O pacote POFIBGE

O pacote POFIBGE foi desenvolvido para facilitar o download, importação e análise dos dados amostrais da Pesquisa de Orçamentos Familiares realizada pelo Instituto Brasileiro de Geografia e Estatística - IBGE.

Na data de 19 de julho de 2022, o pacote POFIBGE foi arquivo no repositório CRAN, diante de solicitação do mantenedor do pacote devido a impossibilidade de reestruturação dos arquivos de microdados no servidor de referência, inviabilizando a implementação de funções padronizadas em relação aos demais pacotes do Sistema Integrado de Pesquisas Domiciliares (SIPD).

A POF possui três tipos de microdados:

Questionário básico, que contém a parte básica investigada pela pesquisa, obtendo informações de todos os moradores dos domicílios selecionados;
Questionário de morador selecionado, que contém a parte aplicada somente para um morador selecionado;
Questionário de antropometria, que contém a parte com as medidas antropométricas, podendo ser aplicado juntamente com o questionário de morador selecionado ou utilizando uma subamostra específica.

Maiores informações sobre a pesquisa e os temas investigados podem ser encontradas no site oficial do IBGE.

Através do objeto criado com este pacote, é possível utilizar o pacote survey para realizar análises considerando o efeito do esquema de seleção utilizado no plano amostral complexo da pesquisa e calcular corretamente as medidas de erro das estimativas, considerando o estimador de pós-estratificação utilizado na pesquisa.

Instalação do pacote

O Pacote está disponível no repositório CRAN do R, onde pode ser acessada sua documentação. Tais informações também podem ser acessadas pelo repositório no GitHub do mantenedor do pacote através do endereço: https://github.com/Gabriel-Assuncao/POFIBGE.
É importante sempre conferir se a versão instalada em seu computador é a mais recente disponível no CRAN.
A instalação do pacote pode ser feita pelo seguinte comando:

install.packages("POFIBGE")

Antes de utilizar o pacote é necessário carregá-lo no R através do comando:

library(POFIBGE)

Importação de microdados

Para a importação dos microdados da POF, há duas opções. A primeira é uma opção online, que exige que o computador esteja conectado à Internet. A segunda opção não necessita de conexão a Internet, e é utilizada para a leitura de microdados que estejam no disco rígido.

Importação online

A função get_pof permite o download, leitura, rotulação, inserção das variáveis para deflacionamento e criação do objeto do plano amostral da pesquisa.
Esta função pode ser usada para microdados de todos os níveis investigados pela pesquisa.

help("get_pof")

Microdados do questionário básico

A importação dos microdados do questionário básico através da função get_pof é muito simples. Basta indicar o ano dos microdados desejados no respectivo argumento da função. Abaixo um exemplo de como importar os microdados do questionário básico da POF 2017-2018:

dadosPOF <- get_pof(year=2017)

Apenas com esse comando, os microdados da pesquisa já estão disponíveis no objeto dadosPOF para análise.

Além do argumento year, que indica o ano dos microdados a serem baixados, a função get_pof ainda possui outros cinco argumentos que podem ser modificados no download para este tipo de microdados:

vars: Este argumento recebe um vetor de caracteres com o nome das variáveis a serem baixadas. Caso nenhuma variável seja passada, todas as variáveis disponíveis na pesquisa são baixadas. É útil caso deseje trabalhar com poucas variáveis, pois assim o objeto ocupará um espaço menor na memória do computador;
labels: Um argumento lógico que indica se os níveis das variáveis categóricas devam ser rotuladas de acordo com o dicionário da pesquisa. O default é rotulá-los;
deflator: Um argumento lógico que indica se as variáveis para deflacionamento serão incluídas nos microdados. O default é incluí-las;
design: Um argumento lógico que indica se a função deve retornar um objeto do plano amostral para análise com o pacote survey. Caso design=FALSE, a função retorna apenas um data-frame com os microdados. É altamente recomendado que mantenha essa opção como TRUE, caso contrário suas análises poderão ser feitas de forma incorreta;
reload: Um argumento lógico que indica se a função deve baixar novamente os arquivos no diretório de referência mesmo que estes arquivos já tenham sido baixados;
curlopts: Uma lista com indicação das opções para utilização nas funções do pacote RCurl;
savedir: O endereço onde devem ser salvos os arquivos baixados. Padrão é utilizar uma pasta temporária.

