | 03 | 2 |
| belo horizonte | 1 | 04 | 2 |
| belo horizonte | 1 | 05 | 1 |
| belo horizonte | 1 | 06 | 3 |
| belo horizonte | 1 | 07 | 1 |
| belo horizonte | 1 | 08 | 2 |
| belo horizonte | 1 | 12 | 1 |
| interior de minas | 1 | 01 | 5 |
| interior de minas | 1 | 02 | 10 |
| interior de minas | 1 | 03 | 15 |
| interior de minas | 1 | 04 | 11 |
| interior de minas | 1 | 05 | 13 |
| interior de minas | 1 | 06 | 6 |
| interior de minas | 1 | 07 | 12 |
| interior de minas | 1 | 08 | 11 |
| interior de minas | 1 | 09 | 8 |
| interior de minas | 1 | 10 | 12 |
| interior de minas | 1 | 11 | 15 |
| interior de minas | 1 | 12 | 12 |
| interior de minas | 2 | 03 | 2 |
| interior de minas | 2 | 05 | 2 |
| interior de minas | 2 | 11 | 2 |
| regiao metropolitana | 1 | 01 | 1 |
| regiao metropolitana | 1 | 03 | 1 |
| regiao metropolitana | 1 | 04 | 1 |
| regiao metropolitana | 1 | 05 | 4 |
| regiao metropolitana | 1 | 06 | 3 |
| regiao metropolitana | 1 | 07 | 3 |
| regiao metropolitana | 1 | 08 | 1 |
| regiao metropolitana | 1 | 09 | 2 |
| regiao metropolitana | 1 | 10 | 3 |
| regiao metropolitana | 1 | 11 | 1 |
| regiao metropolitana | 1 | 12 | 1 |
| regiao metropolitana | 3 | 07 | 3 |
Análise do total de ocorrências
# tabela 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))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))# gráfico de linha
library(ggplot2)
#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()
# gráfico de barras
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()
library(ggplot2)
library(dplyr)# treemap
library(treemap)
#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")
# mapa - deu certo
# mapa 1 - total
# mapa 2 - tentado
# mapa 3 - consumado
library(ggplot2)
library(geobr)
library(dplyr)
library(RColorBrewer)
library(sf)
library(plotly)
#para ler os municipos do MG
#mapa 1 - total de vitimas
desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)
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
De acordo com os dados coletados por meio dos gráficos acima, que analisam o total de ocorrências, podemos concluir que o interior de Minas Gerais possui uma variância significativa em seus dados, além de uma taxa considerável de ocorrências em comparação a outras regiões. Nos meses de março, maio, agosto e novembro, por exemplo, as informações demonstram recordes de mínimos e baixos, em um curto intervalo de tempo. A região metropolitana e o município de Belo Horizonte, por outro lado, demonstram uma média mais consistente de suas ocorrências.
Análise de tentativas de feminicídio
# gráfico de linha
#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()
# gráfico de barras
#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()
# treemap
#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")
#_________________________________
# mapa 2 - tentado
desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)
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
Os gráficos de análise de tentativas de feminicídio exibem informações próximas em relação a região metropolitana e Belo Horizonte. Entretanto, os dados coletados sobre a região do interior demonstram uma menor variância, de acordo com os mínimos e máximos registrados durante os meses de 2022. As informações, que se estenderam até 28 ocorrências totais, mantiveram-se até o máximo de 16 tentativas.
Análise de feminicídios consumados
# gráfico de linha
#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()
# gráfico de barras
#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()
# treemap
#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")
#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)
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
Os feminicídios consumados mantém uma sequência coerente com
Proporção populacional
#criar uma tabela per capita para comparar com a população
library(readxl)
populacao <- read_excel("C:/Users/Lenovo/Downloads/populacao.xlsx")library(dplyr)
dados_consumado = populacao %>% left_join(vs2fem_consumado)
dados_consumado$vitimas_por_100mil = (dados_consumado$qtde_vitimas/dados_consumado$pop_total)*100000 # vitimas por habitantes
dados_tentado = populacao %>% left_join(vs2fem_tentado)
dados_tentado$vitimas_por_100mil = (dados_tentado$qtde_vitimas/dados_tentado$pop_total)*100000 # vitimas por habitanteskable(dados_tentado, row.names = FALSE)%>%
kable_styling( full_width = T,bootstrap_options = c("striped", "hover", "condensed", "responsive"),
position = "center", fixed_thead = T) %>%
scroll_box(width = "900px", height = "900px")| municipio_ibge | cidades | pop_total | data_fato | tipo_regiao | tentado_consumado | qtde_vitimas | vitimas_por_100mil |
|---|---|---|---|---|---|---|---|
| 3100906 | aguas formosas | 18448 | NA | NA | NA | NA | NA |
| 3101508 | alem paraiba | 30717 | 04 | interior de minas | tentado | 1 | 3.2555263 |
| 3101607 | alfenas | 78970 | 03 | interior de minas | tentado | 1 | 1.2663037 |
| 3101607 | alfenas | 78970 | 09 | interior de minas | tentado | 1 | 1.2663037 |
| 3101706 | almenara | 40364 | 04 | interior de minas | tentado | 1 | 2.4774552 |
| 3153509 | alto jequitiba | 8397 | NA | NA | NA | NA | NA |
| 3102605 | andradas | 40553 | 09 | interior de minas | tentado | 1 | 2.4659088 |
| 3102852 | angelandia | 7718 | 05 | interior de minas | tentado | 1 | 12.9567245 |
| 3103405 | aracuai | 34297 | 09 | interior de minas | tentado | 1 | 2.9157069 |
| 3103504 | araguari | 117808 | NA | NA | NA | NA | NA |
| 3103751 | arapora | 8479 | NA | NA | NA | NA | NA |
| 3104007 | araxa | 111691 | 03 | interior de minas | tentado | 1 | 0.8953273 |
| 3104205 | arcos | 41416 | NA | NA | NA | NA | NA |
| 3105301 | bandeira do sul | 5943 | 08 | interior de minas | tentado | 2 | 33.6530372 |
| 3106200 | belo horizonte | 2315560 | 01 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 02 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 02 | belo horizonte | tentado | 2 | 0.0863722 |
| 3106200 | belo horizonte | 2315560 | 02 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 03 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 03 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 03 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 05 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 05 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 07 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 07 | belo horizonte | tentado | 2 | 0.0863722 |
