1 Bloco B

a<-pdad_rural_2022 %>% select(starts_with("B") ) %>% select_if(is.character) %>% colnames()
list()->blocob_prop
or<-1
for (i in a) {
  print(i)
survey_dom %>%
  mutate(var= as.factor(!!sym(i))) %>% 
  filter(!var=="Não se aplica") %>% 
  group_by(subpopulacao_agregada,var) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(var,Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocob_prop[[or]]  # Define título formatado
  or<-1+or
 
  
}
[1] "B01_especie_do_domicilio"
spread: reorganized (var) into (Improvisado) [was 8x3, now 4x3]
[1] "B02_tipo_do_domicilio"
spread: reorganized (var, Permanente) into (Apartamento, Barraco, Casa em condomínio, Casa fora de condomínio, Cômodo, …) [was 23x3, now 4x7]
[1] "B03_situacao_do_domicilio"
spread: reorganized (var, Permanente) into (Alugado, Cedido pelo empregador, Cedido por outro, Próprio, ainda pagando (em aquisição), Próprio, já pago (quitado), …) [was 24x3, now 4x7]
[1] "B04_documentacao_do_domicilio"
spread: reorganized (var, Permanente) into (Cessão de direito, Concessão de Direito de Uso ou Concessão de Direito Real de Uso, Contrato de Compra e Venda, Escritura/Matrícula, Herança, …) [was 36x3, now 4x10]
[1] "B05_valor_mensal_pago_da_prestacao_no_ultimo_mes"
spread: reorganized (var, Permanente) into (0, 20, 500, Não sabe, Recusa, …) [was 43x3, now 4x27]
[1] "B06_valor_mensal_do_aluguel_pago_no_ultimo_mes"
spread: reorganized (var, Permanente) into (1000, 250, 280, 300, 320, …) [was 117x3, now 4x61]
[1] "B07_a_propriedade_possui_escritura_definitiva_registrada_em_cartorio"
spread: reorganized (var, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "B08_material_predominante_nas_paredes_externas"
spread: reorganized (var, Permanente) into (Adobe/Taipa, Alvenaria com revestimento, Alvenaria sem revestimento, Madeira para a construção, Outros) [was 19x3, now 4x6]
[1] "B09_material_predominante_no_piso"
spread: reorganized (var, Permanente) into (Cerâmica/Porcelanato/Madeira/Granito/Mármore, Cimento alisado/queimado, Contra piso, Outros, Piso de terra batida) [was 20x3, now 4x6]
[1] "B10_material_que_predomina_no_telhado_cobertura"
spread: reorganized (var, Permanente) into (Fibrocimento com laje, Fibrocimento sem laje, Outros, Só laje, Telha, exceto fibrocimento, com laje, …) [was 23x3, now 4x7]
[1] "B12_quantidade_de_comodos_servindo_permanentemente_de_dormitorios"
spread: reorganized (var, Permanente) into (1, 2, 3, 4, 5, …) [was 32x3, now 4x10]
[1] "B13_quantidade_de_banheiros_e_ou_sanitarios"
spread: reorganized (var, Permanente) into (1, 2, 3, 4, 5, …) [was 31x3, now 4x9]
[1] "B14_1_abast_de_agua_rede_geral_caesb"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B14_2_abast_de_agua_poco_artesiano"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B14_3_abast_de_agua_poco_cisterna"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B14_4_abast_de_agua_captacao_agua_em_corrego_nascente_canal"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B14_5_abast_de_agua_gambiarra"
spread: reorganized (var, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "B14_6_abast_de_agua_neste_domicilio_ha_caixa_d_agua"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B14_7_abast_de_agua_neste_domicilio_e_feita_captacao_de_agua_da_chuva"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B14_8_a_agua_possui_cheiro_gosto_ou_sabor_diferente"
spread: reorganized (var, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "B14_9_possui_outorga_para_uso_da_agua"
spread: reorganized (var, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "B15_1_esgot_sanitario_rede_geral_caesb"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B15_2_esgot_sanitario_fossa_septica"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B15_3_esgot_sanitario_fossa_rudimentar"
spread: reorganized (var, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "B15_4_esgot_sanitario_ceu_aberto"
Aviso: There was 1 warning in `dplyr::summarise()`.
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `var = Não`.
Caused by warning:
! glm.fit: algoritmo não convergiu
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 10x3, now 4x4]
[1] "B15_5_esgot_sanitario_bacia_de_evapotranspiracao"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B16_1_energia_eletrica_rede_geral_ceb"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B16_2_energia_eletrica_proprio_gerador_a_combustivel"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B16_3_energia_eletrica_proprio_energia_solar"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B16_4_energia_eletrica_outras_fontes_renovaveis"
Aviso: There was 1 warning in `dplyr::summarise()`.
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `var = Não`.
Caused by warning:
! glm.fit: algoritmo não convergiu
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 10x3, now 4x4]
[1] "B16_5_energia_eletrica_gambiarra"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B17_1_tratamento_do_lixo_coleta_seletiva_direta"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B17_2_tratamento_do_lixo_coleta_convencional_direta_ou_nao_seletiva"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B17_3_tratamento_do_lixo_coleta_indireta"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 10x3, now 4x4]
[1] "B17_4_tratamento_do_lixo_jogado_em_local_improprio"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B17_5_tratamento_do_lixo_outro_destino"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B17_6_tratamento_do_lixo_e_realizada_a_compostagem_do_residuo_organico"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B17_7_tratamento_do_lixo_o_lixo_e_separado"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B18_1_infraest_urbana_a_rua_de_acesso_principal_asfaltada_pavimentada"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 10x3, now 4x4]
[1] "B18_2_infraest_urbana_o_revestimento_da_rua_e"
spread: reorganized (var, Permanente) into (Brita, Cascalho, Patrolada, Terra, Não sabe) [was 18x3, now 4x6]
[1] "B18_3_infraest_urbana_a_sua_rua_e"
spread: reorganized (var, Permanente) into (Boa, Ótima, Péssima, Regular, Ruim, …) [was 22x3, now 4x7]
[1] "B18_4_infraest_urbana_a_rua_tem_calcada"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 9x3, now 4x4]
[1] "B18_5_infraest_urbana_na_rua_tem_iluminacao"
spread: reorganized (var, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "B18_6_infraest_urbana_na_rua_tem_drenagem_de_agua_de_chuva"
spread: reorganized (var, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "B19_1_proximo_ao_domicilio_existem_problemas_de_erosao"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B19_2_proximo_ao_domicilio_existe_area_com_acentuada_inclinacao_morros_vales_de_rios_que_podem_apresentar_riscos_aos_moradores_deslizamentos_de_terra"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B19_3_proximo_ao_domicilio_existem_problemas_de_entulho"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B19_4_proximo_ao_domicilio_existe_esgoto_a_ceu_aberto"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B19_5_proximo_ao_domicilio_existem_problemas_de_ruas_alagadas"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B19_6_proximo_ao_domicilio_existem_problemas_de_ruas_esburacadas"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B20_1_nas_proximidades_existem_jardins_parques"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B20_2_nas_proximidades_existe_praca"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B20_3_nas_proximidades_existe_espaco_cultural_publico"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B20_4_nas_proximidades_existe_academia_comunitaria_pec"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B20_5_nas_proximidades_existem_quadras_esportivas"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 10x3, now 4x4]
[1] "B20_6_nas_proximidades_existe_ciclofaixa_ciclovia"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B20_7_nas_proximidades_existe_travessia_sinalizada_para_pedestre"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B20_8_nas_proximidades_existe_ponto_de_onibus"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 11x3, now 4x4]
[1] "B21_1_nas_proximidades_do_domicilio_existe_policiamento_regular"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B21_2_o_domicilio_dispoe_de_servico_equipamento_particular_de_seguranca"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 10x3, now 4x4]
[1] "B21_3_o_domicilio_compartilha_servico_equipamento_de_seguranca_coletiva"
spread: reorganized (var, Permanente) into (Não, Sim, Não sabe) [was 12x3, now 4x4]
[1] "B22_1_a_sua_propriedade_ja_recebeu_incentivos_a_producao"
spread: reorganized (var, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "B22_2_a_sua_propriedade_ja_recebeu_incentivos_a_producao_quais"
spread: reorganized (var, Permanente) into (Assistência técnica e Extensão Rural – ATER, Fundo Constitucional de Financiamento do Centro-Oeste - FCO, Não sabe, Outro, Programa Nacional de Fortalecimento da Agricultura Familiar (Pronaf), …) [was 24x3, now 4x8]

blocob_prop
[[1]]

B01_especie_do_domicilio

Subpopulação

Improvisado

Permanente

Agricultura Empresarial

5,85%

94,15%

Agricultura Familiar

3,93%

96,07%

Assentamento/Agrovila

4,94%

95,06%

Características Urbanas

3,76%

96,24%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

B02_tipo_do_domicilio

Subpopulação

Apartamento

Barraco

Casa em condomínio

Casa fora de condomínio

Cômodo

Quitinete/Estúdio/Flat

Agricultura Empresarial

1,37%*

0,47%*

18,57%

78,85%

0,34%*

0,4%*

Agricultura Familiar

0,73%*

1,51%*

10,38%

86,77%

0,31%*

0,29%*

Assentamento/Agrovila

0,18%*

1,67%*

5,2%

92,43%

0,53%*

**

Características Urbanas

1,21%*

2,81%

22,11%

72,91%

0,46%*

0,5%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

B03_situacao_do_domicilio

Subpopulação

Alugado

Cedido pelo empregador

Cedido por outro

Próprio, ainda pagando (em aquisição)

Próprio, já pago (quitado)

Não sabe

Agricultura Empresarial

10,6%

13,31%

7,45%

2,13%

66,16%

0,36%*

Agricultura Familiar

8,1%

11,43%

7,34%

0,96%*

70,89%

1,28%*

Assentamento/Agrovila

4,06%

5,83%

9,56%

2,17%*

75,76%

2,61%

Características Urbanas

10,64%

4,32%

8,9%

1,96%

73,19%

1%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

B04_documentacao_do_domicilio

Subpopulação

Cessão de direito

Concessão de Direito de Uso ou Concessão de Direito Real de Uso

Contrato de Compra e Venda

Escritura/Matrícula

Herança

Não possui

Não sabe

Posse mansa/pacífica

Contrato de parceria/meeiro/arrendatário

Agricultura Empresarial

49,91%

21,64%

5,07%

10,36%

1,04%*

4,73%

5,41%

1,44%*

0,39%*

Agricultura Familiar

47,02%

14,15%

11,04%

11,86%

2,19%*

2,79%

5,66%

5,03%

0,25%*

Assentamento/Agrovila

52,98%

33,55%

3,93%*

1,93%*

0,68%*

0,78%*

3,04%*

2,78%*

0,34%*

Características Urbanas

49,93%

31,4%

3,9%

4,77%

0,9%*

3,84%

3,62%

1,5%*

0,14%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

B05_valor_mensal_pago_da_prestacao_no_ultimo_mes

Subpopulação

0

20

500

Não sabe

Recusa

600

1500

1336

1360

2000

330

1000

300

480

690

700

460

35

420

1

750

350

840

1700

5

400

Agricultura Empresarial

8,74%*

26,23%*

16,05%*

13,11%*

16%*

2,89%*

3,73%*

4,42%*

4,42%*

4,42%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

Agricultura Familiar

13,44%*

**

10,89%*

27,43%*

**

**

4,42%*

**

**

**

2,58%*

1,53%*

1,53%*

10,89%*

10,89%*

10,89%*

5,54%*

**

**

**

**

**

**

**

**

**

Assentamento/Agrovila

**

**

11,04%*

39,56%*

19,22%*

**

22,07%*

**

**

**

**

**

**

**

**

**

**

4,06%*

4,06%*

**

**

**

**

**

**

**

Características Urbanas

9,44%*

**

10,16%*

20,42%*

3,05%*

6,26%*

2,68%*

**

**

**

**

17,56%*

7,58%*

**

**

2,36%*

**

**

**

2,36%*

2,36%*

3,9%*

3,9%*

2,45%*

2,68%*

2,86%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

B06_valor_mensal_do_aluguel_pago_no_ultimo_mes

Subpopulação

1000

250

280

300

320

350

408

450

4500

500

600

Não sabe

Recusa

11000

200

2500

400

560

650

680

690

700

750

800

900

1200

1250

370

520

1100

550

950

1150

1300

2000

100

150

620

80

1500

380

1350

1600

2200

3000

0

1800

2100

2300

2800

3500

5500

360

480

530

678

850

50

708

1260

Agricultura Empresarial

2,34%*

1,76%*

1,63%*

4,11%*

0,88%*

7,64%*

0,88%*

6,53%*

0,88%*

18,7%

5,31%*

3,25%*

3,7%*

1,16%*

0,58%*

1,47%*

12,71%*

0,58%*

4,15%*

0,58%*

0,58%*

5,04%*

4,12%*

3,57%*

1,33%*

0,75%*

0,75%*

0,75%*

0,75%*

0,89%*

1,77%*

0,89%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

Agricultura Familiar

10,18%*

2,88%*

**

2,94%*

**

8,03%*

**

2,88%*

**

9,1%*

5,81%*

3,59%*

1,77%*

**

1,81%*

1,59%*

12,88%*

**

2,58%*

**

**

3,18%*

**

4,19%*

0,18%*

4,47%*

**

**

**

**

4,17%*

**

0,3%*

1,77%*

0,18%*

0,52%*

0,52%*

0,52%*

0,52%*

4,47%*

1,29%*

1,59%*

1,59%*

1,59%*

1,59%*

0,66%*

0,66%*

**

**

**

**

**

**

**

**

**

**

**

**

**

Assentamento/Agrovila

**

4,38%*

**

8,77%*

5,11%*

17,54%*

**

4,38%*

**

15,41%*

**

**

2,17%*

**

**

**

10,86%*

**

**

**

**

5,11%*

**

8%*

5,11%*

**

**

4,38%*

**

**

8,77%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

Características Urbanas

7,93%*

2,75%*

**

5,19%*

**

2,87%*

**

4,87%*

**

15,22%

12,2%

3,42%*

1,02%*

**

0,93%*

**

7,95%*

0,45%*

1,88%*

0,45%*

**

7,65%*

3,87%*

3,58%*

0,99%*

1,21%*

**

**

**

**

6,84%*

**

**

**

0,69%*

**

**

**

**

0,43%*

0,72%*

**

**

**

0,13%*

0,45%*

0,49%*

0,13%*

0,13%*

0,58%*

0,13%*

0,13%*

0,43%*

0,43%*

0,45%*

0,45%*

1,47%*

0,49%*

0,49%*

0,53%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

B07_a_propriedade_possui_escritura_definitiva_registrada_em_cartorio

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

58,87%

3,08%

38,05%

Agricultura Familiar

62,19%

5,28%

32,53%

Assentamento/Agrovila

53,65%

1,84%*

44,52%

Características Urbanas

65,06%

2,42%

32,52%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

B08_material_predominante_nas_paredes_externas

Subpopulação

Adobe/Taipa

Alvenaria com revestimento

Alvenaria sem revestimento

Madeira para a construção

Outros

Agricultura Empresarial

0,92%*

68,81%

27,62%

2,65%

**

Agricultura Familiar

0,65%*

75,09%

23,17%

0,94%*

0,15%*

Assentamento/Agrovila

1,6%

61,59%

32,01%

4,47%

0,34%*

Características Urbanas

1,26%

67,13%

25,54%

5,69%

0,38%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

B09_material_predominante_no_piso

Subpopulação

Cerâmica/Porcelanato/Madeira/Granito/Mármore

Cimento alisado/queimado

Contra piso

Outros

Piso de terra batida

Agricultura Empresarial

74,51%

15,13%

9%

0,09%*

1,27%*

Agricultura Familiar

76,15%

16,12%

6,67%

0,04%*

1,02%*

Assentamento/Agrovila

65,55%

17,58%

13,4%

0,08%*

3,39%

Características Urbanas

72,81%

14,11%

11,58%

0,1%*

1,4%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

B10_material_que_predomina_no_telhado_cobertura

Subpopulação

Fibrocimento com laje

Fibrocimento sem laje

Outros

Só laje

Telha, exceto fibrocimento, com laje

Telha, exceto fibrocimento, sem laje

Agricultura Empresarial

3,68%

19,98%

0,39%*

0,25%*

13,45%

62,25%

Agricultura Familiar

5,22%

28,11%

0,29%*

0,3%*

13,43%

52,65%

Assentamento/Agrovila

2,59%*

14,81%

0,99%*

**

10,35%

71,26%

Características Urbanas

2,67%

24,31%

0,28%*

1,14%*

14,9%

56,7%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[11]]

B12_quantidade_de_comodos_servindo_permanentemente_de_dormitorios

Subpopulação

1

2

3

4

5

6

8

Não tem

7

Agricultura Empresarial

17,8%

44,36%

28,16%

8,23%

0,83%*

0,3%*

0,09%*

0,15%*

0,08%*

Agricultura Familiar

17,31%

38,02%

31,66%

10,06%

1,79%*

0,39%*

**

0,26%*

0,51%*

Assentamento/Agrovila

20,73%

46,09%

25,56%

6,7%

0,18%*

0,47%*

**

0,26%*

**

Características Urbanas

23,45%

43,19%

26,13%

5,73%

0,98%*

0,33%*

0,1%*

0,09%*

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[12]]

B13_quantidade_de_banheiros_e_ou_sanitarios

Subpopulação

1

2

3

4

5

6

Não tem

7

Agricultura Empresarial

62,01%

28,99%

6,02%

1,7%*

0,67%*

0,25%*

0,25%*

0,09%*

Agricultura Familiar

59,45%

28,46%

7,95%

2,5%

0,89%*

0,66%*

0,05%*

0,05%*

Assentamento/Agrovila

72,22%

20,42%

5,05%

0,95%*

0,78%*

**

0,49%*

0,09%*

Características Urbanas

68,71%

23,73%

5,27%

1,22%*

0,77%*

0,22%*

0,05%*

0,05%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[13]]