Por exemplo, um usuário que deseje trabalhar apenas com as variáveis de Possuir algum tipo de rendimento ou realizar algum trabalho no período de referência (V0407) e Realizar despesas ou aquisições de bens ou serviços (V0408) da POF 2017-2018, pode utilizar o argumento vars para selecionar apenas estas variáveis:

dadosPOF <- get_pof(year=2017, vars=c("V0407","V0408"))

Através do código abaixo, podemos ver que o objeto retornado pela função é da classe survey.design ou svyrep.design, sendo o tipo de objeto utilizado para análises de dados amostrais complexos através do pacote survey.

dadosPOF

class(dadosPOF)

Caso o usuário não queira trabalhar com este objeto, ele pode escolher a opção design=FALSE para baixar os microdados brutos:

dadosPOF_brutos <- get_pof(year=2017, vars=c("V0407","V0408"), design=FALSE)

O Objeto resultante é um data-frame com as variáveis selecionadas e as variáveis relacionadas ao processo de amostragem:

dadosPOF_brutos

Também é possível baixar os dados sem incluir os rótulos dos níveis, através do argumento labels.

dadosPOF_brutos_sem <- get_pof(year=2017, vars=c("V0407","V0408"), labels=FALSE, design=FALSE)

Perceba que agora os níveis das categorias são representados por números:

dadosPOF_brutos_sem

Com relação ao processo de inserção das variáveis para deflacionamento através do argumento deflator, existe um documento disponível no site oficial do IBGE para auxílio no processo de deflacionamento das variáveis de rendimento.

Microdados do questionário de morador selecionado

Além dos microdados do questionário básico, a função get_pof também permite a importação dos microdados do questionário de morador selecionado.

Neste exemplo, mostraremos como importar os microdados do questionário de morador selecionado da POF 2017-2018.

Para a importação dos microdados do questionário de morador selecionado basta utilizar o valor TRUE no argumento selected:

dadosPOF_morador_selecionado <- get_pof(year=2017, selected=TRUE)
dadosPOF_morador_selecionado

O objeto retornado é da classe survey.design ou svyrep.design, e os argumentos vars, labels, deflator, design, reload, curlopts e savedir podem ser utilizados da mesma forma dos microdados do questionário básico.

Microdados do questionário de antropometria

Conforme mencionado, além dos microdados do questionário básico, a função get_pof também permite a importação dos microdados do questionário de antropometria, quando tal módulo for uma subamostra não diretamente relacionada ao questionário de morador selecionado.

Neste exemplo, mostraremos como importar os microdados do questionário de antropometria da POF 2017-2018.

Para a importação dos microdados do questionário de antropometria basta utilizar o valor TRUE no argumento anthropometry:

dadosPOF_antropometria <- get_pof(year=2017, anthropometry=TRUE)
dadosPOF_antropometria

Importação offline

Caso não seja possível utilizar a importação online através da função get_pof, é possível criar o mesmo objeto para análise com arquivos que estejam em disco. Para isto, são utilizadas quatro funções:

read_pof: Para a leitura do arquivo .txt dos microdados;
pof_labeller: Opcional. Coloca os rótulos dos níveis nas variáveis categóricas;
pof_deflator: Opcional. Insere as variáveis para deflacionamento nos microdados;
pof_design: Cria o objeto do plano amostral para a análise com o pacote survey.

Para utilizar estas funções, primeiramente é necessário ter os microdados e sua documentação no disco e extraídos dos arquivos compactados, se for o caso.
Estes arquivos podem ser baixados diretamente do FTP do IBGE.

Para a função read_pof são utilizados os arquivos de texto contendo os microdados e o input para SAS.