| 3106200 | belo horizonte | 2315560 | 08 | belo horizonte | tentado | 2 | 0.0863722 |
| 3106200 | belo horizonte | 2315560 | 08 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 08 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 08 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 09 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 10 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 10 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 10 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 10 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 11 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 11 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 12 | belo horizonte | tentado | 1 | 0.0431861 |
| 3106705 | betim | 411846 | 02 | regiao metropolitana | tentado | 1 | 0.2428092 |
| 3106705 | betim | 411846 | 10 | regiao metropolitana | tentado | 1 | 0.2428092 |
| 3107307 | bocaiuva | 48032 | NA | NA | NA | NA | NA |
| 3107406 | bom despacho | 51737 | NA | NA | NA | NA | NA |
| 3107802 | bom jesus do galho | 14536 | 01 | interior de minas | tentado | 1 | 6.8794717 |
| 3108107 | bonfim | 7434 | 09 | interior de minas | tentado | 1 | 13.4517084 |
| 3108552 | brasilandia de minas | 15020 | 12 | interior de minas | tentado | 1 | 6.6577896 |
| 3109006 | brumadinho | 38915 | NA | NA | NA | NA | NA |
| 3109204 | buenopolis | 9150 | 11 | interior de minas | tentado | 1 | 10.9289617 |
| 3109402 | buritizeiro | 23910 | NA | NA | NA | NA | NA |
| 3102704 | cachoeira de pajeu | 9110 | NA | NA | NA | NA | NA |
| 3110004 | caete | 38776 | 10 | regiao metropolitana | tentado | 1 | 2.5789148 |
| 3110004 | caete | 38776 | 10 | regiao metropolitana | tentado | 1 | 2.5789148 |
| 3110905 | campanha | 15935 | NA | NA | NA | NA | NA |
| 3111002 | campestre | 20696 | 12 | interior de minas | tentado | 1 | 4.8318516 |
| 3111150 | campo azul | 3714 | 08 | interior de minas | tentado | 1 | 26.9251481 |
| 3111200 | campo belo | 52277 | NA | NA | NA | NA | NA |
| 3111309 | campo do meio | 11377 | NA | NA | NA | NA | NA |
| 3112307 | capelinha | 39626 | 03 | interior de minas | tentado | 1 | 2.5235956 |
| 3113305 | carangola | 31240 | 07 | interior de minas | tentado | 1 | 3.2010243 |
| 3113404 | caratinga | 87360 | 03 | interior de minas | tentado | 1 | 1.1446886 |
| 3113404 | caratinga | 87360 | 12 | interior de minas | tentado | 1 | 1.1446886 |
| 3113503 | carbonita | 8512 | NA | NA | NA | NA | NA |
| 3114204 | carmo do cajuru | 23479 | NA | NA | NA | NA | NA |
| 3114303 | carmo do paranaiba | 29011 | NA | NA | NA | NA | NA |
| 3115300 | cataguases | 66261 | 12 | interior de minas | tentado | 1 | 1.5091834 |
| 3116159 | chapada gaucha | 12355 | 10 | interior de minas | tentado | 1 | 8.0938891 |
| 3117306 | conceicao das alagoas | 28381 | 12 | interior de minas | tentado | 1 | 3.5234840 |
| 3117405 | conceicao de ipanema | 4409 | 05 | interior de minas | tentado | 1 | 22.6808800 |
| 3117603 | conceicao do para | 5415 | 01 | interior de minas | tentado | 1 | 18.4672207 |
| 3118007 | congonhas | 52890 | 11 | interior de minas | tentado | 1 | 1.8907166 |
| 3118601 | contagem | 621863 | 01 | regiao metropolitana | tentado | 2 | 0.3216142 |
| 3118601 | contagem | 621863 | 06 | regiao metropolitana | tentado | 1 | 0.1608071 |
| 3118601 | contagem | 621863 | 08 | regiao metropolitana | tentado | 1 | 0.1608071 |
| 3118601 | contagem | 621863 | 08 | regiao metropolitana | tentado | 1 | 0.1608071 |
| 3118601 | contagem | 621863 | 10 | regiao metropolitana | tentado | 1 | 0.1608071 |
| 3118601 | contagem | 621863 | 10 | regiao metropolitana | tentado | 2 | 0.3216142 |
| 3118601 | contagem | 621863 | 10 | regiao metropolitana | tentado | 1 | 0.1608071 |
| 3118809 | coracao de jesus | 25377 | 01 | interior de minas | tentado | 1 | 3.9405761 |
| 3118809 | coracao de jesus | 25377 | 07 | interior de minas | tentado | 1 | 3.9405761 |
| 3119500 | coronel murta | 8200 | NA | NA | NA | NA | NA |
| 3120904 | curvelo | 80665 | NA | NA | NA | NA | NA |
| 3122306 | divinopolis | 231091 | 02 | interior de minas | tentado | 1 | 0.4327300 |
| 3122306 | divinopolis | 231091 | 07 | interior de minas | tentado | 1 | 0.4327300 |
| 3123601 | eloi mendes | 26336 | NA | NA | NA | NA | NA |
| 3124104 | esmeraldas | 85598 | 11 | regiao metropolitana | tentado | 1 | 1.1682516 |
| 3124104 | esmeraldas | 85598 | 12 | regiao metropolitana | tentado | 1 | 1.1682516 |
| 3124302 | espinosa | 30443 | NA | NA | NA | NA | NA |
| 3124807 | estrela do sul | 6840 | 01 | interior de minas | tentado | 1 | 14.6198830 |
| 3124906 | eugenopolis | 10801 | NA | NA | NA | NA | NA |
| 3125309 | faria lemos | 3188 | NA | NA | NA | NA | NA |
| 3125903 | ferros | 9590 | NA | NA | NA | NA | NA |
| 3126109 | formiga | 68248 | 07 | interior de minas | tentado | 1 | 1.4652444 |
| 3126307 | fortaleza de minas | 3477 | NA | NA | NA | NA | NA |
| 3127107 | frutal | 58588 | NA | NA | NA | NA | NA |
| 3127503 | gonzaga | 5230 | NA | NA | NA | NA | NA |
| 3127701 | governador valadares | 257171 | 03 | interior de minas | tentado | 1 | 0.3888463 |
| 3127701 | governador valadares | 257171 | 04 | interior de minas | tentado | 1 | 0.3888463 |
| 3127701 | governador valadares | 257171 | 05 | interior de minas | tentado | 1 | 0.3888463 |
| 3128006 | guanhaes | 32244 | NA | NA | NA | NA | NA |
| 3128402 | guarani | 7714 | 05 | interior de minas | tentado | 1 | 12.9634431 |
| 3128808 | guidoval | 7131 | 06 | interior de minas | tentado | 1 | 14.0232786 |
| 3129806 | ibirite | 170537 | NA | NA | NA | NA | NA |
| 3130101 | igarape | 45847 | 05 | regiao metropolitana | tentado | 1 | 2.1811678 |
| 3130507 | ilicinea | 12741 | 08 | interior de minas | tentado | 1 | 7.8486775 |
| 3131307 | ipatinga | 227731 | 04 | interior de minas | tentado | 1 | 0.4391146 |
| 3131307 | ipatinga | 227731 | 08 | interior de minas | tentado | 1 | 0.4391146 |
| 3131703 | itabira | 113343 | 04 | interior de minas | tentado | 1 | 0.8822777 |
| 3131703 | itabira | 113343 | 09 | interior de minas | tentado | 1 | 0.8822777 |
| 3131901 | itabirito | 53365 | 02 | interior de minas | tentado | 1 | 1.8738874 |
| 3132206 | itaguara | 13846 | 02 | regiao metropolitana | tentado | 1 | 7.2223025 |