B14_1_abast_de_agua_rede_geral_caesb

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

69,36%

30,54%

0,09%*

Agricultura Familiar

65,32%

34,53%

0,15%*

Assentamento/Agrovila

79,81%

20,19%

**

Características Urbanas

70,88%

28,9%

0,22%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[14]]

B14_2_abast_de_agua_poco_artesiano

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

50,71%

49,1%

0,19%*

Agricultura Familiar

55,23%

44,62%

0,15%*

Assentamento/Agrovila

50,52%

49,48%

**

Características Urbanas

52,31%

47,29%

0,4%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[15]]

B14_3_abast_de_agua_poco_cisterna

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

83,61%

16,2%

0,19%*

Agricultura Familiar

76,15%

23,68%

0,17%*

Assentamento/Agrovila

70,47%

29,53%

**

Características Urbanas

79,88%

19,62%

0,5%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[16]]

B14_4_abast_de_agua_captacao_agua_em_corrego_nascente_canal

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

91,98%

7,84%

0,19%*

Agricultura Familiar

89,76%

10,01%

0,23%*

Assentamento/Agrovila

96,43%

3,57%

**

Características Urbanas

96,92%

2,77%

0,31%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[17]]

B14_5_abast_de_agua_gambiarra

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

98,58%

0,28%*

1,14%*

Agricultura Familiar

98,47%

0,23%*

1,3%*

Assentamento/Agrovila

95,1%

0,09%*

4,81%

Características Urbanas

93,19%

0,31%*

6,5%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[18]]

B14_6_abast_de_agua_neste_domicilio_ha_caixa_d_agua

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

56,34%

43,57%

0,09%*

Agricultura Familiar

46,74%

53,13%

0,13%*

Assentamento/Agrovila

61,08%

38,92%

**

Características Urbanas

54,01%

45,75%

0,24%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[19]]

B14_7_abast_de_agua_neste_domicilio_e_feita_captacao_de_agua_da_chuva

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

94,95%

4,86%

0,19%*

Agricultura Familiar

91,82%

7,94%

0,23%*

Assentamento/Agrovila

92,05%

7,95%

**

Características Urbanas

93,5%

6,29%

0,2%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[20]]

B14_8_a_agua_possui_cheiro_gosto_ou_sabor_diferente

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

96,33%

0,27%*

3,4%

Agricultura Familiar

90,01%

0,48%*

9,51%

Assentamento/Agrovila

95,78%

0,18%*

4,05%

Características Urbanas

93,3%

0,45%*

6,25%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[21]]

B14_9_possui_outorga_para_uso_da_agua

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

51,77%

11,78%

36,45%

Agricultura Familiar

48,68%

12,47%

38,85%

Assentamento/Agrovila

43,38%

15,31%

41,31%

Características Urbanas

55,03%

15,53%

29,44%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[22]]

B15_1_esgot_sanitario_rede_geral_caesb

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

93,29%

6,24%

0,47%*

Agricultura Familiar

93,9%

5,53%

0,56%*

Assentamento/Agrovila

95,49%

4,27%

0,24%*

Características Urbanas

86,86%

12,56%

0,58%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[23]]

B15_2_esgot_sanitario_fossa_septica

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

44,11%

55,35%

0,53%*

Agricultura Familiar

40,03%

59,02%

0,95%*

Assentamento/Agrovila

52,31%

47,45%

0,24%*

Características Urbanas

48,32%

50,85%

0,83%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[24]]

B15_3_esgot_sanitario_fossa_rudimentar

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

60,72%

0,56%*

38,72%

Agricultura Familiar

63,38%

0,99%*

35,63%

Assentamento/Agrovila

52,63%

0,33%*

47,04%

Características Urbanas

62,08%

0,95%*

36,97%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[25]]

B15_4_esgot_sanitario_ceu_aberto

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

98,97%

0,56%*

0,47%*

Agricultura Familiar

99,05%

0,38%*

0,56%*

Assentamento/Agrovila

100%

**

**

Características Urbanas

98,64%

0,65%*

0,71%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[26]]

B15_5_esgot_sanitario_bacia_de_evapotranspiracao

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

98,64%

0,79%*

0,56%*

Agricultura Familiar

98,38%

0,81%*

0,81%*

Assentamento/Agrovila

98,8%

1,02%*

0,18%*

Características Urbanas

97,93%

1,28%

0,79%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[27]]

B16_1_energia_eletrica_rede_geral_ceb

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

16,04%

83,67%

0,3%*

Agricultura Familiar

4,24%

95,61%

0,15%*

Assentamento/Agrovila

40,95%

59,05%

**

Características Urbanas

30,07%

69,55%

0,37%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[28]]

B16_2_energia_eletrica_proprio_gerador_a_combustivel

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

98,71%

1,2%*

0,09%*

Agricultura Familiar

98,68%

1,17%*

0,15%*

Assentamento/Agrovila

99,82%

0,18%*

**

Características Urbanas

97,31%

2,26%

0,43%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[29]]

B16_3_energia_eletrica_proprio_energia_solar

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

99,41%

0,5%*

0,09%*

Agricultura Familiar

98,83%

1,01%*

0,15%*

Assentamento/Agrovila

99,91%

0,09%*

**

Características Urbanas

98,75%

0,87%*

0,38%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[30]]

B16_4_energia_eletrica_outras_fontes_renovaveis

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

99,2%

0,71%*

0,09%*

Agricultura Familiar

99,65%

0,16%*

0,2%*

Assentamento/Agrovila

100%

**

**

Características Urbanas

97,86%

1,7%

0,43%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[31]]

B16_5_energia_eletrica_gambiarra

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

85,36%

14,54%

0,09%*

Agricultura Familiar

96,55%

3,21%

0,24%*

Assentamento/Agrovila

59,4%

40,6%

**

Características Urbanas

72,26%

27,31%

0,43%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[32]]

B17_1_tratamento_do_lixo_coleta_seletiva_direta

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

79,13%

20,28%

0,59%*

Agricultura Familiar

69,57%

30,33%

0,1%*

Assentamento/Agrovila

77,57%

22,19%

0,24%*

Características Urbanas

66,39%

33,16%

0,45%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[33]]

B17_2_tratamento_do_lixo_coleta_convencional_direta_ou_nao_seletiva

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

69,78%

29,7%

0,53%*

Agricultura Familiar

58,31%

40,65%

1,04%*

Assentamento/Agrovila

78,7%

21,19%

0,11%*

Características Urbanas

71,4%

28,38%

0,22%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[34]]

B17_3_tratamento_do_lixo_coleta_indireta

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

27,41%

72,49%

0,09%*

Agricultura Familiar

22,83%

77,17%

**

Assentamento/Agrovila

31,4%

68,6%

**

Características Urbanas

24,17%

75,78%

0,05%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[35]]

B17_4_tratamento_do_lixo_jogado_em_local_improprio

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

93,37%

6,53%

0,09%*

Agricultura Familiar

93,44%

6,56%

**

Assentamento/Agrovila

85,29%

14,62%

0,09%*

Características Urbanas

89,15%

10,68%

0,17%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[36]]

B17_5_tratamento_do_lixo_outro_destino

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

79,36%

20,56%

0,08%*

Agricultura Familiar

85,01%

14,99%

**

Assentamento/Agrovila

86,54%

13,37%

0,09%*

Características Urbanas

90,86%

8,9%

0,24%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[37]]

B17_6_tratamento_do_lixo_e_realizada_a_compostagem_do_residuo_organico

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

91,95%

7,89%

0,16%*

Agricultura Familiar

84,42%

15,3%

0,28%*

Assentamento/Agrovila

87,98%

12,02%

**

Características Urbanas

90,13%

9,73%

0,14%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[38]]

B17_7_tratamento_do_lixo_o_lixo_e_separado

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

91,74%

8,2%

0,06%*

Agricultura Familiar

89,25%

10,69%

0,06%*

Assentamento/Agrovila

87,35%

12,65%

**

Características Urbanas

88,56%

10,93%

0,5%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[39]]

B18_1_infraest_urbana_a_rua_de_acesso_principal_asfaltada_pavimentada

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

80,17%

19,83%

**

Agricultura Familiar

78,38%

21,49%

0,13%*

Assentamento/Agrovila

88,69%

11,31%

**

Características Urbanas

76,5%

23,27%

0,23%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[40]]

B18_2_infraest_urbana_o_revestimento_da_rua_e

Subpopulação

Brita

Cascalho

Patrolada

Terra

Não sabe

Agricultura Empresarial

2,19%*

18,72%

4,88%

74,22%

**

Agricultura Familiar

2,35%*

24,75%

6,31%

66,44%

0,16%*

Assentamento/Agrovila

1,31%*

21,09%

3,73%*

73,87%

**

Características Urbanas

6,25%

16,53%

3,83%

73,32%

0,07%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[41]]

B18_3_infraest_urbana_a_sua_rua_e

Subpopulação

Boa

Ótima

Péssima

Regular

Ruim

Não sabe

Agricultura Empresarial

28,75%

4,43%

22,71%

22,37%

21,64%

0,09%*

Agricultura Familiar

24,81%

4,76%

27,32%

23,18%

19,8%

0,13%*

Assentamento/Agrovila

20,79%

3,07%*

39,96%

19,23%

16,95%

**

Características Urbanas

24,51%

3,84%

30,81%

21,72%

19,12%

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[42]]

B18_4_infraest_urbana_a_rua_tem_calcada

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

86,59%

13,41%

**

Agricultura Familiar

90,25%

9,75%

**

Assentamento/Agrovila

96,69%

3,31%*

**

Características Urbanas

82,25%

17,7%

0,05%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[43]]

B18_5_infraest_urbana_na_rua_tem_iluminacao

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

57,59%

0,17%*

42,24%

Agricultura Familiar

57,57%

0,11%*

42,32%

Assentamento/Agrovila

76,12%

0,18%*

23,71%

Características Urbanas

53,24%

0,01%*

46,75%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[44]]

B18_6_infraest_urbana_na_rua_tem_drenagem_de_agua_de_chuva

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

92,16%

0,71%*

7,13%

Agricultura Familiar

92,61%

0,3%*

7,09%

Assentamento/Agrovila

96,94%

0,3%*

2,76%*

Características Urbanas

86,63%

0,05%*

13,33%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[45]]

B19_1_proximo_ao_domicilio_existem_problemas_de_erosao

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

82,69%

16,32%

0,99%*

Agricultura Familiar

86,96%

12,29%

0,75%*

Assentamento/Agrovila

84,05%

15,51%

0,44%*

Características Urbanas

84,13%

14,87%

1%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[46]]

B19_2_proximo_ao_domicilio_existe_area_com_acentuada_inclinacao_morros_vales_de_rios_que_podem_apresentar_riscos_aos_moradores_deslizamentos_de_terra

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

91,27%

8,2%

0,53%*

Agricultura Familiar

92,06%

7,6%

0,34%*

Assentamento/Agrovila

90,97%

8,94%

0,08%*

Características Urbanas

91,89%

7,72%

0,39%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[47]]

B19_3_proximo_ao_domicilio_existem_problemas_de_entulho

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

84,82%

14,71%

0,47%*

Agricultura Familiar

92,06%

7,65%

0,29%*

Assentamento/Agrovila

79,05%

20,95%

**

Características Urbanas

74,55%

24,83%

0,61%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[48]]

B19_4_proximo_ao_domicilio_existe_esgoto_a_ceu_aberto

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

90,32%

9,4%

0,28%*

Agricultura Familiar

91,53%

8,15%

0,31%*

Assentamento/Agrovila

81,71%

18,29%

**

Características Urbanas

78,42%

21,19%

0,39%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[49]]

B19_5_proximo_ao_domicilio_existem_problemas_de_ruas_alagadas

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

75,1%

24,74%

0,16%*

Agricultura Familiar

81,21%

18,62%

0,17%*

Assentamento/Agrovila

67,87%

32,13%

**

Características Urbanas

63,68%

35,98%

0,33%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[50]]

B19_6_proximo_ao_domicilio_existem_problemas_de_ruas_esburacadas

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

39,57%

60,09%

0,35%*

Agricultura Familiar

50,9%

48,93%

0,17%*

Assentamento/Agrovila

32,23%

67,77%

**

Características Urbanas

36,67%

63,13%

0,2%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[51]]

B20_1_nas_proximidades_existem_jardins_parques

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

86,06%

13,84%

0,09%*

Agricultura Familiar

94,16%

5,78%

0,07%*

Assentamento/Agrovila

95,6%

4,4%

**

Características Urbanas

88,19%

11,71%

0,09%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[52]]

B20_2_nas_proximidades_existe_praca

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

83,06%

16,76%

0,19%*

Agricultura Familiar

90,7%

9,22%

0,08%*

Assentamento/Agrovila

92,73%

7,27%

**

Características Urbanas

81,94%

17,92%

0,14%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[53]]

B20_3_nas_proximidades_existe_espaco_cultural_publico

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

94,61%

4,83%

0,56%*

Agricultura Familiar

96,89%

2,97%

0,14%*

Assentamento/Agrovila

96,56%

3,06%

0,39%*

Características Urbanas

94,45%

5,31%

0,24%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[54]]

B20_4_nas_proximidades_existe_academia_comunitaria_pec

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

80,27%

19,55%

0,19%*

Agricultura Familiar

80,58%

19,39%

0,02%*

Assentamento/Agrovila

88,75%

10,86%

0,39%*

Características Urbanas

79,67%

20,33%

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[55]]

B20_5_nas_proximidades_existem_quadras_esportivas

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

82,09%

17,57%

0,34%*

Agricultura Familiar

88,19%

11,81%

**

Assentamento/Agrovila

90,63%

9,2%

0,18%*

Características Urbanas

81,58%

18,42%

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[56]]

B20_6_nas_proximidades_existe_ciclofaixa_ciclovia

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

96,79%

2,84%

0,38%*

Agricultura Familiar

97,02%

2,85%

0,13%*

Assentamento/Agrovila

97,69%

2,1%*

0,21%*

Características Urbanas

88,69%

11,26%

0,05%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[57]]

B20_7_nas_proximidades_existe_travessia_sinalizada_para_pedestre

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

97,1%

2,46%

0,44%*

Agricultura Familiar

98,15%

1,77%*

0,08%*

Assentamento/Agrovila

98,81%

0,77%*

0,41%*

Características Urbanas

93,38%

6,52%

0,1%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[58]]

B20_8_nas_proximidades_existe_ponto_de_onibus

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

59,18%

40,66%

0,16%*

Agricultura Familiar

60,86%

39,14%

**

Assentamento/Agrovila

51,68%

48,14%

0,18%*

Características Urbanas

49,23%

50,6%

0,17%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[59]]

B21_1_nas_proximidades_do_domicilio_existe_policiamento_regular

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

68,27%

31,03%

0,71%*

Agricultura Familiar

64,29%

35,6%

0,12%*

Assentamento/Agrovila

72,71%

26,81%

0,48%*

Características Urbanas

63,85%

35,69%

0,46%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[60]]

B21_2_o_domicilio_dispoe_de_servico_equipamento_particular_de_seguranca

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

91,56%

8,44%

**

Agricultura Familiar

92,4%

7,43%

0,17%*

Assentamento/Agrovila

95,21%

4,79%

**

Características Urbanas

91,81%

8,12%

0,08%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[61]]

B21_3_o_domicilio_compartilha_servico_equipamento_de_seguranca_coletiva

Subpopulação

Não

Sim

Não sabe

Agricultura Empresarial

91,77%

7,79%

0,44%*

Agricultura Familiar

97,17%

2,61%

0,22%*

Assentamento/Agrovila

97,02%

2,74%*

0,24%*

Características Urbanas

95,17%

4,52%

0,31%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[62]]

B22_1_a_sua_propriedade_ja_recebeu_incentivos_a_producao

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

90,98%

3,25%

5,77%

Agricultura Familiar

87,99%

3,2%

8,81%

Assentamento/Agrovila

90,24%

1,48%*

8,28%

Características Urbanas

95,16%

1,73%

3,11%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[63]]

B22_2_a_sua_propriedade_ja_recebeu_incentivos_a_producao_quais

Subpopulação

Assistência técnica e Extensão Rural – ATER

Fundo Constitucional de Financiamento do Centro-Oeste - FCO

Não sabe

Outro

Programa Nacional de Fortalecimento da Agricultura Familiar (Pronaf)

Programa de Fomento às Atividades Produtivas Rurais

Programa Nacional de Crédito Fundiário (PNCF)

Agricultura Empresarial

26,06%

1,61%*

8,36%*

23,41%*

39,5%

1,07%*

**

Agricultura Familiar

28,5%

3,41%*

18,74%*

17,36%*

24,74%

5,63%*

1,63%*

Assentamento/Agrovila

13,25%*

**

17,63%*

17,4%*

33,72%

18%*

**

Características Urbanas

13,58%*

3,17%*

15,17%*

26,13%*

36,92%

5,03%*

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

1.1 Bloco B Quantitativo

1.1.1 B05 - Qual o valor mensal da prestação paga (ou que deveria ser paga) no último mês?

  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes =as.numeric(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines("B05 - Qual o valor mensal da prestação paga (ou que deveria ser paga) no último mês?") %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `B05_valor_mensal_pago_da_prestacao_no_ultimo_mes = as.numeric(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.