Exemplo de leitura para a POF 2017-2018:

dadosPOF <- read_pof(microdata="POF_2017-2018.txt", input_txt="input_POF_2017-2018.txt")

Assim como na importação online, pode ser utilizado o argumento vars para definir quais variáveis serão lidas.

A função pof_labeller utiliza o objeto criado pela função read_pof e o arquivo de dicionário das variáveis presente na documentação da pesquisa.

dadosPOF <- pof_labeller(data_pof=dadosPOF, dictionary.file="dicionario_POF_microdados_2017-2018.xls")

A utilização de pof_labeller é opcional e não interfere nos resultados obtidos.

A função pof_deflator utiliza o objeto criado pela função read_pof e o arquivo de deflatores presente na documentação da pesquisa.

dadosPOF <- pof_deflator(data_pof=dadosPOF, deflator.file="deflator_POF.xls")

A utilização de pof_deflator é opcional e não interfere nos resultados obtidos, desde que não seja o objetivo a análise das variáveis de rendimento em valor real.

A criação do objeto do plano amostral é feita diretamente pela função pof_design aplicada no objeto que contém os microdados:

dadosPOF <- pof_design(data_pof=dadosPOF)

O objeto resultante é o mesmo retornado pela função get_pof e pode ser utilizado para análises com o pacote survey.

A importação offline é feita da mesma forma tanto para microdados do questionário básico, quanto para os microdados dos demais tipos de questionários abrangidos pela pesquisa (morador selecionado e antropometria). No entanto, para os demais questionários é preciso utilizar as variáveis identificadoras de seleção da subamostra e também remover as variáveis de peso relativas aos outros tipos de questionário.

Análise com pacote survey

Devido ao plano amostral da PNAD Contínua, é necessário que sejam utilizadas ferramentas específicas para a análise de dados amostrais complexos. O pacote survey é um pacote criado especificamente para análise e modelagem de dados provenientes de pesquisas com estes tipos de planos amostrais. Maiores detalhes sobre o pacote podem ser encontrados no site do autor.

Para os exemplos, utilizaremos microdados da POF de 2017-2018, com algumas variáveis selecionadas de acordo com a tabela abaixo:

Variável	Descrição
UF	Unidade da Federação
V0217	Tipo de unidade de consumo ou domicílio
V0306	Condição na unidade de consumo ou domicílio
V0403	Idade do morador na data de referência
V0404	Sexo
V0405	Cor ou raça
V0414	Sabe ler ou escrever?
INSTRUCAO	Nível de instrução mais elevado alcançado
V8500	Rendimento bruto mensal normalmente recebido para pessoas de 14 anos ou mais de idade
V5314	Número de horas normalmente trabalhadas para pessoas de 14 anos ou mais de idade
V0407	Possuir algum tipo de rendimento ou realizar algum trabalho no período de referência
V0408	Realizar despesas ou aquisições de bens ou serviços

Importando os dados:

variaveis_selecionadas <- c("UF","V0217","V0306","V0403","V0404","V0405","V0414","INSTRUCAO","V8500","V5314","V0407","V0408")
dadosPOF <- get_pof(year=2017, vars=variaveis_selecionadas)

O objeto dadosPOF vai ser utilizado com o pacote survey para a análise dos microdados.

Para iniciar a análise dos dados é necessário carregar o pacote survey.

library(survey)

Estimando totais

A função do pacote para a estimação de totais populacionais é a svytotal. Sua sintaxe precisa de três parâmetros principais:

O nome da variável que se deseja calcular o total, precedido por um ~;
O nome do objeto do plano amostral;
A opção na.rm=TRUE, que remove as observações onde a variável é não-aplicável.