| 3132305 | itaipe | 10463 | NA | NA | NA | NA | NA |
| 3132404 | itajuba | 93073 | 07 | interior de minas | tentado | 1 | 1.0744255 |
| 3132404 | itajuba | 93073 | 12 | interior de minas | tentado | 1 | 1.0744255 |
| 3132503 | itamarandiba | 32948 | NA | NA | NA | NA | NA |
| 3133808 | itauna | 97669 | NA | NA | NA | NA | NA |
| 3134004 | itinga | 13745 | NA | NA | NA | NA | NA |
| 3134400 | iturama | 38295 | NA | NA | NA | NA | NA |
| 3134608 | jaboticatubas | 20406 | NA | NA | NA | NA | NA |
| 3134707 | jacinto | 11042 | 08 | interior de minas | tentado | 1 | 9.0563304 |
| 3135100 | janauba | 70699 | 10 | interior de minas | tentado | 1 | 1.4144472 |
| 3135100 | janauba | 70699 | 12 | interior de minas | tentado | 1 | 1.4144472 |
| 3135209 | januaria | 65150 | 02 | interior de minas | tentado | 1 | 1.5349194 |
| 3135506 | jequeri | 12419 | NA | NA | NA | NA | NA |
| 3135803 | jequitinhonha | 24007 | 10 | interior de minas | tentado | 1 | 4.1654517 |
| 3136207 | joao monlevade | 80187 | 04 | interior de minas | tentado | 1 | 1.2470849 |
| 3136306 | joao pinheiro | 46801 | 08 | interior de minas | tentado | 2 | 4.2734130 |
| 3136504 | jordania | 10304 | 08 | interior de minas | tentado | 1 | 9.7049689 |
| 3136520 | jose goncalves de minas | 3969 | 09 | interior de minas | tentado | 1 | 25.1952633 |
| 3136702 | juiz de fora | 540756 | 05 | interior de minas | tentado | 1 | 0.1849263 |
| 3136702 | juiz de fora | 540756 | 08 | interior de minas | tentado | 1 | 0.1849263 |
| 3136702 | juiz de fora | 540756 | 09 | interior de minas | tentado | 1 | 0.1849263 |
| 3136702 | juiz de fora | 540756 | 11 | interior de minas | tentado | 2 | 0.3698526 |
| 3137007 | ladainha | 14383 | 09 | interior de minas | tentado | 1 | 6.9526524 |
| 3137205 | lagoa da prata | 51412 | NA | NA | NA | NA | NA |
| 3137502 | lagoa formosa | 18904 | NA | NA | NA | NA | NA |
| 3137536 | lagoa grande | 8969 | NA | NA | NA | NA | NA |
| 3137601 | lagoa santa | 75145 | 02 | regiao metropolitana | tentado | 1 | 1.3307605 |
| 3138203 | lavras | 104761 | 12 | interior de minas | tentado | 1 | 0.9545537 |
| 3138302 | leandro ferreira | 3199 | 04 | interior de minas | tentado | 1 | 31.2597687 |
| 3138401 | leopoldina | 51145 | NA | NA | NA | NA | NA |
| 3139409 | manhuacu | 91886 | 08 | interior de minas | tentado | 1 | 1.0883051 |
| 3139508 | manhumirim | 20613 | 11 | interior de minas | tentado | 1 | 4.8513074 |
| 3139607 | mantena | 26535 | NA | NA | NA | NA | NA |
| 3139805 | mar de espanha | 12721 | 02 | interior de minas | tentado | 1 | 7.8610172 |
| 3140001 | mariana | 61387 | 09 | interior de minas | tentado | 1 | 1.6290094 |
| 3140704 | mateus leme | 37841 | 04 | regiao metropolitana | tentado | 1 | 2.6426363 |
| 3171501 | mathias lobato | 3038 | NA | NA | NA | NA | NA |
| 3141405 | medina | 20156 | NA | NA | NA | NA | NA |
| 3142809 | monte alegre de minas | 20170 | 12 | interior de minas | tentado | 1 | 4.9578582 |
| 3143005 | monte belo | 13046 | NA | NA | NA | NA | NA |
| 3143104 | monte carmelo | 47692 | 08 | interior de minas | tentado | 1 | 2.0967877 |
| 3143401 | monte siao | 24089 | NA | NA | NA | NA | NA |
| 3143302 | montes claros | 414240 | 07 | interior de minas | tentado | 1 | 0.2414059 |
| 3143302 | montes claros | 414240 | 12 | interior de minas | tentado | 1 | 0.2414059 |
| 3144359 | naque | 6303 | 11 | interior de minas | tentado | 1 | 15.8654609 |
| 3144805 | nova lima | 111697 | 09 | regiao metropolitana | tentado | 1 | 0.8952792 |
| 3145208 | nova serrana | 105552 | 04 | interior de minas | tentado | 1 | 0.9474003 |
| 3145208 | nova serrana | 105552 | 06 | interior de minas | tentado | 1 | 0.9474003 |
| 3136603 | nova uniao | 5909 | 12 | regiao metropolitana | tentado | 1 | 16.9233373 |
| 3145901 | ouro branco | 38724 | NA | NA | NA | NA | NA |
| 3146008 | ouro fino | 32094 | NA | NA | NA | NA | NA |
| 3146107 | ouro preto | 74821 | NA | NA | NA | NA | NA |
| 3146255 | padre carvalho | 5058 | 05 | interior de minas | tentado | 1 | 19.7706603 |
| 3147105 | para de minas | 97139 | 05 | interior de minas | tentado | 1 | 1.0294526 |
| 3147006 | paracatu | 94023 | 10 | interior de minas | tentado | 1 | 1.0635696 |
| 3147204 | paraguacu | 21723 | 02 | interior de minas | tentado | 1 | 4.6034157 |
| 3147907 | passos | 111939 | NA | NA | NA | NA | NA |
| 3148004 | patos de minas | 159235 | 01 | interior de minas | tentado | 1 | 0.6280026 |
| 3148004 | patos de minas | 159235 | 11 | interior de minas | tentado | 1 | 0.6280026 |
| 3148103 | patrocinio | 89826 | 07 | interior de minas | tentado | 1 | 1.1132634 |
| 3148806 | pedra do anta | 3311 | 09 | interior de minas | tentado | 1 | 30.2023558 |
| 3149705 | perdigao | 12268 | 09 | interior de minas | tentado | 1 | 8.1512879 |
| 3149804 | perdizes | 17151 | NA | NA | NA | NA | NA |
| 3150539 | pingo d’agua | 4706 | 08 | interior de minas | tentado | 1 | 21.2494688 |
| 3151008 | piranguinho | 9120 | 07 | interior de minas | tentado | 1 | 10.9649123 |
| 3151404 | pitangui | 26685 | NA | NA | NA | NA | NA |
| 3151701 | poco fundo | 16390 | 03 | interior de minas | tentado | 1 | 6.1012813 |
| 3151800 | pocos de caldas | 163742 | 05 | interior de minas | tentado | 1 | 0.6107169 |
| 3152006 | pompeu | 31047 | NA | NA | NA | NA | NA |
| 3152105 | ponte nova | 57776 | 07 | interior de minas | tentado | 1 | 1.7308225 |
| 3152501 | pouso alegre | 152217 | 04 | interior de minas | tentado | 1 | 0.6569568 |
| 3152501 | pouso alegre | 152217 | 09 | interior de minas | tentado | 1 | 0.6569568 |
| 3152808 | prata | 28342 | NA | NA | NA | NA | NA |
| 3153806 | queluzito | 1770 | 11 | interior de minas | tentado | 1 | 56.4971751 |
| 3154457 | riachinho | 6863 | NA | NA | NA | NA | NA |
| 3154606 | ribeirao das neves | 329794 | 02 | regiao metropolitana | tentado | 1 | 0.3032196 |
| 3154606 | ribeirao das neves | 329794 | 05 | regiao metropolitana | tentado | 1 | 0.3032196 |
| 3154606 | ribeirao das neves | 329794 | 06 | regiao metropolitana | tentado | 1 | 0.3032196 |
| 3154606 | ribeirao das neves | 329794 | 08 | regiao metropolitana | tentado | 1 | 0.3032196 |
| 3154606 | ribeirao das neves | 329794 | 09 | regiao metropolitana | tentado | 1 | 0.3032196 |
| 3154606 | ribeirao das neves | 329794 | 09 | regiao metropolitana | tentado | 1 | 0.3032196 |