B05 - Qual o valor mensal da prestação paga (ou que deveria ser paga) no último mês?

subpopulacao_agregada

media

Agricultura Empresarial

516,47*

Agricultura Familiar

521,01*

Assentamento/Agrovila

981,84*

Características Urbanas

601,98

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

1.1.2 B06 - Qual o valor mensal do aluguel pago (ou que deveria ser pago) no último mês?

pdad_rural_2022$B06_valor_mensal_do_aluguel_pago_no_ultimo_mes
   [1] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "2000"          "2000"          "2300"         
   [9] "2300"          "2300"          "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [17] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [25] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [33] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [41] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "600"           "600"          
  [49] "600"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [57] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [65] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [73] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [81] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [89] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [97] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [105] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [113] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [121] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [129] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [137] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [145] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [153] "350"           "350"           "350"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [161] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [169] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [177] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [185] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [193] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [201] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [209] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [217] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [225] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "4500"          "Não se aplica"
 [233] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [241] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [249] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "350"           "350"           "350"          
 [257] "350"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [265] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "408"           "408"           "408"          
 [273] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "320"           "320"          
 [281] "320"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [289] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "450"           "450"          
 [297] "450"           "Não se aplica" "Não se aplica" "Não se aplica" "500"           "500"           "500"           "500"          
 [305] "500"           "500"           "500"           "500"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [313] "Não se aplica" "280"           "Não se aplica" "Não se aplica" "Não se aplica" "250"           "250"           "Não se aplica"
 [321] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [329] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [337] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [345] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [353] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [361] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [369] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [377] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [385] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [393] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [401] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [409] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [417] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [425] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [433] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [441] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [449] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "300"          
 [457] "300"           "300"           "300"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [465] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Recusa"        "Recusa"        "Recusa"        "Recusa"       
 [473] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [481] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [489] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [497] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [505] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [513] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [521] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [529] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [537] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [545] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [553] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [561] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [569] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [577] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [585] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [593] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [601] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [609] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [617] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [625] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [633] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [641] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [649] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [657] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [665] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [673] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [681] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [689] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [697] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [705] "1000"          "1000"          "1000"          "1000"          "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [713] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [721] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [729] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [737] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [745] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [753] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [761] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não sabe"      "Não se aplica" "Não se aplica" "Não se aplica"
 [769] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1000"          "1000"          "Não se aplica" "Não se aplica"
 [777] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [785] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [793] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [801] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [809] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [817] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "700"          
 [825] "700"           "750"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [833] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [841] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [849] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [857] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [865] "750"           "750"           "750"           "750"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [873] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [881] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "560"          
 [889] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "680"           "Não se aplica"
 [897] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [905] "Não se aplica" "Não se aplica" "Não se aplica" "500"           "500"           "500"           "Não se aplica" "Não se aplica"
 [913] "Não se aplica" "Não se aplica" "Não se aplica" "750"           "750"           "700"           "700"           "700"          
 [921] "700"           "700"           "Não se aplica" "560"           "500"           "500"           "Não se aplica" "Não se aplica"
 [929] "Não se aplica" "650"           "650"           "650"           "500"           "500"           "500"           "600"          
 [937] "650"           "690"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [945] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "800"           "800"          
 [953] "800"           "800"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [961] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [969] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [977] "Não se aplica" "400"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Recusa"        "Recusa"       
 [985] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "2500"          "Não se aplica" "Não se aplica" "Não se aplica"
 [993] "Não se aplica" "500"           "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [ reached getOption("max.print") -- omitted 14357 entries ]
survey_dom %>% 
  mutate(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes =as.numeric(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines("B06 - Qual o valor mensal do aluguel pago (ou que deveria ser pago) no último mês?") %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `B06_valor_mensal_do_aluguel_pago_no_ultimo_mes = as.numeric(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.

B06 - Qual o valor mensal do aluguel pago (ou que deveria ser pago) no último mês?

media

media_cv

687,84

0,04

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes =as.numeric(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines("B06 - Qual o valor mensal do aluguel pago (ou que deveria ser pago) no último mês?") %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `B06_valor_mensal_do_aluguel_pago_no_ultimo_mes = as.numeric(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.

B06 - Qual o valor mensal do aluguel pago (ou que deveria ser pago) no último mês?

subpopulacao_agregada

media

Agricultura Empresarial

737,34

Agricultura Familiar

774,81

Assentamento/Agrovila

475,78

Características Urbanas

635,65

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

1.1.3 B11 - Quantos cômodos tem este domicílio?

#pdad_rural_2022$B11
nome<-"B11 - Quantos cômodos tem este domicílio?"
survey_dom %>% 
  mutate(B11 =as.numeric(B11),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(B11,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")

B11 - Quantos cômodos tem este domicílio?

media

media_cv

5,86

0,01

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(B11 =as.numeric(B11),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(B11,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")

B11 - Quantos cômodos tem este domicílio?

subpopulacao_agregada

media

Agricultura Empresarial

5,92

Agricultura Familiar

6,37

Assentamento/Agrovila

5,58

Características Urbanas

5,57

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

1.1.4 B12 - Quantos cômodos estão servindo permanentemente de dormitórios neste domicílio?

#pdad_rural_2022$B12_quantidade_de_comodos_servindo_permanentemente_de_dormitorios
nome<-"B12 - Quantos cômodos estão servindo permanentemente de dormitórios neste domicílio?"
i<-"B12_quantidade_de_comodos_servindo_permanentemente_de_dormitorios"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 7 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(B12_quantidade_de_comodos_servindo_permanentemente_de_dormitorios)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 6 remaining warnings.

B12 - Quantos cômodos estão servindo permanentemente de dormitórios neste domicílio?

media

media_cv

2,28

0,01

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 7 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(B12_quantidade_de_comodos_servindo_permanentemente_de_dormitorios)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 6 remaining warnings.

B12 - Quantos cômodos estão servindo permanentemente de dormitórios neste domicílio?

subpopulacao_agregada

media

Agricultura Empresarial

2,31

Agricultura Familiar

2,44

Assentamento/Agrovila

2,21

Características Urbanas

2,19

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

1.1.5 B13 - Quantos banheiros e/ou sanitários tem este domicílio?

#pdad_rural_2022$B13_quantidade_de_banheiros_e_ou_sanitarios
nome<-"B13 - Quantos banheiros e/ou sanitários tem este domicílio?"
i<-"B13_quantidade_de_banheiros_e_ou_sanitarios"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 7 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(B13_quantidade_de_banheiros_e_ou_sanitarios)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 6 remaining warnings.

B13 - Quantos banheiros e/ou sanitários tem este domicílio?

media

media_cv

1,48

0,01

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 7 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(B13_quantidade_de_banheiros_e_ou_sanitarios)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 6 remaining warnings.

B13 - Quantos banheiros e/ou sanitários tem este domicílio?

subpopulacao_agregada

media

Agricultura Empresarial

1,51

Agricultura Familiar

1,59

Assentamento/Agrovila

1,37

Características Urbanas

1,42

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

2 Bloco C

2.1 Bloco C Categoricas

a<-colnames(pdad_rural_2022 %>% select(starts_with("C")))
list()->blococ_prop
or<-1
for (i in a[1:48]) {
  print(i)
survey_dom %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blococ_prop[[or]]  # Define título formatado
  or<-1+or
}
[1] "C010_1"
spread: reorganized (C010_1, Permanente) into (Águas Claras, Águas Lindas de Goiás, Arniqueira, Brazlândia, Ceilândia, …) [was 129x3, now 4x44]
[1] "C010_2"
spread: reorganized (C010_2, Permanente) into (Águas Claras, Águas Lindas de Goiás, Brazlândia, Candangolândia, Ceilândia, …) [was 112x3, now 4x41]
[1] "C010_3"
spread: reorganized (C010_3, Permanente) into (Águas Claras, Águas Lindas de Goiás, Alexânia, Anápolis, Brazlândia, …) [was 118x3, now 4x45]
[1] "C010_4"
spread: reorganized (C010_4, Permanente) into (Águas Claras, Águas Lindas de Goiás, Anápolis, Brazlândia, Ceilândia, …) [was 112x3, now 4x42]
[1] "C01_1_quantidade_de_automoveis"
spread: reorganized (C01_1_quantidade_de_automoveis, Permanente) into (1, 2, 3, 4, 5, …) [was 23x3, now 4x7]
[1] "C01_possui_automovel"
spread: reorganized (C01_possui_automovel, Permanente) into (Não, Não sabe, Sim) [was 11x3, now 4x4]
[1] "C02_1_quantidade_de_motocicletas"
spread: reorganized (C02_1_quantidade_de_motocicletas, Permanente) into (1, 2, 3, Não se aplica) [was 14x3, now 4x5]
[1] "C02_possui_motocicleta"
spread: reorganized (C02_possui_motocicleta, Permanente) into (Não, Não sabe, Sim) [was 11x3, now 4x4]
[1] "C03_1_quantidade_de_bicicletas"
spread: reorganized (C03_1_quantidade_de_bicicletas, Permanente) into (1, 2, 3, 4, 5, …) [was 23x3, now 4x8]
[1] "C03_possui_bicicleta"
spread: reorganized (C03_possui_bicicleta, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "C04_1_quantidade_de_carrocas"
spread: reorganized (C04_1_quantidade_de_carrocas, Permanente) into (1, 2, 3, 4, 5, …) [was 22x3, now 4x8]
[1] "C04_2_quantidade_de_cavalos"
spread: reorganized (C04_2_quantidade_de_cavalos, Permanente) into (1, 2, 3, 4, 5, …) [was 25x3, now 4x8]
[1] "C04_possui_carroca_cavalo"
spread: reorganized (C04_possui_carroca_cavalo, Permanente) into (Não, Não sabe, Sim) [was 11x3, now 4x4]
[1] "C05_1_1_acesso_por_internet_banda_larga_fixa"
spread: reorganized (C05_1_1_acesso_por_internet_banda_larga_fixa, Permanente) into (99999, Não, Não sabe, Sim) [was 15x3, now 4x5]
[1] "C05_1_2_acesso_por_internet_de_rede_de_celular"
spread: reorganized (C05_1_2_acesso_por_internet_de_rede_de_celular, Permanente) into (99999, Não, Não sabe, Sim) [was 15x3, now 4x5]
[1] "C05_o_domicilio_ou_alguem_do_domicilio_possuia_acesso_a_internet_no_ultimo_mes"
spread: reorganized (C05_o_domicilio_ou_alguem_do_domicilio_possuia_acesso_a_internet_no_ultimo_mes, Permanente) into (Não, Não sabe, Sim, compartilhado com outro(s) domicílio(s), Sim, próprio) [was 14x3, now 4x5]
[1] "C06_1_possuiu_no_ultimo_mes_tv_por_assinatura"
spread: reorganized (C06_1_possuiu_no_ultimo_mes_tv_por_assinatura, Permanente) into (Não, Não sabe, Sim) [was 11x3, now 4x4]
[1] "C06_2_possuiu_no_ultimo_mes_assinatura_de_revistas_jornais_impressos"
spread: reorganized (C06_2_possuiu_no_ultimo_mes_assinatura_de_revistas_jornais_impressos, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "C06_3_possuiu_no_ultimo_mes_assinatura_de_servicos_online"
spread: reorganized (C06_3_possuiu_no_ultimo_mes_assinatura_de_servicos_online, Permanente) into (Não, Não sabe, Não se aplica, Sim) [was 15x3, now 4x5]
[1] "C07_1_qtd_de_fogoes"
spread: reorganized (C07_1_qtd_de_fogoes, Permanente) into (1, 2, 3, 4, 5, …) [was 20x3, now 4x7]
[1] "C07_10_qtd_de_televisores_tela_fina_plana"
spread: reorganized (C07_10_qtd_de_televisores_tela_fina_plana, Permanente) into (1, 2, 3, 4, 5, …) [was 22x3, now 4x7]
[1] "C07_11_qtd_de_dvd_blu_ray"
spread: reorganized (C07_11_qtd_de_dvd_blu_ray, Permanente) into (1, 2, 5, Não tem) [was 13x3, now 4x5]
[1] "C07_12_qtd_de_microcomputadores_desktop"
spread: reorganized (C07_12_qtd_de_microcomputadores_desktop, Permanente) into (1, 2, 3, 4, 5, …) [was 18x3, now 4x7]
[1] "C07_13_qtd_de_notebooks_laptops"
spread: reorganized (C07_13_qtd_de_notebooks_laptops, Permanente) into (1, 2, 3, 4, 5, …) [was 23x3, now 4x7]
[1] "C07_14_qtd_de_ar_condicionado"
spread: reorganized (C07_14_qtd_de_ar_condicionado, Permanente) into (1, 2, 3, 4, Não tem) [was 18x3, now 4x6]
[1] "C07_15_qtd_de_circuladores_e_ou_ventiladores_de_ar"
spread: reorganized (C07_15_qtd_de_circuladores_e_ou_ventiladores_de_ar, Permanente) into (1, 2, 3, 4, 5, …) [was 20x3, now 4x7]
[1] "C07_16_qtd_de_fornos_microondas"
spread: reorganized (C07_16_qtd_de_fornos_microondas, Permanente) into (1, 2, 3, 4, Não tem) [was 14x3, now 4x6]
[1] "C07_17_qtd_de_telefones_fixos"
spread: reorganized (C07_17_qtd_de_telefones_fixos, Permanente) into (1, 2, 4, Não tem) [was 11x3, now 4x5]
[1] "C07_18_qtd_de_placas_de_aquecedor_solar"
spread: reorganized (C07_18_qtd_de_placas_de_aquecedor_solar, Permanente) into (1, 12, 14, 19, 2, …) [was 30x3, now 4x14]
[1] "C07_2_qtd_de_geladeiras_de_uma_porta"
spread: reorganized (C07_2_qtd_de_geladeiras_de_uma_porta, Permanente) into (1, 2, 3, 4, Não tem) [was 16x3, now 4x6]
[1] "C07_3_qtd_de_geladeiras_de_duas_ou_mais_portas"
spread: reorganized (C07_3_qtd_de_geladeiras_de_duas_ou_mais_portas, Permanente) into (1, 2, 3, 4, Não tem) [was 16x3, now 4x6]
[1] "C07_4_qtd_de_freezers"
spread: reorganized (C07_4_qtd_de_freezers, Permanente) into (1, 2, 3, 4, 5, …) [was 19x3, now 4x7]
[1] "C07_5_qtd_de_maquinas_de_lavar_roupas"
spread: reorganized (C07_5_qtd_de_maquinas_de_lavar_roupas, Permanente) into (1, 2, 3, 5, Não tem) [was 15x3, now 4x6]
[1] "C07_6_qtd_de_maquinas_de_lavar_e_secar_roupas"
spread: reorganized (C07_6_qtd_de_maquinas_de_lavar_e_secar_roupas, Permanente) into (1, 2, 3, 4, Não tem) [was 14x3, now 4x6]
[1] "C07_7_qtd_de_secadoras_de_roupa"
spread: reorganized (C07_7_qtd_de_secadoras_de_roupa, Permanente) into (1, Não tem) [was 8x3, now 4x3]
[1] "C07_8_qtd_de_maquinas_de_lavar_louca"
spread: reorganized (C07_8_qtd_de_maquinas_de_lavar_louca, Permanente) into (1, 2, Não tem) [was 9x3, now 4x4]
[1] "C07_9_qtd_de_televisores_tubo"
spread: reorganized (C07_9_qtd_de_televisores_tubo, Permanente) into (1, 2, 3, 4, Não tem) [was 17x3, now 4x6]
[1] "C08_1_qtd_de_mensalistas"
spread: reorganized (C08_1_qtd_de_mensalistas, Permanente) into (1, 2, 3, 4, 5, …) [was 16x3, now 4x9]
[1] "C08_contratou_empregado_a_domestico_a_mensalista_ou_caseiro_no_ultimo_mes"
spread: reorganized (C08_contratou_empregado_a_domestico_a_mensalista_ou_caseiro_no_ultimo_mes, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "C09_1_qtd_de_diaristas"
spread: reorganized (C09_1_qtd_de_diaristas, Permanente) into (1, 2, 3, 4, Não se aplica) [was 14x3, now 4x6]
[1] "C09_2_frequencia_mensal_de_diaristas"
spread: reorganized (C09_2_frequencia_mensal_de_diaristas, Permanente) into (Cinco vezes ou mais por mês, Duas vezes por mês, Não sabe, Não se aplica, Quatro vezes por mês, …) [was 27x3, now 4x8]
[1] "C09_contratou_empregado_a_domestico_a_diarista_no_ultimo_mes"
spread: reorganized (C09_contratou_empregado_a_domestico_a_diarista_no_ultimo_mes, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "C11_1_qtd_de_gatos"
spread: reorganized (C11_1_qtd_de_gatos, Permanente) into (1, 10, 11, 12, 13, …) [was 65x3, now 4x26]
[1] "C11_2_qtd_de_cachorros"
spread: reorganized (C11_2_qtd_de_cachorros, Permanente) into (1, 10, 11, 12, 13, …) [was 71x3, now 4x25]
[1] "C11_3_qtd_de_aves"
spread: reorganized (C11_3_qtd_de_aves, Permanente) into (1, 10, 11, 12, 13, …) [was 99x3, now 4x39]
[1] "C11_4_qtd_de_peixes"
spread: reorganized (C11_4_qtd_de_peixes, Permanente) into (1, 10, 12, 15, 19, …) [was 47x3, now 4x24]
[1] "C11_5_qtd_de_outros_tipos_de_animais"
spread: reorganized (C11_5_qtd_de_outros_tipos_de_animais, Permanente) into (1, 10, 11, 12, 15, …) [was 49x3, now 4x20]
[1] "C11_possui_algum_animal_de_estimacao"
spread: reorganized (C11_possui_algum_animal_de_estimacao, Permanente) into (Não, Não sabe, Sim) [was 10x3, now 4x4]
blococ_prop
[[1]]

C010_1

Subpopulação

Águas Claras

Águas Lindas de Goiás

Arniqueira

Brazlândia

Ceilândia

Cristalina

Cruzeiro

Fercal

Formosa

Gama

Guará

Itapoã

Jardim Botânico

Lago Norte

Lago Sul

Na Região Adminstrativa

Não comprou

Não sabe

Núcleo Bandeirante

Outros locais

Outros municípios de Goiás

Paranoá

Park Way

Pela internet (lojas online)