Variáveis numéricas

Ela pode ser utilizada para a estimação do total de uma variável numérica, como a renda bruta mensal normalmente recebida:

totalrenda <- svytotal(x=~V8500, design=dadosPOF, na.rm=TRUE)
totalrenda

Além da estimativa do total da renda bruta mensal normalmente recebida, o comando também retorna o erro padrão (SE) dessa estimativa.
A partir desse resultado, também é possível calcular coeficientes de variação e intervalos de confiança para a estimativa:

cv(object=totalrenda)

confint(object=totalrenda)

confint(object=totalrenda, level=0.99)

Variáveis categóricas

Também é possível estimar totais populacionais de categorias, utilizando variáveis categóricas, como o sexo:

totalsexo <- svytotal(x=~V0404, design=dadosPOF, na.rm=TRUE)
totalsexo

E estimar o total de mais de uma variável categórica no mesmo código, separando com o operador +:

totalsexoraca <- svytotal(x=~V0404+V0405, design=dadosPOF, na.rm=TRUE)
totalsexoraca

Também é possível estimar o total resultante do cruzamento de duas ou mais variáveis categóricas, com a função interaction:

totalsexoEraca <- svytotal(x=~interaction(V0404,V0405), design=dadosPOF, na.rm=TRUE)
ftable(x=totalsexoEraca)

A função ftable possibilita uma saída mais organizada da tabela no caso de cruzamento de variáveis. Para todos esses objetos também podem ser utilizadas as funções cv e confint.

Estimando médias

A média de uma variável numérica é estimada através da função svymean, que possui uma sintaxe idêntica à svytotal. O exemplo do total da renda bruta mensal normalmente recebida pode ser facilmente reescrito para médias:

mediarenda <- svymean(x=~V8500, design=dadosPOF, na.rm=TRUE)
mediarenda

E podemos calcular coeficientes de variação e intervalos de confiança da mesma forma:

cv(object=mediarenda)

confint(object=mediarenda)

Estimando proporções

Utilizando variáveis categóricas, é possível estimar a frequência relativa de cada categoria. Isso pode ser feito também através da função svymean, com uma sintaxe análoga à utilizada para estimar os totais das categorias.

Para estimar a proporção de cada sexo na população:

propsexo <- svymean(x=~V0404, design=dadosPOF, na.rm=TRUE)
propsexo

Da mesma forma, podemos estimar a proporção de mais de uma variável:

propsexoraca <- svymean(x=~V0404+V0405, design=dadosPOF, na.rm=TRUE)
propsexoraca

E estimando a proporção de um cruzamento de duas ou mais variáveis com a função interaction:

propsexoEraca <- svymean(x=~interaction(V0404,V0405), design=dadosPOF, na.rm=TRUE)
ftable(x=propsexoEraca)

Neste caso, as frequências relativas calculadas são em relação ao total, não a uma marginal.

Estimando razões

Além das proporções, também é possível estimar razões entre duas variáveis. Um exemplo de razão é a taxa de aquisição de bens ou serviços sem rendimento próprio: ela é a razão entre o total de pessoas que indicaram que realizam aquisição de bens ou serviços pelo total de pessoas que não tiveram algum tipo de rendimento.

A função para estimar razões é a svyratio. Sua sintaxe utiliza quatro argumentos: a variável cujo total estará no numerador, a variável cujo total estará no denominador, o objeto do plano amostral e a opção de remover valores não aplicáveis.

Um exemplo para a estimativa dessa taxa é:

txaquisrend <- svyratio(numerator=~(V0408=="Sim"), denominator=~(V0407=="Não"), design=dadosPOF, na.rm=TRUE)
txaquisrend

Cálculos de coeficiente de variação e intervalos de confiança para essa taxa:

cv(object=txaquisrend)

confint(object=txaquisrend)

Estimando medianas e quantis

Medianas e quantis de variáveis numéricas são estimados através da função svyquantile. Além dos argumentos utilizados para estimar a média, é necessário definir os quantis a serem calculados no argumento quantiles.