| 3154606 | ribeirao das neves | 329794 | 10 | regiao metropolitana | tentado | 1 | 0.3032196 |
| 3154606 | ribeirao das neves | 329794 | 11 | regiao metropolitana | tentado | 1 | 0.3032196 |
| 3154903 | rio casca | 12789 | 05 | interior de minas | tentado | 1 | 7.8192196 |
| 3156700 | sabara | 129380 | 02 | regiao metropolitana | tentado | 1 | 0.7729170 |
| 3156908 | sacramento | 26670 | 02 | interior de minas | tentado | 1 | 3.7495313 |
| 3156908 | sacramento | 26670 | 05 | interior de minas | tentado | 1 | 3.7495313 |
| 3157005 | salinas | 40178 | NA | NA | NA | NA | NA |
| 3157278 | santa barbara do monte verde | 3095 | 11 | interior de minas | tentado | 1 | 32.3101777 |
| 3157807 | santa luzia | 219132 | 02 | regiao metropolitana | tentado | 1 | 0.4563459 |
| 3157807 | santa luzia | 219132 | 02 | regiao metropolitana | tentado | 2 | 0.9126919 |
| 3157807 | santa luzia | 219132 | 10 | regiao metropolitana | tentado | 1 | 0.4563459 |
| 3157906 | santa margarida | 16395 | 01 | interior de minas | tentado | 1 | 6.0994206 |
| 3158102 | santa maria do salto | 4755 | NA | NA | NA | NA | NA |
| 3159605 | santa rita do sapucai | 40635 | 12 | interior de minas | tentado | 1 | 2.4609327 |
| 3158953 | santana do paraiso | 44800 | 04 | interior de minas | tentado | 1 | 2.2321429 |
| 3158953 | santana do paraiso | 44800 | 11 | interior de minas | tentado | 1 | 2.2321429 |
| 3159902 | santo antonio do amparo | 17285 | NA | NA | NA | NA | NA |
| 3160702 | santos dumont | 42406 | NA | NA | NA | NA | NA |
| 3161106 | sao francisco | 52762 | 05 | interior de minas | tentado | 1 | 1.8953034 |
| 3161502 | sao geraldo | 10282 | 03 | interior de minas | tentado | 1 | 9.7257343 |
| 3161809 | sao goncalo do para | 11770 | 12 | interior de minas | tentado | 1 | 8.4961767 |
| 3162104 | sao gotardo | 40910 | 06 | interior de minas | tentado | 1 | 2.4443901 |
| 3162104 | sao gotardo | 40910 | 10 | interior de minas | tentado | 1 | 2.4443901 |
| 3162252 | sao joao da lagoa | 4822 | 03 | interior de minas | tentado | 1 | 20.7382829 |
| 3162500 | sao joao del rei | 90225 | 02 | interior de minas | tentado | 1 | 1.1083403 |
| 3162609 | sao joao do oriente | 7070 | 05 | interior de minas | tentado | 1 | 14.1442716 |
| 3162922 | sao joaquim de bicas | 34348 | NA | NA | NA | NA | NA |
| 3163102 | sao jose da varginha | 4536 | NA | NA | NA | NA | NA |
| 3163409 | sao jose do goiabal | 5396 | 03 | interior de minas | tentado | 1 | 18.5322461 |
| 3163508 | sao jose do jacuri | 6197 | NA | NA | NA | NA | NA |
| 3163706 | sao lourenco | 44798 | NA | NA | NA | NA | NA |
| 3164100 | sao pedro do suacui | 5103 | NA | NA | NA | NA | NA |
| 3164001 | sao pedro dos ferros | 7166 | 10 | interior de minas | tentado | 1 | 13.9547865 |
| 3164209 | sao romao | 10315 | NA | NA | NA | NA | NA |
| 3164506 | sao sebast. do maranhao | 10079 | NA | NA | NA | NA | NA |
| 3164704 | sao sebastiao paraiso | 71796 | 12 | interior de minas | tentado | 1 | 1.3928353 |
| 3165503 | sardoa | 5104 | NA | NA | NA | NA | NA |
| 3165537 | sarzedo | 36844 | 11 | regiao metropolitana | tentado | 1 | 2.7141461 |
| 3166303 | sericita | 7345 | NA | NA | NA | NA | NA |
| 3166956 | serranopolis de minas | 4399 | NA | NA | NA | NA | NA |
| 3167103 | serro | 21952 | NA | NA | NA | NA | NA |
| 3167202 | sete lagoas | 227397 | 01 | interior de minas | tentado | 1 | 0.4397595 |
| 3167202 | sete lagoas | 227397 | 01 | interior de minas | tentado | 1 | 0.4397595 |
| 3167202 | sete lagoas | 227397 | 01 | interior de minas | tentado | 1 | 0.4397595 |
| 3165552 | setubinha | 9917 | NA | NA | NA | NA | NA |
| 3168507 | teixeiras | 12255 | NA | NA | NA | NA | NA |
| 3168606 | teofilo otoni | 137418 | 06 | interior de minas | tentado | 1 | 0.7277067 |
| 3168903 | tiros | 7883 | NA | NA | NA | NA | NA |
| 3169000 | tocantins | 16185 | NA | NA | NA | NA | NA |
| 3169307 | tres coracoes | 75485 | 03 | interior de minas | tentado | 1 | 1.3247665 |
| 3169901 | uba | 103365 | 05 | interior de minas | tentado | 1 | 0.9674455 |
| 3169901 | uba | 103365 | 06 | interior de minas | tentado | 1 | 0.9674455 |
| 3169901 | uba | 103365 | 12 | interior de minas | tentado | 1 | 0.9674455 |
| 3170008 | ubai | 11708 | NA | NA | NA | NA | NA |
| 3170057 | ubaporanga | 13017 | NA | NA | NA | NA | NA |
| 3170107 | uberaba | 337836 | 04 | interior de minas | tentado | 1 | 0.2960016 |
| 3170206 | uberlandia | 713224 | 02 | interior de minas | tentado | 1 | 0.1402084 |
| 3170206 | uberlandia | 713224 | 03 | interior de minas | tentado | 1 | 0.1402084 |
| 3170206 | uberlandia | 713224 | 05 | interior de minas | tentado | 1 | 0.1402084 |
| 3170206 | uberlandia | 713224 | 05 | interior de minas | tentado | 1 | 0.1402084 |
| 3170206 | uberlandia | 713224 | 07 | interior de minas | tentado | 1 | 0.1402084 |
| 3170206 | uberlandia | 713224 | 09 | interior de minas | tentado | 1 | 0.1402084 |
| 3170206 | uberlandia | 713224 | 12 | interior de minas | tentado | 1 | 0.1402084 |
| 3170404 | unai | 86619 | 10 | interior de minas | tentado | 1 | 1.1544811 |
| 3170529 | urucuia | 17479 | 02 | interior de minas | tentado | 1 | 5.7211511 |
| 3170529 | urucuia | 17479 | 04 | interior de minas | tentado | 1 | 5.7211511 |
| 3170701 | varginha | 136467 | 03 | interior de minas | tentado | 1 | 0.7327779 |
| 3170750 | varjao de minas | 6969 | NA | NA | NA | NA | NA |
| 3171030 | varzelandia | 18840 | NA | NA | NA | NA | NA |
| 3171071 | veredinha | 5181 | 05 | interior de minas | tentado | 1 | 19.3012932 |
| 3171204 | vespasiano | 129246 | NA | NA | NA | NA | NA |
| 3172004 | visconde do rio branco | 39160 | 02 | interior de minas | tentado | 1 | 2.5536261 |
| 3172004 | visconde do rio branco | 39160 | 04 | interior de minas | tentado | 1 | 2.5536261 |
kable(dados_consumado, row.names = FALSE)%>%
kable_styling( full_width = T,bootstrap_options = c("striped", "hover", "condensed", "responsive"),
position = "center", fixed_thead = T) %>%
scroll_box(width = "900px", height = "900px")| municipio_ibge | cidades | pop_total | data_fato | tipo_regiao | tentado_consumado | qtde_vitimas | vitimas_por_100mil |
|---|---|---|---|---|---|---|---|
| 3100906 | aguas formosas | 18448 | 06 | interior de minas | consumado | 1 | 5.4206418 |
| 3101508 | alem paraiba | 30717 | NA | NA | NA | NA | NA |