Planaltina

Plano Piloto

Recanto Das Emas

Riacho Fundo

Riacho Fundo II

Samambaia

Santa Maria

Santo Antônio do Descoberto

São Sebastião

SCIA

SIA

Sobradinho

Sobradinho II

Sol Nascente / Pôr do Sol

Taguatinga

Valparaíso de Goiás

Vários locais

Varjão

Vicente Pires

Agricultura Empresarial

0,19%*

0,08%*

**

0,24%*

7,96%

**

0,08%*

0,12%*

1,75%

13,8%

0,09%*

2,1%

0,19%*

0,09%*

0,56%*

15,76%

0,68%*

0,22%*

**

0,06%*

**

4,23%

**

**

11,55%

1,9%*

2,14%

0,19%*

**

3,69%

3,66%

0,08%*

19,43%

**

0,06%*

5,13%

0,31%*

**

2,95%

0,47%*

0,25%*

**

**

Agricultura Familiar

0,19%*

**

0,04%*

16,49%

14,64%

0,13%*

0,01%*

0,73%*

2,23%*

3,02%

0,16%*

0,27%*

**

**

0,04%*

10,34%

0,04%*

0,07%*

1,74%

0,38%*

1,19%*

2,09%

0,07%*

**

21,23%

0,9%*

1,01%*

2,62%

0,04%*

0,98%*

0,24%*

1,27%*

1,4%

0,39%

0,24%*

10,6%

0,94%*

**

3,38%

0,08%*

0,43%*

**

0,38%*

Assentamento/Agrovila

**

**

**

4,08%

7,2%

**

**

0,34%*

**

6,99%

**

**

**

**

**

11,79%

0,71%*

**

0,62%*

**

**

1,6%*

**

**

11,54%

0,53%*

1,12%*

2,9%*

1,04%*

**

3,53%

**

37,09%

**

**

2,89%

0,08%*

1,2%*

3,3%*

0,62%*

0,36%*

**

0,48%*

Características Urbanas

0,05%*

0,05%*

**

5,13%

8,25%

**

0,1%*

0,1%*

0,34%*

10,45%

0,42%*

2,61%

0,38%*

0,28%

**

12,32%

0,22%*

0,09%*

0,1%*

0,05%*

0,21%*

2,26%

**

0,03%*

2,06%

1,56%

0,61%*

1,09%*

0,89%*

1,08%*

0,28%*

**

20,82%

0,18%*

0,48%*

9,65%

1,39%

0,05%*

13,39%

0,23%*

0,52%*

0,09%*

2,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

C010_2

Subpopulação

Águas Claras

Águas Lindas de Goiás

Brazlândia

Candangolândia

Ceilândia

Cruzeiro

Fercal

Formosa

Gama

Guará

Itapoã

Jardim Botânico

Lago Norte

Lago Sul

Na Região Adminstrativa

Não comprou

Não sabe

Novo Gama

Núcleo Bandeirante

Outros locais

Outros municípios de Goiás

Paranoá

Pela internet (lojas online)

Planaltina

Plano Piloto

Recanto Das Emas

Riacho Fundo

Riacho Fundo II

Samambaia

Santa Maria

Santo Antônio do Descoberto

São Sebastião

SCIA

SIA

Sobradinho

Sobradinho II

Taguatinga

Valparaíso de Goiás

Varjão

Vicente Pires

Agricultura Empresarial

**

0,08%*

0,08%*

**

4,07%

**

0,06%*

0,86%*

5,07%

0,09%*

0,15%*

**

**

0,19%*

6,43%

64,99%

1,83%*

**

**

0,08%*

**

1,24%*

1,9%

2,8%

1,27%*

0,38%*

**

**

1,55%*

0,75%*

0,09%*

2,23%

**

0,09%*

0,49%*

0,06%*

3,15%

**

**

**

Agricultura Familiar

0,06%*

**

6,06%

**

5,81%

0,03%*

**

0,31%*

1,01%*

0,19%*

0,04%*

**

**

**

4,69%

61,41%

2,91%

**

0,62%

**

0,26%*

0,53%*

2,59%

5,2%

1,38%*

0,52%*

0,56%

0,1%*

0,57%*

0,05%*

**

0,3%*

0,1%*

0,04%*

1,42%*

0,21%*

2,98%

0,02%*

**

0,03%*

Assentamento/Agrovila

**

**

1,44%*

0,09%*

1,2%*

**

**

**

2,93%*

**

**

**

**

**

3,43%*

61,06%

2,59%*

0,62%*

0,21%*

**

**

0,71%*

1,29%*

2,6%

0,53%*

2,07%*

2,07%*

0,41%*

0,21%*

1,24%*

**

12,27%

0,24%*

**

0,34%*

**

2,27%*

0,18%*

**

**

Características Urbanas

**

0,05%*

2,3%

**

3,07%

**

**

0,1%*

4,58%

0,52%*

0,72%*

0,15%*

0,01%*

**

3,07%

59,9%

1,72%

0,22%*

0,06%*

0,19%*

**

0,65%*

1,34%

0,81%*

1,75%

0,54%*

0,16%*

0,17%*

0,39%*

0,06%*

**

5,95%

0,05%*

0,28%*

2,06%

0,1%*

8,3%

0,11%*

0,01%*

0,6%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

C010_3

Subpopulação

Águas Claras

Águas Lindas de Goiás

Alexânia

Anápolis

Brazlândia

Ceilândia

Cristalina

Cruzeiro

Fercal

Formosa

Gama

Guará

Itapoã

Jardim Botânico

Lago Sul

Na Região Adminstrativa

Não comprou

Não sabe

Novo Gama

Núcleo Bandeirante

Outros locais

Outros municípios de Goiás

Paranoá

Park Way

Pela internet (lojas online)

Planaltina

Plano Piloto

Recanto Das Emas

Riacho Fundo

Riacho Fundo II

Samambaia

Santa Maria

Santo Antônio do Descoberto

São Sebastião

SCIA

SIA

Sobradinho

Sobradinho II

Sol Nascente / Pôr do Sol

Taguatinga

Valparaíso de Goiás

Vários locais

Varjão

Vicente Pires

Agricultura Empresarial

**

0,08%*

0,09%*

**

0,08%*

3,98%

**

**

0,25%*

0,74%*

4,69%

**

0,12%*

**

0,28%*

10,42%

62,57%

1,63%*

**

**

**

0,36%*

1,24%*

**

**

3,05%

0,64%*

0,75%*

**

**

1,82%*

1,47%*

**

3,35%

**

**

0,92%*

0,18%*

**

1,29%*

**

**

**

**

Agricultura Familiar

0,06%*

**

**

**

6,96%

7,78%

**

0,01%*

0,31%*

**

1,17%

0,07%*

0,04%*

**

**

7,67%

57,47%

1,51%*

**

0,56%

0,2%*

0,49%*

0,93%*

0,04%*

0,01%*

5,42%

0,22%*

0,71%*

1,08%

0,08%*

0,83%*

0,05%*

0,52%*

0,38%*

0,18%*

0,19%*

2,7%

0,21%*

**

1,14%*

0,05%*

0,82%*

**

0,14%*

Assentamento/Agrovila

**

**

**

**

1,44%*

2,82%*

**

**

0,34%*

**

3,97%

**

**

**

**

5,71%

61,07%

0,5%*

**

0,21%*

0,21%*

**

0,36%*

**

**

2,94%

0,18%*

1,24%*

2,07%*

0,62%*

0,24%*

1,62%

**

11,03%

0,24%*

0,24%*

0,76%*

0,08%*

0,48%*

0,72%*

0,18%*

0,08%*

0,18%*

0,48%*

Características Urbanas

**

0,05%*

**

0,08%*

1,73%

3,69%

0,05%*

**

**

0,14%*

5,36%

0,33%*

0,88%*

0,23%*

**

5,61%

58,77%

0,83%*

0,06%*

0,06%*

0,1%*

**

0,9%*

**

**

0,51%*

0,48%*

0,71%*

0,22%*

0,61%*

0,37%*

0,11%*

**

5,57%

0,08%*

0,36%*

2,81%

0,19%*

**

7,92%

**

0,18%*

0,01%*

1,02%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

C010_4

Subpopulação

Águas Claras

Águas Lindas de Goiás

Anápolis

Brazlândia

Ceilândia

Cristalina

Cruzeiro

Fercal

Formosa

Gama

Guará

Itapoã

Jardim Botânico

Lago Norte

Lago Sul

Na Região Adminstrativa

Não comprou

Não sabe

Núcleo Bandeirante

Outros locais

Outros municípios de Goiás

Paranoá

Park Way

Pela internet (lojas online)

Planaltina

Plano Piloto

Recanto Das Emas

Riacho Fundo

Riacho Fundo II

Samambaia

Santa Maria

Santo Antônio do Descoberto

São Sebastião

SCIA

SIA

Sobradinho

Sobradinho II

Sol Nascente / Pôr do Sol

Taguatinga

Valparaíso de Goiás

Vicente Pires

Agricultura Empresarial

**

0,08%*

**

0,24%*

5,5%

**

**

0,12%*

1,29%

6,67%

0,09%*

0,46%*

**

**

0,28%*

12,35%

49,71%

1,81%*

**

0,14%*

**

2,35%

**

**

7,05%

0,93%*

1,5%*

**

**

2,48%

1,5%*

**

2,42%

**

0,09%*

1,01%*

0,25%*

**

1,67%*

**

**

Agricultura Familiar

0,06%*

**

**

15,72%

11,8%

0,13%*

0,01%*

0,52%*

1,19%*

1,25%

0,06%*

0,27%*

**

0,01%*

**

7,53%

37,72%

1,51%*

0,79%

0,05%*

0,61%*

1,12%*

0,02%*

0,1%*

10,64%

0,61%*

0,64%*

1,1%

0,05%*

0,74%*

0,25%*

0,77%*

0,72%*

0,22%*

0,03%*

2,16%*

0,21%*

**

1,29%*

0,05%*

0,01%*

Assentamento/Agrovila

**

**

0,18%*

3,6%*

3,12%*

**

**

0,25%*

**

3,34%

**

**

**

**

**

5,21%

53,99%

1,2%*

0,21%*

**

**

0,36%*

**

**

4,63%

0,18%*

1,24%*

2,28%*

1,24%*

**

2,27%

**

13,52%

**

**

0,59%*

**

1,44%*

0,72%*

0,18%*

0,24%*

Características Urbanas

**

**

**

5,49%

3,68%

0,05%*

**

**

0,1%*

5,92%

0,48%*

1,49%

0,23%*

**

**

4,86%

49,8%

1,36%

0,06%*

0,44%*

**

0,95%*

**

0,01%*

0,83%*

0,52%*

0,16%*

0,48%*

0,84%*

0,26%*

0,17%*

**

7,86%

0,05%*

0,22%*

3,38%

0,19%*

0,05%*

8,96%

**

1,11%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

C01_1_quantidade_de_automoveis

Subpopulação

1

2

3

4

5

Não se aplica

Agricultura Empresarial

53,9%

12,24%

2,04%

0,12%*

0,14%*

31,56%

Agricultura Familiar

48,2%

14,19%

3,11%

1,23%*

0,26%*

33,01%

Assentamento/Agrovila

58,01%

7,45%

1,45%*

0,39%*

**

32,7%

Características Urbanas

50,34%

10,9%

1,61%

0,37%*

0,1%*

36,67%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

C01_possui_automovel

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

31,46%

0,09%*

68,44%

Agricultura Familiar

32,49%

0,52%*

66,99%

Assentamento/Agrovila

32,7%

**

67,3%

Características Urbanas

36,63%

0,05%*

63,33%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

C02_1_quantidade_de_motocicletas

Subpopulação

1

2

3

Não se aplica

Agricultura Empresarial

15,8%

0,64%*

**

83,56%

Agricultura Familiar

13,44%

0,9%*

0,04%*

85,62%

Assentamento/Agrovila

15,59%

0,32%*

**

84,08%

Características Urbanas

12,38%

0,34%*

0,05%*

87,23%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

C02_possui_motocicleta

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

83,56%

**

16,44%

Agricultura Familiar

85,36%

0,26%*

14,38%

Assentamento/Agrovila

83,6%

0,48%*

15,92%

Características Urbanas

86,68%

0,55%*

12,77%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

C03_1_quantidade_de_bicicletas

Subpopulação

1

2

3

4

5

Não sabe

Não se aplica

Agricultura Empresarial

18,82%

8,18%

3,33%

0,58%*

**

**

69,09%

Agricultura Familiar

23,59%

8,08%

1,85%

0,36%*

0,7%*

0,05%*

65,37%

Assentamento/Agrovila

22,85%

8,48%

2,67%*

0,47%*

**

**

65,53%

Características Urbanas

24,91%

7,79%

2,71%

0,86%*

0,32%*

**

63,4%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

C03_possui_bicicleta

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

68,93%

0,16%*

30,91%

Agricultura Familiar

64,34%

1,04%*

34,63%

Assentamento/Agrovila

65,35%

0,18%*

34,47%

Características Urbanas

62,95%

0,45%*

36,6%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[11]]

C04_1_quantidade_de_carrocas

Subpopulação

1

2

3

4

5

Não sabe

Não se aplica

Agricultura Empresarial

2,92%

0,36%*

0,61%*

0,16%*

0,06%*

1,42%*

94,48%

Agricultura Familiar

2,92%

0,72%*

**

**

**

1,34%*

95,02%

Assentamento/Agrovila

1,09%*

0,08%*

**

**

**

1,29%*

97,53%

Características Urbanas

1,36%

0,06%*

0,05%*

0,05%*

0,05%*

0,41%*

98,02%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[12]]

C04_2_quantidade_de_cavalos

Subpopulação

1

2

3

4

5

Não sabe

Não se aplica

Agricultura Empresarial

2,73%

1,15%*

0,96%*

0,46%*

0,12%*

0,09%*

94,48%

Agricultura Familiar

3,12%

1,2%*

0,1%*

0,3%*

0,15%*

0,1%*

95,02%

Assentamento/Agrovila

1,62%*

0,59%*

0,18%*

**

**

0,08%*

97,53%

Características Urbanas

1,25%*

0,33%*

0,17%*

0,1%*

0,13%*

**

98,02%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[13]]

C04_possui_carroca_cavalo

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

94,39%

0,09%*

5,52%

Agricultura Familiar

94,76%

0,26%*

4,98%

Assentamento/Agrovila

97,53%

**

2,47%*

Características Urbanas

97,87%

0,14%*

1,98%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[14]]

C05_1_1_acesso_por_internet_banda_larga_fixa

Subpopulação

99999

Não

Não sabe

Sim

Agricultura Empresarial

18,98%

16,24%

0,16%*

64,63%

Agricultura Familiar

15,64%

12,12%

0,15%*

72,08%

Assentamento/Agrovila

19,64%

8,17%

**

72,19%

Características Urbanas

17,29%

9%

0,17%*

73,55%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[15]]

C05_1_2_acesso_por_internet_de_rede_de_celular

Subpopulação

99999

Não

Não sabe

Sim

Agricultura Empresarial

18,98%

13,78%

0,09%*

67,15%

Agricultura Familiar

15,64%

14,1%

0,34%*

69,92%

Assentamento/Agrovila

19,64%

24,31%

**

56,05%

Características Urbanas

17,29%

17,1%

0,09%*

65,52%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[16]]

C05_o_domicilio_ou_alguem_do_domicilio_possuia_acesso_a_internet_no_ultimo_mes

Subpopulação

Não

Não sabe

Sim, compartilhado com outro(s) domicílio(s)

Sim, próprio

Agricultura Empresarial

18,88%

0,09%*

3,73%

77,3%

Agricultura Familiar

15,64%

**

7,24%

77,12%

Assentamento/Agrovila

19,64%

**

9,22%

71,14%

Características Urbanas

17,24%

0,05%*

6,11%

76,6%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[17]]

C06_1_possuiu_no_ultimo_mes_tv_por_assinatura

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

84,49%

0,08%*

15,43%

Agricultura Familiar

83,28%

0,04%*

16,68%

Assentamento/Agrovila

87,1%

**

12,9%

Características Urbanas

85,74%

0,25%*

14,01%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[18]]

C06_2_possuiu_no_ultimo_mes_assinatura_de_revistas_jornais_impressos

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

99,31%

0,27%*

0,42%*

Agricultura Familiar

97,44%

0,76%*

1,8%*

Assentamento/Agrovila

98,64%

0,24%*

1,12%*

Características Urbanas

98,73%

0,23%*

1,04%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[19]]

C06_3_possuiu_no_ultimo_mes_assinatura_de_servicos_online

Subpopulação

Não

Não sabe

Não se aplica

Sim

Agricultura Empresarial

56,07%

0,47%*

18,98%

24,49%

Agricultura Familiar

62,98%

0,35%*

15,64%

21,02%

Assentamento/Agrovila

63,29%

**

19,64%

17,07%

Características Urbanas

61,91%

0,52%*

17,29%

20,28%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[20]]

C07_1_qtd_de_fogoes

Subpopulação

1

2

3

4

5

Não tem

Agricultura Empresarial

94,11%

4,64%

0,5%*

0,09%*

**

0,65%*

Agricultura Familiar

90,39%

8,56%

0,64%*

0,05%*

0,13%*

0,23%*

Assentamento/Agrovila

95,88%

3,63%

0,24%*

**

**

0,25%*

Características Urbanas

95,68%

3,51%

0,17%*

0,05%*

**

0,58%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[21]]

C07_10_qtd_de_televisores_tela_fina_plana

Subpopulação

1

2

3

4

5

Não tem

Agricultura Empresarial

58,78%

14,94%

2,82%

0,67%*

**

22,78%

Agricultura Familiar

63,38%

16,76%

3,59%

0,69%*

0,26%*

15,32%

Assentamento/Agrovila

62,65%

10,73%

2,53%*

0,65%*

**

23,44%

Características Urbanas

61,71%

15,09%

2,81%

0,48%*

0,15%*

19,77%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[22]]

C07_11_qtd_de_dvd_blu_ray

Subpopulação

1

2

5

Não tem

Agricultura Empresarial

8,09%

0,16%*

**

91,75%

Agricultura Familiar

8,57%

0,64%*

0,05%*

90,74%

Assentamento/Agrovila

6,49%

0,27%*

**

93,24%

Características Urbanas

8,56%

0,2%*

**

91,24%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[23]]

C07_12_qtd_de_microcomputadores_desktop

Subpopulação

1

2

3

4

5

Não tem

Agricultura Empresarial

10,17%

0,49%*

0,17%*

**

**

89,17%

Agricultura Familiar

14,82%

0,86%*

**

0,09%*

**

84,23%

Assentamento/Agrovila

13,81%

0,6%*

0,08%*

**

**

85,51%

Características Urbanas

16,18%

0,58%*

0,09%*

0,05%*

0,05%*

83,04%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[24]]