Para calcular a mediana da renda bruta mensal normalmente recebida, basta utilizar quantiles=0.5:

medianarenda <- svyquantile(x=~V8500, design=dadosPOF, quantiles=0.5, ci=FALSE, na.rm=TRUE)
medianarenda

Para obtenção do intervalo de confiança pela função svyquantile, é necessário utilizar o parâmetro ci=TRUE e a partir dele, utilizar as funções SE e cv para estimar o erro padrão e coeficiente de variação, respectivamente.

medianarenda <- svyquantile(x=~V8500, design=dadosPOF, quantiles=0.5, ci=TRUE, na.rm=TRUE)
medianarenda

SE(object=medianarenda)

cv(object=medianarenda)

Além disso, é possível calcular vários quantis simultaneamente, colocando um vetor no argumento quantiles.
No código abaixo, estimamos, além da mediana, o primeiro e nono decis e primeiro e terceiro quartis:

quantisrenda <- svyquantile(x=~V8500, design=dadosPOF, quantiles=c(0.1,0.25,0.5,0.75,0.9), ci=FALSE, na.rm=TRUE)
quantisrenda

Estimação para variáveis de rendimento deflacionadas

Para estimar totais e médias de variáveis de rendimento deflacionadas, ou seja, ao invés de obter as estimativas sob o valor nominal destas variáveis, passar a obter as estimativas sob o valor real. Primeiramente, é necessário realizar a criação da variável de rendimento com os valores deflacionados nos microdados.

Para criação desta nova variável nos microdados utilizamos a função transform.

dadosPOF$variables <- transform(dadosPOF$variables, V8500_real=V8500*Deflator)

Após a criação da variável de rendimento deflacionada, para obter a estimativa do total desta variável basta utilizar a função svytotal conforme visto anteriormente:

totalrenda_real <- svytotal(x=~V8500_real, design=dadosPOF, na.rm=TRUE)
totalrenda_real

E para obtenção da média desta nova variável, basta utilizar a função svymean:

mediarenda_real <- svymean(x=~V8500_real, design=dadosPOF, na.rm=TRUE)
mediarenda_real

O processo de deflacionamento é essencial no processo de comparação de uma série histórica dos microdados quando estiver sendo analisada uma variável de rendimento.

Estimação para um domínio

Muitas vezes queremos fazer uma análise para um domínio específico da população. Com o pacote survey, esse domínio pode ser selecionado utilizando a função subset no objeto do plano amostral, aplicando a condição que define aquele domínio. É necessário que a seleção desse domínio nos dados seja feita somente após a criação do objeto que define o plano amostral, caso contrário poderá ser obtido resultados incorretos.

Para a seleção dos domínios podem ser utilizadas condicionais com igualdade, como por exemplo para estimar a média da renda bruta mensal normalmente recebida de mulheres:

mediarendaM <- svymean(x=~V8500, design=subset(dadosPOF, V0404=="Mulher"), na.rm=TRUE)
mediarendaM

Ou condicionais com desigualdade, como por exemplo estimar a taxa de aquisição de bens ou serviços sem rendimento próprio para pessoas com idade igual ou superior a 25 anos:

txaquisrend25 <- svyratio(numerator=~(V0408=="Sim"), denominator=~(V0407=="Não"), design=subset(dadosPOF, V0403>=25), na.rm=TRUE)
txaquisrend25

Além disso, é possível utilizar múltiplas condições com os operados lógicos & (“e”) e | (“ou”), para estimar a frequência relativa de cada nível de instrução para homens pardos com mais de 30 anos, por exemplo.

nivelinstrHP30 <- svymean(x=~INSTRUCAO, design=subset(dadosPOF, V0404=="Homem" & V0405=="Parda" & V0403>30), na.rm=TRUE)
nivelinstrHP30

Além disso, caso deseje realizar diversas análises para um mesmo domínio, é possível criar um objeto que contenha apenas os dados daquele domínio a partir de um subset do objeto original do plano amostral.

dadosPOF_mulheres <- subset(dadosPOF, V0404=="Mulher")
dadosPOF_mulheres

Outro ponto importante de ser mencionado diante de análises por domínio, é sobre a obtenção de indicadores em nível de unidade de consumo ou de domicílio, que para analisar corretamente é necessário realizar o recorte na variável de condição na unidade de consumo ou no domicílio, conforme exemplo apresentado abaixo da proporção do tipo de domicílio:

proptipodom <- svymean(x=~V0217, design=subset(dadosPOF, V0306=="01 – Pessoa de referência da UC"), na.rm=TRUE)
proptipodom

Estimação para vários domínios

Em outros casos há interesse em estimar quantidades de interesse para diversos domínios mutuamente exclusivos, a fim de possibilitar comparações. Para isto, podemos utilizar a função svyby.