| 3101607 | alfenas | 78970 | 09 | interior de minas | consumado | 1 | 1.2663037 |
| 3101706 | almenara | 40364 | NA | NA | NA | NA | NA |
| 3153509 | alto jequitiba | 8397 | 07 | interior de minas | consumado | 1 | 11.9090151 |
| 3102605 | andradas | 40553 | NA | NA | NA | NA | NA |
| 3102852 | angelandia | 7718 | NA | NA | NA | NA | NA |
| 3103405 | aracuai | 34297 | 09 | interior de minas | consumado | 1 | 2.9157069 |
| 3103504 | araguari | 117808 | 07 | interior de minas | consumado | 1 | 0.8488388 |
| 3103751 | arapora | 8479 | 07 | interior de minas | consumado | 1 | 11.7938436 |
| 3104007 | araxa | 111691 | 08 | interior de minas | consumado | 1 | 0.8953273 |
| 3104205 | arcos | 41416 | 02 | interior de minas | consumado | 1 | 2.4145258 |
| 3105301 | bandeira do sul | 5943 | NA | NA | NA | NA | NA |
| 3106200 | belo horizonte | 2315560 | 01 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 02 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 03 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 03 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 04 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 04 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 05 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 06 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 06 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 06 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 07 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 08 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 08 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106200 | belo horizonte | 2315560 | 12 | belo horizonte | consumado | 1 | 0.0431861 |
| 3106705 | betim | 411846 | 05 | regiao metropolitana | consumado | 1 | 0.2428092 |
| 3106705 | betim | 411846 | 07 | regiao metropolitana | consumado | 1 | 0.2428092 |
| 3106705 | betim | 411846 | 08 | regiao metropolitana | consumado | 1 | 0.2428092 |
| 3106705 | betim | 411846 | 09 | regiao metropolitana | consumado | 1 | 0.2428092 |
| 3106705 | betim | 411846 | 10 | regiao metropolitana | consumado | 1 | 0.2428092 |
| 3107307 | bocaiuva | 48032 | 11 | interior de minas | consumado | 1 | 2.0819454 |
| 3107406 | bom despacho | 51737 | 02 | interior de minas | consumado | 1 | 1.9328527 |
| 3107802 | bom jesus do galho | 14536 | NA | NA | NA | NA | NA |
| 3108107 | bonfim | 7434 | NA | NA | NA | NA | NA |
| 3108552 | brasilandia de minas | 15020 | 11 | interior de minas | consumado | 1 | 6.6577896 |
| 3109006 | brumadinho | 38915 | 07 | regiao metropolitana | consumado | 3 | 7.7091096 |
| 3109204 | buenopolis | 9150 | NA | NA | NA | NA | NA |
| 3109402 | buritizeiro | 23910 | 12 | interior de minas | consumado | 1 | 4.1823505 |
| 3102704 | cachoeira de pajeu | 9110 | 03 | interior de minas | consumado | 1 | 10.9769484 |
| 3102704 | cachoeira de pajeu | 9110 | 05 | interior de minas | consumado | 1 | 10.9769484 |
| 3102704 | cachoeira de pajeu | 9110 | 09 | interior de minas | consumado | 1 | 10.9769484 |
| 3110004 | caete | 38776 | NA | NA | NA | NA | NA |
| 3110905 | campanha | 15935 | NA | NA | NA | NA | NA |
| 3111002 | campestre | 20696 | NA | NA | NA | NA | NA |
| 3111150 | campo azul | 3714 | NA | NA | NA | NA | NA |
| 3111200 | campo belo | 52277 | 07 | interior de minas | consumado | 1 | 1.9128871 |
| 3111309 | campo do meio | 11377 | 03 | interior de minas | consumado | 1 | 8.7896634 |
| 3112307 | capelinha | 39626 | 05 | interior de minas | consumado | 1 | 2.5235956 |
| 3112307 | capelinha | 39626 | 05 | interior de minas | consumado | 1 | 2.5235956 |
| 3113305 | carangola | 31240 | NA | NA | NA | NA | NA |
| 3113404 | caratinga | 87360 | 10 | interior de minas | consumado | 1 | 1.1446886 |
| 3113503 | carbonita | 8512 | 02 | interior de minas | consumado | 1 | 11.7481203 |
| 3114204 | carmo do cajuru | 23479 | 06 | interior de minas | consumado | 1 | 4.2591252 |
| 3114204 | carmo do cajuru | 23479 | 11 | interior de minas | consumado | 1 | 4.2591252 |
| 3114303 | carmo do paranaiba | 29011 | 11 | interior de minas | consumado | 1 | 3.4469684 |
| 3115300 | cataguases | 66261 | 02 | interior de minas | consumado | 1 | 1.5091834 |
| 3116159 | chapada gaucha | 12355 | NA | NA | NA | NA | NA |
| 3117306 | conceicao das alagoas | 28381 | 03 | interior de minas | consumado | 1 | 3.5234840 |
| 3117405 | conceicao de ipanema | 4409 | NA | NA | NA | NA | NA |
| 3117603 | conceicao do para | 5415 | NA | NA | NA | NA | NA |
| 3118007 | congonhas | 52890 | NA | NA | NA | NA | NA |
| 3118601 | contagem | 621863 | 05 | regiao metropolitana | consumado | 1 | 0.1608071 |
| 3118809 | coracao de jesus | 25377 | NA | NA | NA | NA | NA |
| 3119500 | coronel murta | 8200 | 10 | interior de minas | consumado | 1 | 12.1951220 |
| 3120904 | curvelo | 80665 | 05 | interior de minas | consumado | 1 | 1.2396950 |
| 3122306 | divinopolis | 231091 | 05 | interior de minas | consumado | 2 | 0.8654599 |
| 3123601 | eloi mendes | 26336 | 08 | interior de minas | consumado | 1 | 3.7970838 |
| 3124104 | esmeraldas | 85598 | 07 | regiao metropolitana | consumado | 1 | 1.1682516 |
| 3124302 | espinosa | 30443 | 11 | interior de minas | consumado | 1 | 3.2848274 |
| 3124807 | estrela do sul | 6840 | NA | NA | NA | NA | NA |
| 3124906 | eugenopolis | 10801 | 06 | interior de minas | consumado | 1 | 9.2584020 |
| 3125309 | faria lemos | 3188 | 03 | interior de minas | consumado | 2 | 62.7352572 |
| 3125903 | ferros | 9590 | 08 | interior de minas | consumado | 1 | 10.4275287 |
| 3126109 | formiga | 68248 | 05 | interior de minas | consumado | 1 | 1.4652444 |
| 3126307 | fortaleza de minas | 3477 | 10 | interior de minas | consumado | 1 | 28.7604257 |
| 3127107 | frutal | 58588 | 11 | interior de minas | consumado | 1 | 1.7068342 |
| 3127503 | gonzaga | 5230 | 12 | interior de minas | consumado | 1 | 19.1204589 |
| 3127701 | governador valadares | 257171 | 08 | interior de minas | consumado | 1 | 0.3888463 |
| 3127701 | governador valadares | 257171 | 09 | interior de minas | consumado | 1 | 0.3888463 |
| 3128006 | guanhaes | 32244 | 10 | interior de minas | consumado | 1 | 3.1013522 |
| 3128006 | guanhaes | 32244 | 11 | interior de minas | consumado | 1 | 3.1013522 |
| 3128402 | guarani | 7714 | NA | NA | NA | NA | NA |
| 3128808 | guidoval | 7131 | NA | NA | NA | NA | NA |