C07_13_qtd_de_notebooks_laptops

Subpopulação

1

2

3

4

5

Não tem

Agricultura Empresarial

24,09%

3,03%

0,56%*

0,09%*

0,09%*

72,13%

Agricultura Familiar

25,46%

2,6%

0,77%*

0,11%*

0,13%*

70,94%

Assentamento/Agrovila

21,23%

1,64%*

0,36%*

**

0,24%*

76,53%

Características Urbanas

25,03%

2,45%

0,54%*

0,1%*

0,05%*

71,84%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[25]]

C07_14_qtd_de_ar_condicionado

Subpopulação

1

2

3

4

Não tem

Agricultura Empresarial

5,68%

1,07%*

0,33%*

0,09%*

92,83%

Agricultura Familiar

5,82%

1,58%*

0,43%*

0,04%*

92,14%

Assentamento/Agrovila

5,33%

0,39%*

**

**

94,28%

Características Urbanas

6,37%

0,46%*

0,25%*

0,12%*

92,79%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[26]]

C07_15_qtd_de_circuladores_e_ou_ventiladores_de_ar

Subpopulação

1

2

3

4

5

Não tem

Agricultura Empresarial

47,08%

7,88%

1,4%*

0,55%*

**

43,09%

Agricultura Familiar

38,13%

7,25%

2,1%*

0,73%*

**

51,79%

Assentamento/Agrovila

46,69%

5,93%

0,95%*

**

**

46,43%

Características Urbanas

44,31%

8,12%

1,43%

0,37%*

0,05%*

45,71%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[27]]

C07_16_qtd_de_fornos_microondas

Subpopulação

1

2

3

4

Não tem

Agricultura Empresarial

53,96%

0,51%*

**

**

45,53%

Agricultura Familiar

58,45%

1,13%*

**

**

40,42%

Assentamento/Agrovila

55,72%

0,32%*

**

0,09%*

43,87%

Características Urbanas

58,74%

0,46%*

0,05%*

**

40,75%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[28]]

C07_17_qtd_de_telefones_fixos

Subpopulação

1

2

4

Não tem

Agricultura Empresarial

3,37%

**

0,09%*

96,53%

Agricultura Familiar

3,95%

0,01%*

**

96,03%

Assentamento/Agrovila

1,48%*

**

**

98,52%

Características Urbanas

5,73%

0,05%*

**

94,22%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[29]]

C07_18_qtd_de_placas_de_aquecedor_solar

Subpopulação

1

12

14

19

2

20

25

3

4

5

6

8

Não tem

Agricultura Empresarial

0,89%*

**

**

**

0,09%*

**

**

0,06%*

0,33%*

0,09%*

0,09%*

0,09%*

98,35%

Agricultura Familiar

1,76%*

0,23%*

0,13%*

**

0,08%*

0,13%*

0,04%*

0,26%*

0,01%*

**

0,02%*

0,02%*

97,31%

Assentamento/Agrovila

1,75%*

**

**

0,24%*

**

**

**

**

**

**

**

**

98,01%

Características Urbanas

1,49%

**

**

**

0,05%*

**

**

0,23%*

0,01%*

0,01%*

0,05%*

0,1%*

98,05%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[30]]

C07_2_qtd_de_geladeiras_de_uma_porta

Subpopulação

1

2

3

4

Não tem

Agricultura Empresarial

52,62%

1,7%*

0,06%*

**

45,62%

Agricultura Familiar

52,37%

3,85%

0,13%*

0,05%*

43,6%

Assentamento/Agrovila

60,2%

1,41%*

**

**

38,39%

Características Urbanas

57,93%

1,68%

0,05%*

**

40,34%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[31]]

C07_3_qtd_de_geladeiras_de_duas_ou_mais_portas

Subpopulação

1

2

3

4

Não tem

Agricultura Empresarial

45,44%

3,97%

**

0,27%*

50,32%

Agricultura Familiar

45,68%

4,58%

0,12%*

0,28%*

49,35%

Assentamento/Agrovila

37,71%

2,94%*

**

**

59,35%

Características Urbanas

43,69%

3,42%

0,01%*

**

52,87%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[32]]

C07_4_qtd_de_freezers

Subpopulação

1

2

3

4

5

Não tem

Agricultura Empresarial

24,92%

1,21%*

0,4%*

0,06%*

**

73,41%

Agricultura Familiar

35,71%

1,97%*

0,04%*

**

0,15%*

62,14%

Assentamento/Agrovila

27%

1,1%*

**

**

**

71,9%

Características Urbanas

24,13%

1,16%*

0,29%*

0,25%*

0,05%*

74,12%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[33]]

C07_5_qtd_de_maquinas_de_lavar_roupas

Subpopulação

1

2

3

5

Não tem

Agricultura Empresarial

63,41%

1,23%*

0,09%*

**

35,26%

Agricultura Familiar

65,04%

1,48%*

0,23%*

0,16%*

33,09%

Assentamento/Agrovila

67,29%

0,54%*

**

**

32,18%

Características Urbanas

68,99%

0,94%*

**

**

30,07%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[34]]

C07_6_qtd_de_maquinas_de_lavar_e_secar_roupas

Subpopulação

1

2

3

4

Não tem

Agricultura Empresarial

16,88%

0,33%*

0,08%*

0,08%*

82,63%

Agricultura Familiar

16,13%

0,54%*

**

0,1%*

83,22%

Assentamento/Agrovila

16,2%

**

**

**

83,8%

Características Urbanas

18,08%

0,31%*

**

**

81,6%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[35]]

C07_7_qtd_de_secadoras_de_roupa

Subpopulação

1

Não tem

Agricultura Empresarial

0,64%*

99,36%

Agricultura Familiar

2,18%*

97,82%

Assentamento/Agrovila

1,71%*

98,29%

Características Urbanas

2,12%

97,88%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[36]]

C07_8_qtd_de_maquinas_de_lavar_louca

Subpopulação

1

2

Não tem

Agricultura Empresarial

2,34%

**

97,66%

Agricultura Familiar

3,34%

**

96,66%

Assentamento/Agrovila

3,65%

**

96,35%

Características Urbanas

3,24%

0,08%*

96,68%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[37]]

C07_9_qtd_de_televisores_tubo

Subpopulação

1

2

3

4

Não tem

Agricultura Empresarial

20,66%

0,81%*

**

**

78,53%

Agricultura Familiar

16,7%

0,27%*

0,02%*

0,13%*

82,87%

Assentamento/Agrovila

21,3%

0,91%*

0,21%*

**

77,58%

Características Urbanas

19,09%

0,97%*

0,05%*

0,05%*

79,85%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[38]]

C08_1_qtd_de_mensalistas

Subpopulação

1

2

3

4

5

6

8

Não se aplica

Agricultura Empresarial

2,69%

0,19%*

**

**

**

0,08%*

0,06%*

96,98%

Agricultura Familiar

2,63%

0,54%*

0,16%*

**

0,13%*

**

**

96,54%

Assentamento/Agrovila

1,97%*

**

**

**

**

**

**

98,03%

Características Urbanas

2,07%

0,27%*

**

0,09%*

**

**

**

97,56%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[39]]

C08_contratou_empregado_a_domestico_a_mensalista_ou_caseiro_no_ultimo_mes

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

96,89%

0,09%*

3,02%

Agricultura Familiar

96,29%

0,25%*

3,46%

Assentamento/Agrovila

97,38%

0,65%*

1,97%*

Características Urbanas

97,46%

0,1%*

2,44%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[40]]

C09_1_qtd_de_diaristas

Subpopulação

1

2

3

4

Não se aplica

Agricultura Empresarial

4,38%

0,25%*

**

**

95,37%

Agricultura Familiar

6,07%

0,28%*

**

**

93,65%

Assentamento/Agrovila

2,68%*

0,21%*

0,27%*

**

96,85%

Características Urbanas

3,42%

0,22%*

**

0,05%*

96,31%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[41]]

C09_2_frequencia_mensal_de_diaristas

Subpopulação

Cinco vezes ou mais por mês

Duas vezes por mês

Não sabe

Não se aplica

Quatro vezes por mês

Três vezes por mês

Uma vez por mês

Agricultura Empresarial

0,43%*

1,67%*

0,08%*

95,37%

1%*

0,27%*

1,19%*

Agricultura Familiar

0,83%*

1,12%*

0,1%*

93,65%

2,18%*

0,43%*

1,69%*

Assentamento/Agrovila

1,01%*

1,01%*

0,09%*

96,85%

0,41%*

0,39%*

0,24%*

Características Urbanas

0,5%*

1,04%*

**

96,31%

1,04%*

0,46%*

0,65%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[42]]

C09_contratou_empregado_a_domestico_a_diarista_no_ultimo_mes

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

95,22%

0,16%*

4,63%

Agricultura Familiar

93,44%

0,21%*

6,35%

Assentamento/Agrovila

96,56%

0,29%*

3,15%*

Características Urbanas

95,91%

0,41%*

3,69%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[43]]

C11_1_qtd_de_gatos

Subpopulação

1

10

11

12

13

14

15

16

2

20

23

24

3

30

4

5

50

6

60

64

7

8

9

Não se aplica

Não tem

Agricultura Empresarial

10,9%

0,12%*

0,08%*

0,09%*

**

**

0,09%*

**

6,21%

0,09%*

**

0,08%*

3,32%

0,08%*

0,95%*

0,53%*

**

0,37%*

**

**

0,09%*

0,56%*

**

23,37%

53,06%

Agricultura Familiar

11,29%

0,17%*

0,13%*

0,04%*

0,23%*

**

0,13%*

**

5,58%

**

**

**

2,13%*

0,05%*

1,25%*

1,08%*

**

0,82%*

0,02%*

**

0,29%*

0,2%*

0,13%*

20,64%

55,83%

Assentamento/Agrovila

12,59%

0,24%*

**

**

**

**

**

**

4,94%

**

**

**

2,33%*

**

1,3%*

0,65%*

0,24%*

1,16%*

**

**

**

0,3%*

**

25,55%

50,7%

Características Urbanas

13,26%

0,12%*

0,12%*

0,06%*

**

0,05%*

0,12%*

0,05%*

4,78%

0,06%*

0,08%*

**

1,49%

**

1,02%*

0,68%*

**

0,28%*

**

0,08%*

0,28%*

0,35%*

**

27,99%

49,15%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[44]]

C11_2_qtd_de_cachorros

Subpopulação

1

10

11

12

13

15

16

18

19

2

20

21

22

23

3

30

4

5

6

7

8

9

Não se aplica

Não tem

Agricultura Empresarial

24,55%

0,49%*

0,09%*

0,23%*

**

0,16%*

0,06%*

0,27%*

0,06%*

18,9%

**

**

**

**

11,68%

**

8,03%

3,31%

1,7%*

1,14%*

0,92%*

0,37%*

23,37%

4,69%

Agricultura Familiar

24,54%

0,71%*

0,27%*

0,13%*

0,02%*

0,13%*

0,1%*

0,02%*

**

20,56%

0,08%*

**

**

**

11,98%

**

8,54%

4,07%

2,01%*

1,29%*

0,67%*

0,37%*

20,64%

3,87%

Assentamento/Agrovila

25,94%

0,27%*

0,29%*

0,24%*

**

**

**

**

**

20,77%

0,24%*

0,24%*

0,21%*

**

10,94%

**

4,79%

2,94%*

2,03%*

0,77%*

0,59%*

0,48%*

25,55%

3,71%

Características Urbanas

28,69%

0,26%*

0,09%*

0,15%*

**

**

**

**

**

19,16%

0,08%*

**

**

0,05%*

8,22%

0,1%*

3,83%

2,39%

1,21%*

0,71%*

0,36%*

0,29%*

27,99%

6,43%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[45]]

C11_3_qtd_de_aves

Subpopulação

1

10

11

12

13

14

15

16

17

18

2

20

22

24

25

26

28

3

30

32

36

4

40

5

50

58

6

60

7

70

8

80

9

90

95

98

Não se aplica

Não tem

Agricultura Empresarial

2,91%

0,76%*

**

0,06%*

0,08%*

**

0,67%*

0,06%*

**

**

0,89%*

0,25%*

**

**

0,16%*

**

**

0,75%*

0,18%*

0,06%*

**

0,39%*

0,14%*

1,32%*

0,18%*

**

0,62%*

0,06%*

0,06%*

**

**

0,06%*

0,06%*

**

0,06%*

0,08%*

23,37%

66,75%

Agricultura Familiar

7,86%

1,5%*

**

0,22%*

**

0,05%*

0,84%*

0,02%*

**

0,1%*

2,89%

1,09%*

0,01%*

**

**

0,02%*

**

1,04%*

0,41%*

**

**

0,37%*

0,13%*

0,75%*

0,39%*

**

0,35%*

**

0,1%*

**

0,22%*

0,05%*

**

0,06%*

**

0,1%*

20,64%

60,78%

Assentamento/Agrovila

3,3%*

2,09%*

**

0,21%*

**

**

0,32%*

**

**

**

0,79%*

1,01%*

**

0,18%*

0,08%*

**

**

0,59%*

1,2%*

**

**

0,17%*

0,08%*

1,44%*

0,83%*

**

0,41%*

0,33%*

**

0,09%*

1,19%*

**

0,18%*

**

**

0,17%*

25,55%

59,79%

Características Urbanas

3,24%

0,81%*

0,05%*

0,13%*

**

**

0,16%*

0,05%*

0,08%*

0,05%*

1,58%

0,57%*

0,05%*

**

**

**

0,05%*

0,71%*

0,1%*

**

0,05%*

0,76%*

0,05%*

0,3%*

0,06%*

0,05%*

0,13%*

**

0,2%*

0,05%*

0,11%*

**

0,05%*

**

**

**

27,99%

62,59%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[46]]

C11_4_qtd_de_peixes

Subpopulação

1

10

12

15

19

2

20

3

30

4

40

45

5

50

6

60

7

70

8

90

98

Não se aplica

Não tem

Agricultura Empresarial

0,64%*

0,09%*

0,12%*

0,08%*

**

0,09%*

**

0,14%*

**

0,09%*

**

**

0,06%*

0,16%*

**

0,08%*

**

**

**

**

0,06%*

23,37%

75%

Agricultura Familiar

2,3%*

0,26%*

**

**

0,1%*

0,15%*

0,18%*

0,17%*

0,16%*

**

0,02%*

0,01%*

**

0,08%*

**

**

0,04%*

0,1%*

0,15%*

**

**

20,64%

75,63%

Assentamento/Agrovila

0,76%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,08%*

**

0,18%*

**

**

0,21%*

0,24%*

25,55%

72,98%

Características Urbanas

0,41%*

**

0,08%*

**

**

0,14%*

0,1%*

0,12%*

0,05%*

0,13%*

**

**

0,05%*

**

**

**

**

**

**

0,05%*

0,05%*

27,99%

70,83%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[47]]

C11_5_qtd_de_outros_tipos_de_animais

Subpopulação

1

10

11

12

15

2

20

23

25

3

4

5

6

60

7

8

9

Não se aplica

Não tem

Agricultura Empresarial

1,49%*

0,09%*

**

0,06%*

**

0,87%*

**

**

**

0,42%*

0,26%*

0,14%*

0,14%*

**

**

**

0,06%*

23,37%

73,08%

Agricultura Familiar

3,68%

0,28%*

0,01%*

0,01%*

0,21%*

1,56%*

0,25%*

0,04%*

**

0,26%*

0,27%*

0,2%*

**

**

**

**

0,1%*

20,64%

72,47%

Assentamento/Agrovila

0,8%*

0,08%*

0,21%*

**

**

0,7%*

0,21%*

**

**

0,49%*

0,17%*

0,29%*

**

**

0,45%*

**

**

25,55%

71,05%

Características Urbanas

1,52%

0,1%*

**

**

**

0,25%*

**

**

0,05%*

0,05%*

0,1%*

0,28%*

0,12%*

0,05%*

0,05%*

0,05%*

**

27,99%

69,4%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[48]]

C11_possui_algum_animal_de_estimacao

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

23,37%

**

76,63%

Agricultura Familiar

20,38%

0,26%*

79,36%

Assentamento/Agrovila

25,55%

**

74,45%

Características Urbanas

27,89%

0,1%*

72,01%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA
survey_dom %>% 
  group_by(subpopulacao_agregada,C03_possui_bicicleta) %>% 
  summarise(Permanente=srvyr::survey_total(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente,2),"",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  adorn_totals()
   subpopulacao_agregada C03_possui_bicicleta Permanente Permanente_cv
 Agricultura Empresarial                  Não   10567,97    0,01866210
 Agricultura Empresarial             Não sabe     24,31*    0,67580718
 Agricultura Empresarial                  Sim    4738,73    0,04157342
    Agricultura Familiar                  Não   10986,72    0,02260948
    Agricultura Familiar             Não sabe    176,88*    0,33362253
    Agricultura Familiar                  Sim    5913,41    0,04160782
   Assentamento/Agrovila                  Não     1603,1    0,02694408
   Assentamento/Agrovila             Não sabe      4,36*    0,87796136
   Assentamento/Agrovila                  Sim     845,54    0,05101302
 Características Urbanas                  Não   19941,66    0,01782058
 Características Urbanas             Não sabe    144,07*    0,32150049
 Características Urbanas                  Sim   11593,27    0,03060662
                   Total                    -          -    2,45972869
survey_dom %>% 
  filter(!C03_possui_bicicleta=="Não sabe") %>% 
  group_by(subpopulacao_agregada,C03_possui_bicicleta) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  adorn_totals() %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*","")))
   subpopulacao_agregada C03_possui_bicicleta Permanente Permanente_cv
 Agricultura Empresarial                  Não     69,04%    0,01863419
 Agricultura Empresarial                  Sim     30,96%    0,04155660
    Agricultura Familiar                  Não     65,01%    0,02232357
    Agricultura Familiar                  Sim     34,99%    0,04147573
   Assentamento/Agrovila                  Não     65,47%    0,02689529
   Assentamento/Agrovila                  Sim     34,53%    0,05099236
 Características Urbanas                  Não     63,24%    0,01776816
 Características Urbanas                  Sim     36,76%    0,03056314
                   Total                    -      400%*    0,25020905