Para utilizá-la são necessários os seguintes argumentos:

A variável da qual se deseja calcular a quantidade;
A variável que define os domínios;
O objeto do plano amostral;
A função utilizada para calcular a quantidade de interesse (svytotal, svymean, svyratio, svyquantile, …).

Se desejamos estimar a frequência relativa de homens e mulheres em cada nível de instrução, usamos o seguinte código:

freqSexoInstr <- svyby(formula=~V0404, by=~INSTRUCAO, design=dadosPOF, FUN=svymean, na.rm=TRUE)
freqSexoInstr

Caso desejemos estimar o contrário, a frequência relativa de cada nível de instrução para cada sexo, basta inverter as variáveis correspondentes na sintaxe:

freqInstrSexo <- svyby(formula=~INSTRUCAO, by=~V0404, design=dadosPOF, FUN=svymean, na.rm=TRUE)
freqInstrSexo

Também pode ser utilizado para estimar a renda média bruta mensal normalmente recebida por Unidade da Federação:

mediaRendaUF <- svyby(formula=~V8500, by=~V0001, design=dadosPOF, FUN=svymean, na.rm=TRUE)
mediaRendaUF

É possível também calcular o intervalo de confiança para cada uma dessas estimativas:

confint(object=mediaRendaUF)

É possível definir domínios que sejam cruzamentos de variáveis categóricas com a função interaction.
Na função svyby também é possível utilizar o argumento vartype=“cv” caso desejemos que no output apareça o coeficiente de variação ao invés do erro padrão da estimativa. Para estimar a taxa de aquisição de bens ou serviços sem rendimento próprio por sexo e cor ou raça utilizando as funções svyratio e svyby e o respectivo cv:

txaquisrendSexoRaca <- svyby(formula=~(V0408=="Sim"), denominator=~(V0407=="Não"), by=~interaction(V0404,V0405), design=dadosPOF, FUN=svyratio, vartype="cv", na.rm=TRUE)
txaquisrendSexoRaca

Gráficos para dados amostrais

O pacote survey possui funções específicas para gerar gráficos que incorporem os pesos amostrais das observações. Para a criação dos gráficos, é utilizado o mesmo objeto de plano amostral utilizado para estimar as quantidades populacionais.

Entre os gráficos disponíveis no pacote estão o histograma, boxplot e gráficos de dispersão.

Histograma

A função svyhist permite a criação de histogramas para variáveis numéricas que consideram os pesos amostrais para computar as frequências ou densidades das barras.
A sintaxe básica é semelhante as de estimação apresentadas anteriormente. Além disto, possui os mesmos parâmetros que a função hist: breaks, xlab, main, […].
Para estimativas das frequências absolutas, deve-se utilizar freq=TRUE. Abaixo, um exemplo do histograma do número de horas normalmente trabalhadas para cada um dos casos:

svyhist(formula=~as.numeric(V5314), design=dadosPOF, main="Histograma", xlab="Número de Horas Normalmente Trabalhadas")

svyhist(formula=~as.numeric(V5314), design=dadosPOF, freq=TRUE, main="Histograma", xlab="Número de Horas Normalmente Trabalhadas")

Boxplot

Para a construção de boxplots que considerem os pesos amostrais, a função é svyboxplot.