| 3129806 | ibirite | 170537 | 05 | regiao metropolitana | consumado | 1 | 0.5863830 |
| 3129806 | ibirite | 170537 | 10 | regiao metropolitana | consumado | 1 | 0.5863830 |
| 3130101 | igarape | 45847 | 04 | regiao metropolitana | consumado | 1 | 2.1811678 |
| 3130101 | igarape | 45847 | 07 | regiao metropolitana | consumado | 1 | 2.1811678 |
| 3130507 | ilicinea | 12741 | NA | NA | NA | NA | NA |
| 3131307 | ipatinga | 227731 | 04 | interior de minas | consumado | 1 | 0.4391146 |
| 3131703 | itabira | 113343 | 07 | interior de minas | consumado | 1 | 0.8822777 |
| 3131901 | itabirito | 53365 | NA | NA | NA | NA | NA |
| 3132206 | itaguara | 13846 | NA | NA | NA | NA | NA |
| 3132305 | itaipe | 10463 | 07 | interior de minas | consumado | 1 | 9.5574883 |
| 3132404 | itajuba | 93073 | NA | NA | NA | NA | NA |
| 3132503 | itamarandiba | 32948 | 04 | interior de minas | consumado | 1 | 3.0350856 |
| 3133808 | itauna | 97669 | 03 | interior de minas | consumado | 1 | 1.0238663 |
| 3134004 | itinga | 13745 | 05 | interior de minas | consumado | 1 | 7.2753729 |
| 3134400 | iturama | 38295 | 12 | interior de minas | consumado | 1 | 2.6113070 |
| 3134608 | jaboticatubas | 20406 | 09 | regiao metropolitana | consumado | 1 | 4.9005195 |
| 3134608 | jaboticatubas | 20406 | 11 | regiao metropolitana | consumado | 1 | 4.9005195 |
| 3134707 | jacinto | 11042 | NA | NA | NA | NA | NA |
| 3135100 | janauba | 70699 | NA | NA | NA | NA | NA |
| 3135209 | januaria | 65150 | 03 | interior de minas | consumado | 1 | 1.5349194 |
| 3135506 | jequeri | 12419 | 03 | interior de minas | consumado | 1 | 8.0521781 |
| 3135803 | jequitinhonha | 24007 | NA | NA | NA | NA | NA |
| 3136207 | joao monlevade | 80187 | NA | NA | NA | NA | NA |
| 3136306 | joao pinheiro | 46801 | 02 | interior de minas | consumado | 1 | 2.1367065 |
| 3136504 | jordania | 10304 | 06 | interior de minas | consumado | 1 | 9.7049689 |
| 3136520 | jose goncalves de minas | 3969 | NA | NA | NA | NA | NA |
| 3136702 | juiz de fora | 540756 | 02 | interior de minas | consumado | 1 | 0.1849263 |
| 3136702 | juiz de fora | 540756 | 03 | interior de minas | consumado | 1 | 0.1849263 |
| 3136702 | juiz de fora | 540756 | 10 | interior de minas | consumado | 1 | 0.1849263 |
| 3137007 | ladainha | 14383 | NA | NA | NA | NA | NA |
| 3137205 | lagoa da prata | 51412 | 02 | interior de minas | consumado | 1 | 1.9450712 |
| 3137205 | lagoa da prata | 51412 | 11 | interior de minas | consumado | 1 | 1.9450712 |
| 3137502 | lagoa formosa | 18904 | 03 | interior de minas | consumado | 1 | 5.2898857 |
| 3137536 | lagoa grande | 8969 | 08 | interior de minas | consumado | 1 | 11.1495150 |
| 3137601 | lagoa santa | 75145 | 12 | regiao metropolitana | consumado | 1 | 1.3307605 |
| 3138203 | lavras | 104761 | NA | NA | NA | NA | NA |
| 3138302 | leandro ferreira | 3199 | NA | NA | NA | NA | NA |
| 3138401 | leopoldina | 51145 | 05 | interior de minas | consumado | 1 | 1.9552253 |
| 3139409 | manhuacu | 91886 | 01 | interior de minas | consumado | 1 | 1.0883051 |
| 3139409 | manhuacu | 91886 | 10 | interior de minas | consumado | 1 | 1.0883051 |
| 3139508 | manhumirim | 20613 | NA | NA | NA | NA | NA |
| 3139607 | mantena | 26535 | 03 | interior de minas | consumado | 1 | 3.7686075 |
| 3139805 | mar de espanha | 12721 | 08 | interior de minas | consumado | 1 | 7.8610172 |
| 3140001 | mariana | 61387 | NA | NA | NA | NA | NA |
| 3140704 | mateus leme | 37841 | NA | NA | NA | NA | NA |
| 3171501 | mathias lobato | 3038 | 07 | interior de minas | consumado | 1 | 32.9163924 |
| 3141405 | medina | 20156 | 03 | interior de minas | consumado | 1 | 4.9613018 |
| 3142809 | monte alegre de minas | 20170 | NA | NA | NA | NA | NA |
| 3143005 | monte belo | 13046 | 10 | interior de minas | consumado | 1 | 7.6651847 |
| 3143104 | monte carmelo | 47692 | 12 | interior de minas | consumado | 1 | 2.0967877 |
| 3143401 | monte siao | 24089 | 02 | interior de minas | consumado | 1 | 4.1512724 |
| 3143302 | montes claros | 414240 | 03 | interior de minas | consumado | 1 | 0.2414059 |
| 3143302 | montes claros | 414240 | 12 | interior de minas | consumado | 1 | 0.2414059 |
| 3144359 | naque | 6303 | NA | NA | NA | NA | NA |
| 3144805 | nova lima | 111697 | NA | NA | NA | NA | NA |
| 3145208 | nova serrana | 105552 | 09 | interior de minas | consumado | 1 | 0.9474003 |
| 3136603 | nova uniao | 5909 | NA | NA | NA | NA | NA |
| 3145901 | ouro branco | 38724 | 06 | interior de minas | consumado | 1 | 2.5823779 |
| 3145901 | ouro branco | 38724 | 12 | interior de minas | consumado | 1 | 2.5823779 |
| 3146008 | ouro fino | 32094 | 07 | interior de minas | consumado | 1 | 3.1158472 |
| 3146107 | ouro preto | 74821 | 12 | interior de minas | consumado | 1 | 1.3365232 |
| 3146255 | padre carvalho | 5058 | NA | NA | NA | NA | NA |
| 3147105 | para de minas | 97139 | 04 | interior de minas | consumado | 1 | 1.0294526 |
| 3147105 | para de minas | 97139 | 08 | interior de minas | consumado | 1 | 1.0294526 |
| 3147105 | para de minas | 97139 | 12 | interior de minas | consumado | 1 | 1.0294526 |
| 3147006 | paracatu | 94023 | NA | NA | NA | NA | NA |
| 3147204 | paraguacu | 21723 | NA | NA | NA | NA | NA |
| 3147907 | passos | 111939 | 10 | interior de minas | consumado | 1 | 0.8933437 |
| 3148004 | patos de minas | 159235 | 04 | interior de minas | consumado | 1 | 0.6280026 |
| 3148004 | patos de minas | 159235 | 08 | interior de minas | consumado | 1 | 0.6280026 |
| 3148004 | patos de minas | 159235 | 10 | interior de minas | consumado | 1 | 0.6280026 |
| 3148004 | patos de minas | 159235 | 11 | interior de minas | consumado | 1 | 0.6280026 |
| 3148103 | patrocinio | 89826 | NA | NA | NA | NA | NA |
| 3148806 | pedra do anta | 3311 | NA | NA | NA | NA | NA |
| 3149705 | perdigao | 12268 | NA | NA | NA | NA | NA |
| 3149804 | perdizes | 17151 | 04 | interior de minas | consumado | 1 | 5.8305638 |
| 3149804 | perdizes | 17151 | 07 | interior de minas | consumado | 1 | 5.8305638 |
| 3150539 | pingo d’agua | 4706 | NA | NA | NA | NA | NA |
| 3151008 | piranguinho | 9120 | NA | NA | NA | NA | NA |
| 3151404 | pitangui | 26685 | 03 | interior de minas | consumado | 1 | 3.7474236 |
| 3151701 | poco fundo | 16390 | NA | NA | NA | NA | NA |
| 3151800 | pocos de caldas | 163742 | 07 | interior de minas | consumado | 1 | 0.6107169 |