2.1.1 C03.1 - Quantidade de Bicicletas

pdad_rural_2022$C03_1_quantidade_de_bicicletas
   [1] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "4"            
   [9] "4"             "4"             "3"             "3"             "3"             "1"             "1"             "1"            
  [17] "1"             "1"             "1"             "2"             "2"             "2"             "2"             "1"            
  [25] "1"             "2"             "2"             "2"             "1"             "1"             "Não se aplica" "Não se aplica"
  [33] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "2"             "2"            
  [41] "Não se aplica" "Não se aplica" "1"             "1"             "1"             "1"             "2"             "2"            
  [49] "2"             "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [57] "Não se aplica" "Não se aplica" "2"             "2"             "2"             "1"             "1"             "1"            
  [65] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [73] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [81] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [89] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [97] "Não se aplica" "1"             "1"             "1"             "1"             "Não se aplica" "Não se aplica" "1"            
 [105] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [113] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"            
 [121] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "3"             "Não se aplica" "2"            
 [129] "2"             "2"             "2"             "2"             "2"             "2"             "2"             "2"            
 [137] "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [145] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [153] "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "2"             "2"            
 [161] "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [169] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "Não se aplica"
 [177] "Não se aplica" "2"             "2"             "2"             "1"             "1"             "1"             "1"            
 [185] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [193] "Não se aplica" "1"             "1"             "1"             "2"             "2"             "2"             "2"            
 [201] "Não se aplica" "Não se aplica" "1"             "1"             "Não se aplica" "Não se aplica" "1"             "1"            
 [209] "2"             "2"             "2"             "2"             "2"             "2"             "Não se aplica" "1"            
 [217] "1"             "1"             "2"             "2"             "2"             "Não se aplica" "Não se aplica" "Não se aplica"
 [225] "3"             "3"             "3"             "2"             "2"             "2"             "Não se aplica" "4"            
 [233] "4"             "4"             "4"             "4"             "Não se aplica" "Não se aplica" "Não se aplica" "3"            
 [241] "3"             "3"             "3"             "3"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [249] "Não se aplica" "Não se aplica" "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica"
 [257] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"            
 [265] "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [273] "Não se aplica" "Não se aplica" "1"             "1"             "1"             "1"             "Não se aplica" "Não se aplica"
 [281] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"            
 [289] "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [297] "Não se aplica" "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [305] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"             "1"            
 [313] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [321] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [329] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [337] "1"             "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [345] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [353] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"            
 [361] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [369] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [377] "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"             "1"             "2"            
 [385] "2"             "1"             "1"             "1"             "1"             "1"             "1"             "Não se aplica"
 [393] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [401] "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica"
 [409] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [417] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [425] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [433] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [441] "Não se aplica" "Não se aplica" "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica"
 [449] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [457] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [465] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [473] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [481] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [489] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [497] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [505] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [513] "Não se aplica" "1"             "1"             "1"             "1"             "1"             "1"             "1"            
 [521] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [529] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [537] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "Não se aplica" "Não se aplica"
 [545] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "2"            
 [553] "2"             "2"             "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [561] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [569] "Não se aplica" "Não se aplica" "Não se aplica" "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [577] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [585] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"            
 [593] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"            
 [601] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [609] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [617] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [625] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [633] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [641] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [649] "Não se aplica" "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [657] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [665] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [673] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [681] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [689] "Não se aplica" "1"             "2"             "2"             "2"             "2"             "2"             "2"            
 [697] "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [705] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [713] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [721] "Não se aplica" "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "2"            
 [729] "2"             "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [737] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [745] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [753] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [761] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [769] "Não se aplica" "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [777] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [785] "Não se aplica" "2"             "2"             "2"             "2"             "2"             "Não se aplica" "Não se aplica"
 [793] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [801] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [809] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [817] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [825] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [833] "Não se aplica" "Não se aplica" "1"             "1"             "1"             "1"             "1"             "1"            
 [841] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"            
 [849] "1"             "1"             "1"             "1"             "2"             "2"             "Não se aplica" "Não se aplica"
 [857] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [865] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "2"             "2"             "2"             "2"            
 [873] "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"            
 [881] "1"             "1"             "1"             "2"             "2"             "Não se aplica" "Não se aplica" "Não se aplica"
 [889] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [897] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"            
 [905] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"            
 [913] "1"             "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [921] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [929] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [937] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "2"             "2"            
 [945] "2"             "2"             "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [953] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "Não se aplica"
 [961] "Não se aplica" "1"             "1"             "Não se aplica" "Não se aplica" "2"             "2"             "2"            
 [969] "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [977] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"            
 [985] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "Não se aplica" "Não se aplica" "2"            
 [993] "2"             "Não se aplica" "2"             "2"             "2"             "2"             "Não se aplica" "Não se aplica"
 [ reached getOption("max.print") -- omitted 14357 entries ]
nome<-"C03.1 - Quantidade de Bicicletas"
i<-"C03_1_quantidade_de_bicicletas"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(C03_1_quantidade_de_bicicletas)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.

C03.1 - Quantidade de Bicicletas

media

media_cv

1,48

0,01

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(C03_1_quantidade_de_bicicletas)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.

C03.1 - Quantidade de Bicicletas

subpopulacao_agregada

media

Agricultura Empresarial

1,54

Agricultura Familiar

1,45

Assentamento/Agrovila

1,44

Características Urbanas

1,47

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

2.1.2 C04.1 - Quantidade de carroças:

pdad_rural_2022$C04_1_quantidade_de_carrocas
   [1] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
   [9] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"            
  [17] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não sabe"     
  [25] "Não sabe"      "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [33] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [41] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [49] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [57] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [65] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [73] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [81] "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"             "1"             "1"            
  [89] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [97] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [105] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [113] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [121] "Não se aplica" "Não se aplica" "3"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [129] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [137] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [145] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "Não se aplica" "Não se aplica" "Não se aplica"
 [153] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [161] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [169] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [177] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [185] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [193] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [201] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [209] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [217] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [225] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [233] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [241] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [249] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [257] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [265] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [273] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [281] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [289] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [297] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [305] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [313] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [321] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [329] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [337] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [345] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [353] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [361] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [369] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [377] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [385] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [393] "Não se aplica" "Não se aplica" "Não se aplica" "Não sabe"      "Não sabe"      "3"             "3"             "3"            
 [401] "3"             "3"             "3"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [409] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [417] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [425] "Não se aplica" "Não se aplica" "Não sabe"      "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [433] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [441] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [449] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [457] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [465] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [473] "Não se aplica" "Não sabe"      "Não sabe"      "Não sabe"      "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [481] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [489] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [497] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [505] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [513] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [521] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [529] "Não se aplica" "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "Não se aplica"
 [537] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [545] "Não se aplica" "Não se aplica" "1"             "1"             "1"             "Não se aplica" "Não se aplica" "3"            
 [553] "3"             "3"             "3"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [561] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [569] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [577] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [585] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [593] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [601] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [609] "Não se aplica" "1"             "1"             "1"             "1"             "1"             "1"             "1"            
 [617] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [625] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [633] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [641] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [649] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [657] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [665] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [673] "Não sabe"      "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [681] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [689] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [697] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"            
 [705] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [713] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [721] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"            
 [729] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"            
 [737] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [745] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [753] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [761] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [769] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [777] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não sabe"      "Não sabe"      "Não sabe"      "Não sabe"     
 [785] "Não sabe"      "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [793] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"             "1"            
 [801] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"            
 [809] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [817] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [825] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [833] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [841] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [849] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [857] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [865] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [873] "Não se aplica" "Não sabe"      "Não sabe"      "Não sabe"      "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [881] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [889] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [897] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [905] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [913] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [921] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [929] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [937] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [945] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [953] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [961] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [969] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [977] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [985] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [993] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [ reached getOption("max.print") -- omitted 14357 entries ]
nome<-"C04.1 - Quantidade de carroças:"
i<-"C04_1_quantidade_de_carrocas"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(C04_1_quantidade_de_carrocas)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.

C04.1 - Quantidade de carroças:

media

media_cv

1,36

0,05

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(C04_1_quantidade_de_carrocas)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.

C04.1 - Quantidade de carroças:

subpopulacao_agregada

media

Agricultura Empresarial

1,56

Agricultura Familiar

1,2

Assentamento/Agrovila

1,07

Características Urbanas

1,33

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

2.1.3 C04.2 - Quantidade de cavalos

pdad_rural_2022$C04_2_quantidade_de_cavalos
   [1] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
   [9] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"            
  [17] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"            
  [25] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [33] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [41] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [49] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [57] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [65] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [73] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [81] "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"             "1"             "1"            
  [89] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
  [97] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [105] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [113] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [121] "Não se aplica" "Não se aplica" "3"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [129] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [137] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [145] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "Não se aplica" "Não se aplica" "Não se aplica"
 [153] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [161] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [169] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [177] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [185] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [193] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [201] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [209] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [217] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [225] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [233] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [241] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [249] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [257] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [265] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [273] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [281] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [289] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [297] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [305] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [313] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [321] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [329] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [337] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [345] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [353] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [361] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [369] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [377] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [385] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [393] "Não se aplica" "Não se aplica" "Não se aplica" "2"             "2"             "3"             "3"             "3"            
 [401] "3"             "3"             "3"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [409] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [417] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [425] "Não se aplica" "Não se aplica" "3"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [433] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [441] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [449] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [457] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [465] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [473] "Não se aplica" "2"             "2"             "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [481] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [489] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [497] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [505] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [513] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [521] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [529] "Não se aplica" "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "Não se aplica"
 [537] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [545] "Não se aplica" "Não se aplica" "1"             "1"             "1"             "Não se aplica" "Não se aplica" "3"            
 [553] "3"             "3"             "3"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [561] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [569] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [577] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [585] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [593] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [601] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [609] "Não se aplica" "2"             "2"             "2"             "2"             "2"             "2"             "2"            
 [617] "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [625] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [633] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [641] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [649] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [657] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [665] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [673] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [681] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [689] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [697] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"            
 [705] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [713] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [721] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"            
 [729] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"            
 [737] "1"             "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [745] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [753] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [761] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [769] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [777] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "2"             "2"             "2"             "2"            
 [785] "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [793] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"             "1"             "1"             "1"            
 [801] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "1"            
 [809] "1"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [817] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [825] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [833] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [841] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [849] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [857] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [865] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [873] "Não se aplica" "2"             "2"             "2"             "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [881] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [889] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [897] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [905] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [913] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [921] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [929] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [937] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [945] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [953] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [961] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [969] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [977] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [985] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [993] "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica" "Não se aplica"
 [ reached getOption("max.print") -- omitted 14357 entries ]
nome<-"C04.2 - Quantidade de cavalos"
i<-"C04_2_quantidade_de_cavalos"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(C04_2_quantidade_de_cavalos)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.

C04.2 - Quantidade de cavalos

media

media_cv

1,75

0,05

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(C04_2_quantidade_de_cavalos)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.

C04.2 - Quantidade de cavalos

subpopulacao_agregada

media

Agricultura Empresarial

1,91

Agricultura Familiar

1,6

Assentamento/Agrovila

1,4

Características Urbanas

1,75

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

2.1.4 C11.animais de estimação

pdad_rural_2022 %>% select(starts_with("c11_")) %>% colnames()->a
list()->C11_animais_dom
or<-1
for (i in a[1:5]) {
  
nome<-i
#i<-"C11_1_qtd_de_gatos"
survey_dom %>% 
  mutate(var=ifelse(!!sym(i)=="Não tem",0,!!sym(i)),
         var=as.numeric(var),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->C11_animais_dom[[or]]
  #mutate(ic95=total_se*1.95,upp=total-ic95)
or<-or+1
survey_dom %>% 
  mutate(var=ifelse(!!sym(i)=="Não tem",0,!!sym(i)),
         var=as.numeric(var),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->C11_animais_dom[[or]]
or<-or+1

}
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
Aviso: There were 21 warnings in `mutate()`.
The first warning was:
ℹ In argument: `var = as.numeric(var)`.
ℹ In group 1: `estrato_v2 = "Agricultura Empresarial - Leste"`.
Caused by warning:
! NAs introduzidos por coerção
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 20 remaining warnings.
C11_animais_dom
[[1]]

C11_1_qtd_de_gatos

media

media_cv

0,77

0,06

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

C11_1_qtd_de_gatos

subpopulacao_agregada

media

Agricultura Empresarial

0,75

Agricultura Familiar

0,76

Assentamento/Agrovila

0,83

Características Urbanas

0,77

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

C11_2_qtd_de_cachorros

media

media_cv

2,31

0,02

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

C11_2_qtd_de_cachorros

subpopulacao_agregada

media

Agricultura Empresarial

2,52

Agricultura Familiar

2,56

Assentamento/Agrovila

2,47

Características Urbanas

2,05

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

C11_3_qtd_de_aves

media

media_cv

1,26

0,07

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

C11_3_qtd_de_aves

subpopulacao_agregada

media

Agricultura Empresarial

1,22

Agricultura Familiar

1,75

Assentamento/Agrovila

2,77

Características Urbanas

0,86

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

C11_4_qtd_de_peixes

media

media_cv

0,3*

0,20

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

C11_4_qtd_de_peixes

subpopulacao_agregada

media

Agricultura Empresarial

0,32*

Agricultura Familiar

0,38*

Assentamento/Agrovila

0,6*

Características Urbanas

0,21*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

C11_5_qtd_de_outros_tipos_de_animais

media

media_cv

0,18

0,15

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

C11_5_qtd_de_outros_tipos_de_animais

subpopulacao_agregada

media

Agricultura Empresarial

0,12

Agricultura Familiar

0,29

Assentamento/Agrovila

0,22*

Características Urbanas

0,15*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA
C11_animais_dom
[[1]]