A sintaxe dela difere um pouco das demais. É necessário declarar a variável numérica, sucedida por um ~ e a variável de agrupamento do boxplot. Caso não deseje usar grupos, basta colocar o número 1. Além disto, há a opção de plotar apenas os outliers mais extremos ou todos, através do argumento all.outliers=TRUE. Exemplos:

svyboxplot(formula=V5314~1, design=dadosPOF, main="Boxplot do Número de Horas Normalmente Trabalhadas")

svyboxplot(formula=V5314~V0404, design=dadosPOF, main="Boxplot do Número de Horas Normalmente Trabalhadas por Sexo")

svyboxplot(formula=V5314~V0404, design=dadosPOF, all.outliers=TRUE, main="Boxplot do Número de Horas Normalmente Trabalhadas por Sexo")

Gráficos de dispersão

Os gráficos de dispersão usuais não são muito úteis para dados provindo de amostras complexas, pois não conseguem diferenciar o peso de cada ponto representado no gráfico. Para isso, a função svyplot tem algumas opções de construção de gráficos de dispersão que representam esses pesos através do argumento style.

Uma opção é a utilização de style=“bubble”, que o tamanho do ponto no gráfico representa o peso das observações naquele ponto.

svyplot(formula=V8500~V5314, design=dadosPOF, style="bubble", xlab="Número de Horas Normalmente Trabalhadas", ylab="Rendimento Mensal Bruto Normalmente Recebido")

Outra opção é a style=“transparent”, onde regiões com menor peso são mais transparentes e com maior peso, mais sólidas:

svyplot(formula=V8500~V5314, design=dadosPOF, style="transparent", xlab="Número de Horas Normalmente Trabalhadas", ylab="Rendimento Mensal Bruto Normalmente Recebido")

Modelagem com pacote `survey`

No pacote survey ainda há a possibilidade de realizar testes de hipóteses e estimar parâmetros de modelos, considerando o plano amostral complexo.

Testes de hipóteses

Os testes de hipóteses incluídos no pacote survey incluem teste-t para médias, teste qui-quadrado e teste de postos.

Abaixo um exemplo do teste-t para diferenças de médias de rendimentos brutos mensais normalmente recebidos entre sexos:

svyttest(formula=V8500~V0404, design=dadosPOF)

Outro exemplo para testar diferenças entre médias de horas normalmente trabalhadas, entre pessoas que sabem e não sabem ler ou escrever:

svyttest(formula=as.numeric(V5314)~V0414, design=dadosPOF)

Modelos lineares

Além de testes de hipóteses, é possível estimar modelos lineares generalizados para dados amostrais complexos através da função svyglm.

Regressão linear

Para regressão linear simples ou múltipla, basta descrever a fórmula do modelo desejado na função svyglm.

No exemplo abaixo, utilizamos um modelo de regressão com rendimento bruto mensal normalmente recebido como variável dependente e escolaridade, cor ou raça e idade como variáveis explicativas. Para obter as estatísticas do modelo, pode ser utilizada a função summary, assim como feito para a regressão linear convencional.

modeloLin <- svyglm(formula=V8500~INSTRUCAO+V0405+V0403, design=dadosPOF)
summary(object=modeloLin)

Além disso, é possível computar intervalos de confiança para os parâmetros:

confint(object=modeloLin)

Regressão logística

Outro modelo pertencente a classe de modelos generalizados é a Regressão Logística. Para utilizar este modelo, basta colocar o argumento family=“binomial”.

No exemplo abaixo modelamos o fato de saber ler ou escrever pelo sexo, cor ou raça e idade:

modeloLog <- svyglm(formula=V0414~V0404+V0405+V0403, design=dadosPOF, family="binomial")
summary(object=modeloLog)

Sendo possível também computar intervalos de confiança para os parâmetros:

confint(object=modeloLog)

Análise de concentração de renda com pacote convey

O pacote convey permite estimar diversas medidas de concentração de renda para dados provenientes de pesquisas com planos amostrais complexos.

Este pacote segue uma sintaxe bem próxima à sintaxe do pacote survey, sendo possível utilizar funções do pacote survey em objetos do pacote convey. Uma extensa documentação sobre este pacote e sobre o processo de estimação dos índices pode ser encontrada no GitHub dos autores: https://guilhermejacob.github.io/context/index.html.