| 3152006 | pompeu | 31047 | 05 | interior de minas | consumado | 1 | 3.2209231 |
| 3152105 | ponte nova | 57776 | 02 | interior de minas | consumado | 1 | 1.7308225 |
| 3152501 | pouso alegre | 152217 | 05 | interior de minas | consumado | 1 | 0.6569568 |
| 3152501 | pouso alegre | 152217 | 11 | interior de minas | consumado | 1 | 0.6569568 |
| 3152808 | prata | 28342 | 05 | interior de minas | consumado | 1 | 3.5283325 |
| 3153806 | queluzito | 1770 | NA | NA | NA | NA | NA |
| 3154457 | riachinho | 6863 | 04 | interior de minas | consumado | 1 | 14.5708874 |
| 3154606 | ribeirao das neves | 329794 | 01 | regiao metropolitana | consumado | 1 | 0.3032196 |
| 3154606 | ribeirao das neves | 329794 | 05 | regiao metropolitana | consumado | 1 | 0.3032196 |
| 3154903 | rio casca | 12789 | NA | NA | NA | NA | NA |
| 3156700 | sabara | 129380 | 03 | regiao metropolitana | consumado | 1 | 0.7729170 |
| 3156700 | sabara | 129380 | 06 | regiao metropolitana | consumado | 1 | 0.7729170 |
| 3156908 | sacramento | 26670 | NA | NA | NA | NA | NA |
| 3157005 | salinas | 40178 | 04 | interior de minas | consumado | 1 | 2.4889243 |
| 3157278 | santa barbara do monte verde | 3095 | NA | NA | NA | NA | NA |
| 3157807 | santa luzia | 219132 | 10 | regiao metropolitana | consumado | 1 | 0.4563459 |
| 3157906 | santa margarida | 16395 | NA | NA | NA | NA | NA |
| 3158102 | santa maria do salto | 4755 | 04 | interior de minas | consumado | 1 | 21.0304942 |
| 3159605 | santa rita do sapucai | 40635 | NA | NA | NA | NA | NA |
| 3158953 | santana do paraiso | 44800 | NA | NA | NA | NA | NA |
| 3159902 | santo antonio do amparo | 17285 | 02 | interior de minas | consumado | 1 | 5.7853630 |
| 3160702 | santos dumont | 42406 | 01 | interior de minas | consumado | 1 | 2.3581569 |
| 3160702 | santos dumont | 42406 | 05 | interior de minas | consumado | 1 | 2.3581569 |
| 3161106 | sao francisco | 52762 | NA | NA | NA | NA | NA |
| 3161502 | sao geraldo | 10282 | 07 | interior de minas | consumado | 1 | 9.7257343 |
| 3161809 | sao goncalo do para | 11770 | NA | NA | NA | NA | NA |
| 3162104 | sao gotardo | 40910 | 11 | interior de minas | consumado | 1 | 2.4443901 |
| 3162252 | sao joao da lagoa | 4822 | NA | NA | NA | NA | NA |
| 3162500 | sao joao del rei | 90225 | NA | NA | NA | NA | NA |
| 3162609 | sao joao do oriente | 7070 | NA | NA | NA | NA | NA |
| 3162922 | sao joaquim de bicas | 34348 | 06 | regiao metropolitana | consumado | 1 | 2.9113777 |
| 3163102 | sao jose da varginha | 4536 | 01 | interior de minas | consumado | 1 | 22.0458554 |
| 3163409 | sao jose do goiabal | 5396 | NA | NA | NA | NA | NA |
| 3163508 | sao jose do jacuri | 6197 | 04 | interior de minas | consumado | 1 | 16.1368404 |
| 3163706 | sao lourenco | 44798 | 11 | interior de minas | consumado | 2 | 4.4644850 |
| 3164100 | sao pedro do suacui | 5103 | 12 | interior de minas | consumado | 1 | 19.5963159 |
| 3164001 | sao pedro dos ferros | 7166 | NA | NA | NA | NA | NA |
| 3164209 | sao romao | 10315 | 01 | interior de minas | consumado | 1 | 9.6946195 |
| 3164506 | sao sebast. do maranhao | 10079 | 09 | interior de minas | consumado | 1 | 9.9216192 |
| 3164704 | sao sebastiao paraiso | 71796 | 11 | interior de minas | consumado | 1 | 1.3928353 |
| 3165503 | sardoa | 5104 | 04 | interior de minas | consumado | 1 | 19.5924765 |
| 3165537 | sarzedo | 36844 | NA | NA | NA | NA | NA |
| 3166303 | sericita | 7345 | NA | NA | NA | NA | NA |
| 3166956 | serranopolis de minas | 4399 | 03 | interior de minas | consumado | 1 | 22.7324392 |
| 3167103 | serro | 21952 | 04 | interior de minas | consumado | 1 | 4.5553936 |
| 3167202 | sete lagoas | 227397 | NA | NA | NA | NA | NA |
| 3165552 | setubinha | 9917 | 10 | interior de minas | consumado | 1 | 10.0836947 |
| 3168507 | teixeiras | 12255 | 08 | interior de minas | consumado | 1 | 8.1599347 |
| 3168606 | teofilo otoni | 137418 | 03 | interior de minas | consumado | 1 | 0.7277067 |
| 3168606 | teofilo otoni | 137418 | 05 | interior de minas | consumado | 1 | 0.7277067 |
| 3168606 | teofilo otoni | 137418 | 06 | interior de minas | consumado | 1 | 0.7277067 |
| 3168903 | tiros | 7883 | 11 | interior de minas | consumado | 1 | 12.6855258 |
| 3169000 | tocantins | 16185 | 10 | interior de minas | consumado | 1 | 6.1785604 |
| 3169307 | tres coracoes | 75485 | NA | NA | NA | NA | NA |
| 3169901 | uba | 103365 | 10 | interior de minas | consumado | 1 | 0.9674455 |
| 3170008 | ubai | 11708 | 12 | interior de minas | consumado | 1 | 8.5411684 |
| 3170008 | ubai | 11708 | 12 | interior de minas | consumado | 1 | 8.5411684 |
| 3170057 | ubaporanga | 13017 | 09 | interior de minas | consumado | 1 | 7.6822617 |
| 3170107 | uberaba | 337836 | 03 | interior de minas | consumado | 1 | 0.2960016 |
| 3170107 | uberaba | 337836 | 08 | interior de minas | consumado | 1 | 0.2960016 |
| 3170206 | uberlandia | 713224 | 07 | interior de minas | consumado | 1 | 0.1402084 |
| 3170206 | uberlandia | 713224 | 11 | interior de minas | consumado | 1 | 0.1402084 |
| 3170404 | unai | 86619 | NA | NA | NA | NA | NA |
| 3170529 | urucuia | 17479 | NA | NA | NA | NA | NA |
| 3170701 | varginha | 136467 | 01 | interior de minas | consumado | 1 | 0.7327779 |
| 3170701 | varginha | 136467 | 05 | interior de minas | consumado | 1 | 0.7327779 |
| 3170750 | varjao de minas | 6969 | 11 | interior de minas | consumado | 1 | 14.3492610 |
| 3171030 | varzelandia | 18840 | 12 | interior de minas | consumado | 1 | 5.3078556 |
| 3171071 | veredinha | 5181 | NA | NA | NA | NA | NA |
| 3171204 | vespasiano | 129246 | 06 | regiao metropolitana | consumado | 1 | 0.7737183 |
| 3172004 | visconde do rio branco | 39160 | NA | NA | NA | NA | NA |
library(ggplot2)
library(geobr)
library(dplyr)
library(RColorBrewer)
library(sf)
library(plotly)
desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)
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
Teste de hipótese Kruskal-Wallis
Alpha: 0.05
Se p-valor <= alpha REJ H0
Se p-valor > alpha NÃO REJ H0
Sobre a proporção em relação a densidade populacional, utilizamos o teste Shapiro para determinar que os dados sobre os femicídios consumados não seguem uma distribuição normal. Chegamos a essa conclusão por meio da análise do p-valor, pois o resultado é menor que 0,05.