C11_1_qtd_de_gatos

media

media_cv

2,48

0,05

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

C11_1_qtd_de_gatos

subpopulacao_agregada

media

Agricultura Empresarial

2,45

Agricultura Familiar

2,57

Assentamento/Agrovila

2,6

Características Urbanas

2,43

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

C11_2_qtd_de_cachorros

media

media_cv

2,48

0,05

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

C11_2_qtd_de_cachorros

subpopulacao_agregada

media

Agricultura Empresarial

2,45

Agricultura Familiar

2,57

Assentamento/Agrovila

2,6

Características Urbanas

2,43

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

C11_3_qtd_de_aves

media

media_cv

2,48

0,05

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

C11_3_qtd_de_aves

subpopulacao_agregada

media

Agricultura Empresarial

2,45

Agricultura Familiar

2,57

Assentamento/Agrovila

2,6

Características Urbanas

2,43

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

C11_4_qtd_de_peixes

media

media_cv

2,48

0,05

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

C11_4_qtd_de_peixes

subpopulacao_agregada

media

Agricultura Empresarial

2,45

Agricultura Familiar

2,57

Assentamento/Agrovila

2,6

Características Urbanas

2,43

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

C11_5_qtd_de_outros_tipos_de_animais

media

media_cv

2,48

0,05

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

C11_5_qtd_de_outros_tipos_de_animais

subpopulacao_agregada

media

Agricultura Empresarial

2,45

Agricultura Familiar

2,57

Assentamento/Agrovila

2,6

Características Urbanas

2,43

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

3 Bloco D

a<-colnames(pdad_rural_2022 %>% select(starts_with("D")))
list()->blocoD_prop
or<-1
for (i in a[2:15]) {
  print(i)
survey_dom %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoD_prop[[or]]  # Define título formatado
  or<-1+or
}
[1] "D01_nos_ultimos_tres_meses_os_moradores_deste_domicilio_tiveram_a_preocupacao_de_que_os_alimentos_acabassem_antes_de_poderem_comprar_ou_receber_mais_comida"
spread: reorganized (D01_nos_ultimos_tres_meses_os_moradores_deste_domicilio_tiveram_a_preocupacao_de_que_os_alimentos_acabassem_antes_de_poderem_comprar_ou_receber_mais_comida, Permanente) into (Não, Não sabe, Sim) [was 11x3, now 4x4]
[1] "D02_nos_ultimos_tres_meses_os_alimentos_acabaram_antes_que_os_moradores_deste_domicilio_tivessem_dinheiro_para_comprar_mais_comida"
spread: reorganized (D02_nos_ultimos_tres_meses_os_alimentos_acabaram_antes_que_os_moradores_deste_domicilio_tivessem_dinheiro_para_comprar_mais_comida, Permanente) into (Não, Não sabe, Sim) [was 11x3, now 4x4]
[1] "D03_nos_ultimos_tres_meses_os_moradores_deste_domicilio_ficaram_sem_dinheiro_para_ter_uma_alimentacao_saudavel_e_variada"
spread: reorganized (D03_nos_ultimos_tres_meses_os_moradores_deste_domicilio_ficaram_sem_dinheiro_para_ter_uma_alimentacao_saudavel_e_variada, Permanente) into (Não, Não sabe, Sim) [was 11x3, now 4x4]
[1] "D04_nos_ultimos_tres_meses_os_moradores_deste_domicilio_comeram_apenas_alguns_alimentos_que_ainda_tinham_por_que_o_dinheiro_acabou"
spread: reorganized (D04_nos_ultimos_tres_meses_os_moradores_deste_domicilio_comeram_apenas_alguns_alimentos_que_ainda_tinham_por_que_o_dinheiro_acabou, Permanente) into (Não, Não sabe, Sim) [was 12x3, now 4x4]
[1] "D05_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_deixou_de_fazer_alguma_refeicao_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D05_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_deixou_de_fazer_alguma_refeicao_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não sabe, Não se aplica, Sim) [was 13x3, now 4x5]
[1] "D06_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_alguma_vez_comeu_menos_do_que_achou_que_devia_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D06_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_alguma_vez_comeu_menos_do_que_achou_que_devia_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não sabe, Não se aplica, Sim) [was 15x3, now 4x5]
[1] "D07_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_alguma_vez_sentiu_fome_mas_nao_comeu_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D07_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_alguma_vez_sentiu_fome_mas_nao_comeu_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não sabe, Não se aplica, Sim) [was 13x3, now 4x5]
[1] "D08_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_alguma_vez_fez_apenas_uma_refeicao_ao_dia_ou_ficou_um_dia_inteiro_sem_comer_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D08_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_alguma_vez_fez_apenas_uma_refeicao_ao_dia_ou_ficou_um_dia_inteiro_sem_comer_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não se aplica, Sim) [was 12x3, now 4x4]
[1] "D09_nos_ultimos_tres_meses_algum_morador_com_menos_de_18_anos_de_idade_alguma_vez_deixou_de_ter_uma_alimentacao_saudavel_e_variada_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D09_nos_ultimos_tres_meses_algum_morador_com_menos_de_18_anos_de_idade_alguma_vez_deixou_de_ter_uma_alimentacao_saudavel_e_variada_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não sabe, Não se aplica, Sim) [was 13x3, now 4x5]
[1] "D10_nos_ultimos_tres_meses_algum_morador_com_menos_de_18_anos_de_idade_alguma_vez_nao_comeu_quantidade_suficiente_de_comida_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D10_nos_ultimos_tres_meses_algum_morador_com_menos_de_18_anos_de_idade_alguma_vez_nao_comeu_quantidade_suficiente_de_comida_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não se aplica, Sim) [was 12x3, now 4x4]
[1] "D11_nos_ultimos_tres_meses_alguma_vez_foi_diminuida_a_quantidade_de_alimentos_das_refeicoes_de_algum_morador_com_menos_de_18_anos_de_idade_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D11_nos_ultimos_tres_meses_alguma_vez_foi_diminuida_a_quantidade_de_alimentos_das_refeicoes_de_algum_morador_com_menos_de_18_anos_de_idade_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não sabe, Não se aplica, Sim) [was 13x3, now 4x5]
[1] "D12_nos_ultimos_tres_meses_alguma_vez_algum_morador_com_menos_de_18_anos_de_idade_deixou_de_fazer_alguma_refeicao_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D12_nos_ultimos_tres_meses_alguma_vez_algum_morador_com_menos_de_18_anos_de_idade_deixou_de_fazer_alguma_refeicao_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não sabe, Não se aplica, Sim) [was 15x3, now 4x5]
[1] "D13_nos_ultimos_tres_meses_alguma_vez_algum_morador_com_menos_de_18_anos_de_idade_sentiu_fome_mas_nao_comeu_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D13_nos_ultimos_tres_meses_alguma_vez_algum_morador_com_menos_de_18_anos_de_idade_sentiu_fome_mas_nao_comeu_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não sabe, Não se aplica, Sim) [was 14x3, now 4x5]
[1] "D14_nos_ultimos_tres_meses_alguma_vez_algum_morador_com_menos_de_18_anos_de_idade_fez_apenas_uma_refeicao_ao_dia_ou_ficou_sem_comer_por_um_dia_inteiro_porque_nao_havia_dinheiro_para_comprar_comida"
spread: reorganized (D14_nos_ultimos_tres_meses_alguma_vez_algum_morador_com_menos_de_18_anos_de_idade_fez_apenas_uma_refeicao_ao_dia_ou_ficou_sem_comer_por_um_dia_inteiro_porque_nao_havia_dinheiro_para_comprar_comida, Permanente) into (Não, Não se aplica, Sim) [was 12x3, now 4x4]
blocoD_prop
[[1]]

D01_nos_ultimos_tres_meses_os_moradores_deste_domicilio_tiveram_a_preocupacao_de_que_os_alimentos_acabassem_antes_de_poderem_comprar_ou_receber_mais_comida

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

83,89%

0,24%*

15,87%

Agricultura Familiar

81,77%

0,04%*

18,19%

Assentamento/Agrovila

80,6%

**

19,4%

Características Urbanas

77,98%

0,14%*

21,87%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

D02_nos_ultimos_tres_meses_os_alimentos_acabaram_antes_que_os_moradores_deste_domicilio_tivessem_dinheiro_para_comprar_mais_comida

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

89,13%

0,3%*

10,57%

Agricultura Familiar

86,54%

0,42%*

13,04%

Assentamento/Agrovila

86,78%

**

13,22%

Características Urbanas

84,46%

0,24%*

15,29%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

D03_nos_ultimos_tres_meses_os_moradores_deste_domicilio_ficaram_sem_dinheiro_para_ter_uma_alimentacao_saudavel_e_variada

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

87,89%

0,14%*

11,97%

Agricultura Familiar

87,07%

0,3%*

12,63%

Assentamento/Agrovila

84,06%

**

15,94%

Características Urbanas

82,41%

0,35%*

17,24%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

D04_nos_ultimos_tres_meses_os_moradores_deste_domicilio_comeram_apenas_alguns_alimentos_que_ainda_tinham_por_que_o_dinheiro_acabou

Subpopulação

Não

Não sabe

Sim

Agricultura Empresarial

87,69%

0,14%*

12,17%

Agricultura Familiar

87,79%

0,39%*

11,82%

Assentamento/Agrovila

83,73%

0,18%*

16,09%

Características Urbanas

83,28%

0,25%*

16,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

D05_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_deixou_de_fazer_alguma_refeicao_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não sabe

Não se aplica

Sim

Agricultura Empresarial

11,63%

**

81,5%

6,87%

Agricultura Familiar

15,12%

**

78,61%

6,28%

Assentamento/Agrovila

16,8%

**

76,29%

6,9%

Características Urbanas

15,88%

0,05%*

75,38%

8,68%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

D06_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_alguma_vez_comeu_menos_do_que_achou_que_devia_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não sabe

Não se aplica

Sim

Agricultura Empresarial

11,32%

0,06%*

81,5%

7,12%

Agricultura Familiar

14,38%

0,02%*

78,61%

6,99%

Assentamento/Agrovila

14,69%

**

76,29%

9,01%

Características Urbanas

14,65%

0,05%*

75,38%

9,92%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

D07_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_alguma_vez_sentiu_fome_mas_nao_comeu_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não sabe

Não se aplica

Sim

Agricultura Empresarial

12,48%

**

81,5%

6,02%

Agricultura Familiar

15,47%

**

78,61%

5,92%

Assentamento/Agrovila

17,88%

**

76,29%

5,82%

Características Urbanas

16,59%

0,11%*

75,38%

7,92%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

D08_nos_ultimos_tres_meses_algum_morador_de_18_anos_ou_mais_de_idade_alguma_vez_fez_apenas_uma_refeicao_ao_dia_ou_ficou_um_dia_inteiro_sem_comer_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não se aplica

Sim

Agricultura Empresarial

12,44%

81,5%

6,06%

Agricultura Familiar

15,22%

78,61%

6,17%

Assentamento/Agrovila

17,51%

76,29%

6,19%

Características Urbanas

16,22%

75,38%

8,4%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

D09_nos_ultimos_tres_meses_algum_morador_com_menos_de_18_anos_de_idade_alguma_vez_deixou_de_ter_uma_alimentacao_saudavel_e_variada_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não sabe

Não se aplica

Sim

Agricultura Empresarial

6,04%

**

89,73%

4,23%

Agricultura Familiar

7,53%

0,02%*

88,27%

4,18%

Assentamento/Agrovila

6,1%

**

88,25%

5,65%

Características Urbanas

8,87%

**

83,86%

7,27%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

D10_nos_ultimos_tres_meses_algum_morador_com_menos_de_18_anos_de_idade_alguma_vez_nao_comeu_quantidade_suficiente_de_comida_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não se aplica

Sim

Agricultura Empresarial

6,71%

89,73%

3,57%

Agricultura Familiar

7,99%

88,27%

3,74%

Assentamento/Agrovila

7,83%

88,25%

3,92%

Características Urbanas

10,01%

83,86%

6,13%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[11]]

D11_nos_ultimos_tres_meses_alguma_vez_foi_diminuida_a_quantidade_de_alimentos_das_refeicoes_de_algum_morador_com_menos_de_18_anos_de_idade_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não sabe

Não se aplica

Sim

Agricultura Empresarial

6,66%

**

89,73%

3,61%

Agricultura Familiar

7,92%

0,01%*

88,27%

3,79%

Assentamento/Agrovila

7,67%

**

88,25%

4,08%

Características Urbanas

10,14%

**

83,86%

6%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[12]]

D12_nos_ultimos_tres_meses_alguma_vez_algum_morador_com_menos_de_18_anos_de_idade_deixou_de_fazer_alguma_refeicao_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não sabe

Não se aplica

Sim

Agricultura Empresarial

6,88%

**

89,73%

3,39%

Agricultura Familiar

8,32%

0,06%*

88,27%

3,34%

Assentamento/Agrovila

8,76%

0,48%*

88,25%

2,51%*

Características Urbanas

10,58%

0,14%*

83,86%

5,41%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[13]]

D13_nos_ultimos_tres_meses_alguma_vez_algum_morador_com_menos_de_18_anos_de_idade_sentiu_fome_mas_nao_comeu_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não sabe

Não se aplica

Sim

Agricultura Empresarial

7,33%

**

89,73%

2,94%

Agricultura Familiar

8,03%

0,26%*

88,27%

3,44%

Assentamento/Agrovila

8,88%

**

88,25%

2,87%*

Características Urbanas

11,16%

0,05%*

83,86%

4,93%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[14]]

D14_nos_ultimos_tres_meses_alguma_vez_algum_morador_com_menos_de_18_anos_de_idade_fez_apenas_uma_refeicao_ao_dia_ou_ficou_sem_comer_por_um_dia_inteiro_porque_nao_havia_dinheiro_para_comprar_comida

Subpopulação

Não

Não se aplica

Sim

Agricultura Empresarial

7,5%

89,73%

2,77%

Agricultura Familiar

8,35%

88,27%

3,38%

Assentamento/Agrovila

9,33%

88,25%

2,42%*

Características Urbanas

10,86%

83,86%

5,28%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

4 Bloco E

a<-colnames(pdad_rural_2022 %>% select(starts_with("E")))
list()->blocoE_prop
or<-1
for (i in a[4:42]) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoE_prop[[or]]  # Define título formatado
  or<-1+or
}
[1] "E02_dt_anos"
Aviso: There were 170 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 185: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E02_dt_anos = "1931-07-01"`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 169 remaining warnings.
spread: reorganized (E02_dt_anos, Permanente) into (1925-07-01, 1927-07-01, 1928-07-01, 1930-07-01, 1931-07-01, …) [was 363x3, now 4x98]
[1] "E02_idade"
Aviso: There were 178 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 188: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E02_idade = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 177 remaining warnings.
spread: reorganized (E02_idade, Permanente) into (0, 1, 2, 3, 4, …) [was 370x3, now 4x99]
[1] "E03"
Aviso: There were 4 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 5: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E03 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 3 remaining warnings.
spread: reorganized (E03, Permanente) into (1, 2) [was 8x3, now 4x3]
[1] "E04"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E04 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (E04, Permanente) into (1, 2, 99999) [was 12x3, now 4x4]
[1] "E04_1"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E04_1 = 2`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (E04_1, Permanente) into (1, 2, 3, 4, 10, …) [was 16x3, now 4x7]
[1] "E04_1_1"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 1: `subpopulacao_agregada = "Agricultura Empresarial"` and `E04_1_1 = 99999`.
Caused by warning:
! glm.fit: algoritmo não convergiu
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (E04_1_1, Permanente) into (99999) [was 4x3, now 4x2]
[1] "E04_2"
Aviso: There were 16 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 23: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E04_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 15 remaining warnings.
spread: reorganized (E04_2, Permanente) into (1, 2, 3, 5, 6, …) [was 42x3, now 4x15]
[1] "E04_2_1"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 1: `subpopulacao_agregada = "Agricultura Empresarial"` and `E04_2_1 = 99999`.
Caused by warning:
! glm.fit: algoritmo não convergiu
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (E04_2_1, Permanente) into (99999) [was 4x3, now 4x2]
[1] "E05"
Aviso: There were 30 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 35: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E05 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 29 remaining warnings.
spread: reorganized (E05, Permanente) into (1, 2, 3, 4, 5, …) [was 63x3, now 4x18]
[1] "E05_1"
Aviso: There were 646 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 1142: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E05_1 = "11942-2"`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 645 remaining warnings.
spread: reorganized (E05_1, Permanente) into (10008-2, 10017-2, 10032-2, 10096-2, 10132-2, …) [was 2384x3, now 4x2379]
[1] "E06"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 11: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E06 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (E06, Permanente) into (1, 2, 3, 4, 5) [was 20x3, now 4x6]
[1] "E07"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E07 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (E07, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "E08"
Aviso: There were 14 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 15: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E08 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 13 remaining warnings.
spread: reorganized (E08, Permanente) into (1, 2, 3, 4, 5, …) [was 28x3, now 4x8]
[1] "E09"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 11: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E09 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (E09, Permanente) into (1, 2, 3, 88888, 99999) [was 20x3, now 4x6]
[1] "E10"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 11: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E10 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (E10, Permanente) into (1, 2, 3, 4, 99999) [was 20x3, now 4x6]
[1] "E11"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 11: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E11 = 2`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (E11, Permanente) into (1, 2, 3, 4, 99999) [was 19x3, now 4x6]
[1] "E12"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 11: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E12 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (E12, Permanente) into (1, 2, 3, 4, 99999) [was 20x3, now 4x6]
[1] "E13"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 11: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E13 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (E13, Permanente) into (1, 2, 3, 4, 99999) [was 20x3, now 4x6]
[1] "E14"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 11: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E14 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (E14, Permanente) into (1, 2, 3, 4, 99999) [was 20x3, now 4x6]
[1] "E15"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E15 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (E15, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "E16pais"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 21: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E16pais = 4`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (E16pais, Permanente) into (4, 16, 56, 76, 86, …) [was 35x3, now 4x19]
[1] "E16uf"
Aviso: There were 46 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 56: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E16uf = 13`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 45 remaining warnings.
spread: reorganized (E16uf, Permanente) into (11, 12, 13, 14, 15, …) [was 104x3, now 4x29]
[1] "E16municipio"
Aviso: There were 742 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 1314: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E16municipio = 88888`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 741 remaining warnings.
spread: reorganized (E16municipio, Permanente) into (88888, 99999, 110020, 110037, 120040, …) [was 2458x3, now 4x1425]
[1] "E17"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E17 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (E17, Permanente) into (1, 2, 88888, 99999) [was 13x3, now 4x5]
[1] "E18pais"
Aviso: There were 12 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 21: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E18pais = 4`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 11 remaining warnings.
spread: reorganized (E18pais, Permanente) into (4, 8, 56, 76, 124, …) [was 40x3, now 4x21]
[1] "E18uf"
Aviso: There were 50 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 56: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E18uf = 13`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 49 remaining warnings.
spread: reorganized (E18uf, Permanente) into (11, 12, 13, 14, 15, …) [was 107x3, now 4x29]
[1] "E18municipio"
Aviso: There were 726 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 1228: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E18municipio = 88888`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 725 remaining warnings.
spread: reorganized (E18municipio, Permanente) into (88888, 99999, 110001, 110012, 110015, …) [was 2306x3, now 4x1347]
[1] "E18_1"
Aviso: There were 4 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 5: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E18_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 3 remaining warnings.
spread: reorganized (E18_1, Permanente) into (1, 2) [was 8x3, now 4x3]
[1] "E19"
Aviso: There were 128 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 129: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E19 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 127 remaining warnings.
spread: reorganized (E19, Permanente) into (0, 1, 2, 3, 4, …) [was 256x3, now 4x65]
[1] "E20"
Aviso: There were 120 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 128: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E20 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 119 remaining warnings.
spread: reorganized (E20, Permanente) into (0, 1, 2, 3, 4, …) [was 250x3, now 4x65]
[1] "E21"
Aviso: There were 18 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 31: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E21 = "Brazlândia"`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 17 remaining warnings.
spread: reorganized (E21, Permanente) into (Águas Claras, Brazlândia, Ceilândia, Fercal, Gama, …) [was 56x3, now 4x26]
[1] "E21_pais"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E21_pais = 4`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (E21_pais, Permanente) into (4, 76, 258, 663, 724, …) [was 17x3, now 4x9]
[1] "E21_estado"
Aviso: There were 24 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 34: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E21_estado = 13`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 23 remaining warnings.
spread: reorganized (E21_estado, Permanente) into (13, 15, 17, 21, 22, …) [was 63x3, now 4x23]
[1] "E21_municipio"
Aviso: There were 56 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 118: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E21_municipio = 99999`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 55 remaining warnings.
spread: reorganized (E21_municipio, Permanente) into (99999, 130130, 130255, 130260, 150060, …) [was 257x3, now 4x180]
[1] "E22"
Aviso: There were 18 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 19: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E22 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 17 remaining warnings.
spread: reorganized (E22, Permanente) into (1, 2, 3, 4, 5, …) [was 36x3, now 4x10]
[1] "E23"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E23 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (E23, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "E23_1"
Aviso: There were 26 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 44: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E23_1 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 25 remaining warnings.
spread: reorganized (E23_1, Permanente) into (0, 1, 2, 3, 4, …) [was 83x3, now 4x32]
[1] "estrato_v3"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 11: `subpopulacao_agregada = "Assentamento/Agrovila"` and `estrato_v3 = "assentamento_agrovila_central_adjacente_i"`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (estrato_v3, Permanente) into (agricultura_empresarial_leste, agricultura_empresarial_norte, agricultura_empresarial_oeste, agricultura_empresarial_sul, agricultura_familiar_central_adjacente_i, …) [was 21x3, now 4x22]
[1] "E03_sexo"
Aviso: There were 4 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 5: `subpopulacao_agregada = "Assentamento/Agrovila"` and `E03_sexo = "Feminino"`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 3 remaining warnings.
spread: reorganized (E03_sexo, Permanente) into (Feminino, Masculino) [was 8x3, now 4x3]
blocoE_prop
[[1]]