Para a utilização do pacote convey, primeiramente é necessário utilizar a função convey_prep, que transforma o objeto do plano amostral do survey no objeto que o pacote convey utiliza para as estimações:

library(convey)
dadosPOF <- convey_prep(design=dadosPOF)

Aqui, apresentaremos apenas exemplo de duas das diversas medidas disponíveis no pacote: O índice de Gini e a Curva de Lorenz.

Índice de Gini

Para estimarmos o índice de Gini, basta utilizar a função svygini com a variável de renda desejada. Neste exemplo, estimamos o índice de Gini do Brasil para a renda bruta mensal normalmente recebida:

giniBR <- svygini(formula=~V8500, design=dadosPOF, na.rm=TRUE)
giniBR

Assim como nas funções do pacote survey, é possível, por exemplo, estimar o coeficiente de variação desta estimativa:

cv(object=giniBR)

Também é possível utilizar a função svyby para estimar o índice de Gini da renda bruta mensal normalmente recebida por Unidade da Federação:

giniUF <- svyby(formula=~V8500, by=~V0001, design=dadosPOF, FUN=svygini, na.rm=TRUE)
giniUF

E estimar intervalos de confiança para cada UF:

confint(object=giniUF)

Curva de Lorenz

A Curva de Lorenz é um gráfico utilizado para relacionar a distribuição relativa de renda pelas pessoas. A área entre essa curva e a reta identidade, é uma das formas de definir o coeficiente de Gini. No pacote convey, é possível fazer o gráfico desta curva com a função svylorenz. Os quantis da população, para os quais a renda acumulada será plotada no gráfico, são definidos no argumento quantiles.

Exemplo para a Curva de Lorenz da renda bruta mensal normalmente recebida:

curvaLorenz <- svylorenz(formula=~V8500, design=dadosPOF, quantiles=seq(from=0, to=1, by=0.05), na.rm=TRUE)

Instituto Brasileiro de Geografia e Estatística - pacotesipd@ibge.gov.br ↩︎

Análise de microdados da POF [Pacote POFIBGE arquivado]

Com os pacotes `POFIBGE` e `survey`

Gabriel Assuncao¹

01 de fevereiro de 2024

O pacote POFIBGE

Instalação do pacote

Importação de microdados

Importação online

Microdados do questionário básico

Microdados do questionário de morador selecionado

Microdados do questionário de antropometria

Importação offline

Análise com pacote survey

Estimando totais

Variáveis numéricas

Variáveis categóricas

Estimando médias

Estimando proporções

Estimando razões

Estimando medianas e quantis

Estimação para variáveis de rendimento deflacionadas

Estimação para um domínio

Estimação para vários domínios

Gráficos para dados amostrais

Histograma

Boxplot

Gráficos de dispersão

Modelagem com pacote `survey`

Testes de hipóteses

Modelos lineares

Regressão linear

Regressão logística

Análise de concentração de renda com pacote convey

Índice de Gini

Curva de Lorenz

Análise de microdados da POF [Pacote POFIBGE arquivado]

Com os pacotes POFIBGE e survey

Gabriel Assuncao1

01 de fevereiro de 2024

O pacote POFIBGE

Instalação do pacote

Importação de microdados

Importação online

Microdados do questionário básico

Microdados do questionário de morador selecionado

Microdados do questionário de antropometria

Importação offline

Análise com pacote survey

Estimando totais

Variáveis numéricas

Variáveis categóricas

Estimando médias

Estimando proporções

Estimando razões

Estimando medianas e quantis

Estimação para variáveis de rendimento deflacionadas

Estimação para um domínio

Estimação para vários domínios

Gráficos para dados amostrais

Histograma

Boxplot

Gráficos de dispersão

Modelagem com pacote survey

Testes de hipóteses

Modelos lineares

Regressão linear

Regressão logística

Análise de concentração de renda com pacote convey

Índice de Gini

Curva de Lorenz

Com os pacotes `POFIBGE` e `survey`

Gabriel Assuncao¹

Modelagem com pacote `survey`