shapiro.test(dados_consumado$vitimas_por_100mil)##
## Shapiro-Wilk normality test
##
## data: dados_consumado$vitimas_por_100mil
## W = 0.60884, p-value < 2.2e-16Em seguida, levando em conta que os dados não seguem uma distribuição normal, ou seja, não se distribuem em formato de sino, e que estamos trabalhando com uma variável quantitativa e uma qualitativa de três categorias, seguimos com a aplicação do teste Kruskal-Wallis.
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-12kruskal.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-16O resultado do Kruskal-Wallis nos mostra que existe associação entre as variáveis, isto é, entre as ocorrências de feminicídio e as vítimas por cem mil habitantes.
library(ggplot2)
library(geobr)
library(dplyr)
library(RColorBrewer)
library(sf)
library(plotly)
#para ler os municipos do MG
#mapa 1 - consumado
desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)
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
desenho_municipios = read_municipality(code_muni = "MG", showProgress = FALSE)
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()
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()
TESTE DE HIPÓTESES
Hipótese: Existe associação entre as duas variáveis quantidade de feminicídios tentados, ou consumados, e a região.
Hipótese: Nossa hipótese será que a capital possui um número maior de feminicídios consumados do que o interior.
H0: Não existe associação entre as variáveis H1: Existe associação entre as variáveis
Alpha: 0.05
Se p-valor <= alpha, REJ H0
Se p-valor > alpha, NÃO REJ H0
# hipótese
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 32chisq.test(tabela)##
## Pearson's Chi-squared test
##
## data: tabela
## X-squared = 3.359, df = 2, p-value = 0.1865prop.table(tabela,1)*100##
## consumado tentado
## belo horizonte 37.83784 62.16216
## interior de minas 50.57034 49.42966
## regiao metropolitana 40.74074 59.25926prop.table(tabela,2)*100##
## consumado tentado
## belo horizonte 8.284024 12.432432
## interior de minas 78.698225 70.270270
## regiao metropolitana 13.017751 17.297297Conclusão: Não existe a associação entre as variáveis. Não rejeitamos a Hipótese nula.
CONCLUSÃO E RECOMENDAÇÃO DE POLÍTICAS PÚBLICAS
Contudo, com base nos dados apresentados cabe ao Estado fortalecer as medidas já existentes que têm se revelado insuficientes e promover novas medidas que podem ser tomadas para a proteção das mulheres. O Governo Federal tem programas e serviços que visam garantir o direito das mulheres, a área responsável pela gestão destas políticas é a Secretaria Nacional de Políticas para Mulheres (SNPM), do Ministério da Mulher, da Família e dos Direitos Humanos.
Podemos destacar o Observatório do Brasil da igualdade de gênero (OBIG), coordenado pela Secretaria-Executiva do Ministério das Mulheres, é um mecanismo estratégico para subsidiar a formulação e implementação das políticas públicas para as mulheres no Brasil e para o acompanhamento dos indicadores de desigualdades de gênero. Os objetivos o Observatório são; monitorar indicadores de gênero e de promoção e garantia de direitos das mulheres; servir de suporte à tomada de decisões nas políticas públicas para as mulheres no Brasil; promover o acesso à informação e produzir conteúdo sobre igualdade de gênero e políticas para as mulheres para o fortalecimento da participação social; garantir o diálogo nacional e internacional para o intercâmbio e divulgação de informações, dados e estatísticas.
A construção de uma política pública eficaz para lidar com o alarmante cenário de feminicídios em Minas Gerais demanda uma abordagem que transcende a temporalidade de um governo específico, estendendo-se para além dos limites de mandatos. Torna-se imperativo que essa iniciativa seja concebida como uma política de Estado, com continuidade e consistência ao longo do tempo, independentemente das mudanças administrativas. POLÍTICA PÚBLICA DE ESTADO X DE GOVERNO. Para alcançar esse objetivo, é fundamental incorporar um viés controlado, pautado por uma análise cuidadosa e aplicada, destacando-se o estudo de casos emblemáticos, como o ocorrido em Faria Lemos e Queluzito. Este município serve como um outlier que merece atenção especial, contribuindo para a formulação de estratégias específicas e eficazes, alinhadas com a complexidade e singularidade de determinados contextos.
Vale ressaltar que a implementação de uma política pública não pode restringir-se meramente ao âmbito governamental, mas deve envolver parcerias estratégicas entre prefeituras e o Governo do Estado. Nesse contexto, ao negociar incentivos fiscais com empresas, é essencial incluir na equação a priorização do primeiro emprego para o grupo mais vulnerável e afetado por essa problemática – as vítimas de feminicídio. Dessa forma, a política habitacional torna-se um ato de Estado dentro de um programa de Governo, com ênfase na construção de novos lares para aquelas que emergem como sobreviventes desse trágico cenário. Ou seja, em novos conjuntos habitacionais a prioridade de entrega da chave será para essas vítimas.
Além disso, é fundamental fortalecer as estruturas dedicadas aos direitos humanos e às mulheres nas três esferas de governo. Essas instâncias devem desempenhar um papel crucial na qualificação e atendimento especializado, proporcionando uma inserção mais efetiva no mercado de trabalho, bem como oferecendo cursos e capacitações que promovam uma entrada qualificada e sustentável para esse segmento da população.
Assim, a criação de políticas públicas abrangentes e de longo prazo, permeadas por um enfoque multidimensional e uma perspectiva integrada, torna-se não apenas uma necessidade urgente, mas também uma responsabilidade inalienável do Estado na mitigação do feminicídio em Minas Gerais.
O governo e diversas organizações da sociedade civil têm implementado políticas e campanhas para combater essas violências e promover a igualdade de gênero. No entanto, há uma necessidade contínua de educação, conscientização e aprimoramento das estruturas legais e de apoio para lidar de forma mais eficaz com essa questão. É fundamental conscientizar a população sobre os direitos das mulheres, promover a igualdade de gênero e encorajar as vítimas a denunciarem casos de violência, além de garantir o acesso a serviços de apoio, como abrigos, orientação jurídica e psicológica, para garantir a proteção e o suporte necessário às mulheres que sofrem com essa realidade.
Cabe salientar que a abordagem de aspectos culturais e sociais podem influenciar a dinâmica da violência contra a mulher e sendo constatado essas particulariudades como no caso de Minas Gerais é necessário o uso de instrumentos legais já existentes e com base em relatórios apresentados promover novas formas de mitigar prejuízos e promover proteção às mulheres.
FONTES
- SINAN - Sistema de Informação de Agravos de Notificação
- Instituto Brasileiro de Geografia e Estatística
- Secretaria de Segurança Pública de Minas Gerais