E02_dt_anos

Subpopulação

1925-07-01

1927-07-01

1928-07-01

1930-07-01

1931-07-01

1932-07-01

1933-07-01

1934-07-01

1935-07-01

1936-07-01

1937-07-01

1938-07-01

1939-07-01

1940-07-01

1941-07-01

1942-07-01

1943-07-01

1944-07-01

1945-07-01

1946-07-01

1947-07-01

1948-07-01

1949-07-01

1950-07-01

1951-07-01

1952-07-01

1953-07-01

1954-07-01

1955-07-01

1956-07-01

1957-07-01

1958-07-01

1959-07-01

1960-07-01

1961-07-01

1962-07-01

1963-07-01

1964-07-01

1965-07-01

1966-07-01

1967-07-01

1968-07-01

1969-07-01

1970-07-01

1971-07-01

1972-07-01

1973-07-01

1974-07-01

1975-07-01

1976-07-01

1977-07-01

1978-07-01

1979-07-01

1980-07-01

1981-07-01

1982-07-01

1983-07-01

1984-07-01

1985-07-01

1986-07-01

1987-07-01

1988-07-01

1989-07-01

1990-07-01

1991-07-01

1992-07-01

1993-07-01

1994-07-01

1995-07-01

1996-07-01

1997-07-01

1998-07-01

1999-07-01

2000-07-01

2001-07-01

2002-07-01

2003-07-01

2004-07-01

2005-07-01

2006-07-01

2007-07-01

2008-07-01

2009-07-01

2010-07-01

2011-07-01

2012-07-01

2013-07-01

2014-07-01

2015-07-01

2016-07-01

2017-07-01

2018-07-01

2019-07-01

2020-07-01

2021-07-01

2022-07-01

<NA>

Agricultura Empresarial

**

**

0,02%*

**

**

0,02%*

0,02%*

**

0,03%*

0,04%*

0,02%*

0,02%*

0,05%*

0,12%*

0,03%*

0,16%*

**

0,13%*

0,05%*

0,1%*

0,22%*

0,06%*

0,31%*

0,2%*

0,17%*

0,16%*

0,19%*

0,4%*

0,26%*

0,19%*

0,5%*

0,38%*

0,38%*

0,35%*

0,43%*

0,54%

0,44%*

0,66%

0,37%*

0,34%*

0,5%*

0,71%

0,63%*

0,7%

0,69%

0,96%

0,65%*

0,67%*

0,68%*

0,73%

0,65%

0,7%*

0,8%

0,97%

0,53%*

1,26%

0,84%

0,81%

0,82%

0,62%*

0,59%*

0,79%

0,87%

0,88%

0,63%*

0,91%

0,41%*

1,08%

0,53%*

0,89%

0,88%

0,64%*

0,74%*

0,93%

0,68%*

0,94%

0,83%

0,9%

0,88%

0,94%

0,81%*

0,73%

0,88%

0,96%

0,88%

0,56%*

0,8%*

0,95%

0,55%*

0,92%

1,17%

0,86%*

1,11%

0,8%*

0,78%*

0,39%*

48,65%

Agricultura Familiar

0,01%*

**

**

0,06%*

0,01%*

**

0,01%*

0,03%*

0,07%*

0,16%*

0,03%*

**

0,04%*

0,08%*

0,12%*

0,07%*

0,11%*

0,1%*

0,08%*

0,13%*

0,23%*

0,14%*

0,17%*

0,19%*

0,09%*

0,36%*

0,18%*

0,35%*

0,25%*

0,18%*

0,31%*

0,31%*

0,4%*

0,51%*

0,2%*

0,6%*

0,57%*

0,57%*

0,45%*

0,43%*

0,71%*

0,53%*

0,31%*

0,51%*

0,55%*

1,13%

0,53%*

0,89%

0,58%*

0,46%*

0,88%

0,35%*

0,75%*

1,03%

0,42%*

1,02%

0,62%*

1,02%

0,54%*

0,91%*

1,13%

0,65%*

0,74%*

0,62%*

0,37%*

0,7%*

0,95%

0,44%*

0,71%*

0,59%*

0,85%*

0,8%*

0,57%*

0,95%

0,5%*

0,75%

0,78%*

0,72%*

0,6%*

1%

0,72%*

0,84%*

0,65%*

0,92%*

0,56%*

0,86%*

1,02%*

0,81%*

0,79%*

1,03%*

0,65%*

0,76%*

0,79%*

0,78%*

0,65%*

0,46%*

51,98%

Assentamento/Agrovila

**

**

**

**

0,02%*

**

**

0,03%*

0,01%*

**

**

**

**

0,08%*

**

0,03%*

0,14%*

**

0,08%*

0,11%*

0,13%*

0,01%*

0,03%*

0,33%*

0,1%*

0,03%*

0,3%*

0,23%*

0,27%*

0,03%*

0,17%*

0,23%*

0,07%*

0,06%*

0,06%*

0,46%*

0,24%*

0,74%*

0,34%*

0,4%*

0,35%*

0,24%*

0,51%*

0,78%*

0,48%*

0,59%*

0,44%*

0,92%*

0,64%*

0,56%*

0,84%*

0,82%*

1,09%*

1,19%*

1,05%*

1,07%*

1,54%*

0,93%*

1,02%*

0,89%*

1,01%*

1,03%*

0,93%*

0,95%*

0,73%*

0,85%*

0,94%*

0,9%*

1,32%*

1,09%*

0,39%*

0,8%*

0,73%*

0,95%*

0,66%*

1,2%*

0,67%*

0,68%*

0,98%*

1,26%*

0,83%*

1,16%*

1,28%*

0,78%*

1,16%*

1%*

1,03%*

0,66%*

1,08%*

0,95%*

0,72%*

1%*

1,22%*

1,72%*

0,73%*

0,07%*

45,87%

Características Urbanas

**

0,01%*

0,01%*

0,01%*

**

0,01%*

0%*

**

0,04%*

0,01%*

0,01%*

0,02%*

0,05%*

0,06%*

0,05%*

0,11%*

0,05%*

0,06%*

0,03%*

0,04%*

0,04%*

0,09%*

0,09%*

0,09%*

0,05%*

0,18%*

0,15%*

0,11%*

0,12%*

0,1%*

0,27%*

0,14%*

0,21%*

0,21%*

0,21%*

0,26%*

0,18%*

0,42%

0,32%*

0,47%

0,39%

0,28%*

0,35%*

0,52%

0,31%*

0,69%

0,43%*

0,71%

0,54%*

0,64%

0,72%

0,56%

0,47%*

0,91%

0,54%

1,09%

0,81%

0,82%

0,75%

0,74%

0,95%

0,78%

0,68%

0,63%

0,68%

0,93%

0,65%

0,65%

0,69%

0,87%

0,69%

0,66%

0,64%

0,9%

0,74%

0,59%

0,56%

0,56%

0,69%

1,01%

0,68%

0,63%

0,75%

0,79%

0,75%

0,82%

0,76%

0,94%

0,79%

0,74%

0,69%

0,93%

0,7%

0,91%

0,63%

0,27%*

57,11%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

E02_idade

Subpopulação

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

94

95

97

98

108

Agricultura Empresarial

1,05%

1,33%

1,67%

2,11%

1,39%

1,75%

1,64%

1,38%

1,6%

1,42%

1,22%

1,66%

1,78%

1,46%

1,78%

1,64%

1,71%

1,69%

1,63%

1,24%

1,63%

1,37%

1,6%

1,39%

1,28%

1,46%

1,55%

1,05%

1,87%

1,32%

1,3%

1,25%

1,53%

1,85%

1,7%

1,36%

1,39%

1,69%

1,74%

1,74%

2,15%

1,26%

1,64%

1,5%

1,68%

1,38%

1,56%

1,44%

1,28%

1,51%

1,52%

1,27%

1,47%

1,22%

1,25%

1,05%

1,08%

0,69%

1,08%

1,08%

1,18%

0,69%

1,04%

0,86%

0,76%

0,7%

0,47%*

0,5%*

0,61%

0,45%*

0,44%*

0,44%*

0,39%*

0,46%*

0,3%*

0,47%*

0,17%*

0,14%*

0,23%*

0,13%*

0,3%*

0,18%*

0,21%*

0,09%*

0,08%*

0,06%*

0,14%*

0,05%*

0,03%*

0,02%*

0,02%*

**

**

0,02%*

**

**

**

0,02%*

Agricultura Familiar

1,17%

1,5%

1,54%

1,46%

1,29%

1,2%

1,55%

1,66%

1,64%

1,65%

1,62%

1,29%

1,53%

1,36%

1,64%

1,47%

1,94%

1,47%

1,22%

1,64%

1,81%

1,27%

1,73%

1,4%

1,73%

1,73%

1,4%

1,46%

1,05%

1,51%

1,58%

1,02%

1,23%

1,79%

1,27%

2,08%

1,65%

1,23%

1,86%

1,45%

1,84%

1,3%

1,8%

1,58%

1,07%

1,96%

1,46%

1,46%

1,84%

1,18%

1,69%

1,27%

1,24%

1,04%

1,32%

1,38%

1,02%

1,11%

1,2%

0,96%

1,04%

0,68%*

0,75%

0,83%

0,74%

0,81%

0,5%*

0,74%

0,87%

0,57%*

0,71%

0,25%*

0,41%*

0,36%*

0,25%*

0,31%*

0,37%*

0,15%*

0,23%*

0,14%*

0,23%*

0,27%*

0,18%*

0,09%*

0,09%*

0,08%*

0,2%*

0,09%*

0,05%*

0,04%*

**

0,04%*

0,06%*

**

**

0,01%*

0,04%*

**

Assentamento/Agrovila

0,57%*

1,38%*

2,2%*

2,17%*

2%*

1,46%*

1,81%*

1,85%*

2,01%*

1,76%*

1,5%*

1,87%*

1,29%*

1,89%*

1,9%*

1,68%*

2,24%

2,07%*

1,4%*

1,31%*

2,08%*

0,97%*

1,73%*

1,54%*

1,2%*

1,18%*

1,73%*

1,95%*

1,96%*

1,37%*

1,29%*

1,38%*

1,72%*

1,8%*

2,28%

2,18%*

1,71%*

1,51%*

2,14%

2,54%

1,79%

1,96%

1,57%*

1,53%*

1,42%*

1,23%*

1,36%*

1,33%*

1,87%

1,05%*

1,1%*

0,81%*

1,41%*

1,38%*

0,85%*

0,86%*

0,81%*

0,63%*

1,4%*

0,4%*

0,7%*

0,44%*

0,41%*

0,37%*

0,46%*

0,42%*

0,3%*

0,45%*

0,29%*

0,54%*

0,09%*

0,3%*

0,54%*

0,03%*

0,05%*

0,15%*

0,15%*

0,14%*

0,01%*

0,29%*

0,13%*

0,11%*

0,16%*

0,02%*

0,01%*

0,01%*

**

0,01%*

0,04%*

**

**

0,02%*

**

**

**

**

**

**

Características Urbanas

1,26%

1,41%

1,91%

1,57%

1,73%

1,73%

1,54%

1,89%

1,69%

1,73%

1,75%

1,53%

1,74%

1,74%

1,55%

1,69%

1,93%

1,69%

1,44%

1,41%

1,35%

1,67%

1,88%

1,23%

1,52%

1,57%

1,66%

1,39%

1,54%

1,33%

1,45%

1,75%

1,52%

1,69%

1,7%

2,23%

1,96%

1,63%

2,08%

1,82%

2,08%

1,48%

1,96%

1,48%

1,71%

1,7%

1,52%

1,54%

1,34%

1,52%

1,32%

1,04%

1,29%

1,19%

1,03%

1,02%

1%

0,85%

0,87%

0,61%

0,71%

0,57%

0,5%

0,6%

0,56%

0,53%

0,45%

0,33%*

0,35%

0,41%

0,3%*

0,21%*

0,15%*

0,23%*

0,23%*

0,23%*

0,12%*

0,06%*

0,17%*

0,1%*

0,16%*

0,14%*

0,1%*

0,1%*

0,03%*

0,06%*

0,04%*

0,04%*

0,01%*

0,04%*

0,01%*

**

0,01%*

0,01%*

0,02%*

**

**

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

E03

Subpopulação

1

2

Agricultura Empresarial

51,91%

48,09%

Agricultura Familiar

52,2%

47,8%

Assentamento/Agrovila

51,1%

48,9%

Características Urbanas

50,43%

49,57%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

E04

Subpopulação

1

2

99999

Agricultura Empresarial

71,52%

0,22%*

28,27%

Agricultura Familiar

72,97%

0,04%*

27%

Assentamento/Agrovila

68,23%

0,11%*

31,66%

Características Urbanas

69,86%

0,09%*

30,05%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

E04_1

Subpopulação

1

2

3

4

10

99999

Agricultura Empresarial

0,03%*

**

0,11%*

0,08%*

**

99,78%

Agricultura Familiar

0,02%*

**

**

**

0,01%*

99,96%

Assentamento/Agrovila

**

0,03%*

0,05%*

0,03%*

**

99,89%

Características Urbanas

0,02%*

0,01%*

0,05%*

0,01%*

**

99,91%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

E04_1_1

Subpopulação

99999

Agricultura Empresarial

100%

Agricultura Familiar

100%

Assentamento/Agrovila

100%

Características Urbanas

100%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

E04_2

Subpopulação

1

2

3

5

6

7

8

9

10

11

12

14

88888

99999

Agricultura Empresarial

57,18%

0,11%*

0,05%*

0,07%*

0,08%*

0,02%*

0,06%*

**

2,49%

3,08%

**

0,04%*

0,07%*

36,74%

Agricultura Familiar

61,42%

0,26%*

0,05%*

**

0,01%*

**

**

0,02%*

1,99%

2,03%

0,03%*

0,02%*

**

34,18%

Assentamento/Agrovila

44,71%

0,09%*

**

**

**

**

0,02%*

**

9,22%

9,66%

0,12%*

0,01%*

**

36,17%

Características Urbanas

46,16%

0,19%*

0,05%*

**

0,07%*

**

0,03%*

0,01%*

4,15%

3,93%

0,09%*

0,04%*

0,03%*

45,23%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

E04_2_1

Subpopulação

99999

Agricultura Empresarial

100%

Agricultura Familiar

100%

Assentamento/Agrovila

100%

Características Urbanas

100%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

E05

Subpopulação

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

18

Agricultura Empresarial

31,99%

21,41%

0,25%*

25,86%

8,73%

1,59%

1,05%

1,48%

0,22%*

3,06%

0,05%*

1,84%

0,02%*

1,28%

0,33%*

0,65%*

0,18%*

Agricultura Familiar

31,26%

20,79%

0,51%*

24,47%

7,73%

1,24%

0,84%*

2,5%

0,26%*

4,2%

0,15%*

2,31%

0,03%*

2,07%

1,36%

0,21%*

0,08%*

Assentamento/Agrovila

31,02%

20,94%

0,28%*

26,53%

9,4%

3,02%

0,65%*

1,05%*

0,3%*

2,99%

**

1,19%*

0,1%*

1,41%*

0,82%*

0,3%*

**

Características Urbanas

30,66%

21,09%

0,39%*

26,38%

9,92%

1,97%

0,87%

1,4%

0,21%*

3,1%

**

1,49%

**

1,9%

0,39%*

0,23%*

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

E05_1

Subpopulação

10008-2

10017-2

10032-2

10096-2

10132-2

10134-2

10152-2

10153-2

10159-2

10168-2

10247-2

10250-2

10269-2

10331-2

10376-2

104-2

10412-2

10448-2

10454-2

10478-2

10482-2

10497-2

10503-2

10517-2

10519-2

10536-2

10547-2

10548-2

10575-2

10576-2

10587-2

10601-2

10638-2

10663-2

10709-2

10724-2

10752-2

10764-2

10776-2

10815-2

10852-2

10889-2

10895-2

10899-2

10903-2

10934-2

10949-2

10968-2

10978-2

10992-2

11009-2

11011-4

11028-2

11038-2

11052-2

11113-2

11180-2

11188-2

11190-6

11200-2

11216-2

11225-2

11226-2

1128-3

11289-2

11303-2

11318-2

11326-2

11363-2

11369-2

11373-2

11377-2

11381-2

11385-2

11392-2

11393-2

11405-2

11421-2

11430-2

11431-2

11447-2

11466-2

11475-2

11492-2

11536-2

11551-2

11574-2

11602-2

11610-2

11626-2

11628-2

11641-2

1165-2

11654-5

1166-2

11663-2

11664-2

11675-2

11685-2

11699-2

11700-2

11706-2

11715-2

1175-2

11767-2

11770-2

11789-2

11813-2

11836-2

11845-2

11846-2

11853-2

11861-2

1188-2

11881-2

11884-2

11887-2

11911-2

11926-2

11932-2

11938-2

11942-2

11945-2

11949-2

11958-2

11961-2

11962-2

11968-4

11971-2

11979-2

11987-2

11991-2

11992-2

11994-4

12015-2

12023-2

12024-2

12044-2

12046-2

12047-2

12056-2

12066-2

12072-2

12080-2

12081-2

12087-2

12122-2

12123-2

12129-2

12144-2

12148-2

12155-2

12174-2

1218-2

12181-2

12189-2

12190-2

1220-2

12210-2

12212-2

12220-3

12235-2

12250-2

12256-2

12266-2

12271-2

12280-3

12284-2

12286-2

12294-2

12296-3

12302-2

12309-2

12310-2

12317-2

12325-2

12326-2

1233-2

12331-2

12333-3

12345-2

12351-2

12364-2

12370-2

12385-2

12390-2

12393-2

12394-2

12396-2

12404-2

12419-2

12425-2

12427-4

12430-5

12439-2

12442-2

12445-2

12448-2

12449-2

1246-2

12464-2

12481-2

12505-3

12540-2

12577-2

12594-2

12612-2

12664-2

12670-2

12671-3

12677-2

12702-2

12718-2

12736-2

12742-2

12751-2

12770-2

12779-3

12780-2

12794-2

12801-2

12815-2

12818-2

12836-2

12843-2

12852-3

12868-2

12874-2

12885-2

12900-2

12908-2

12909-2

12915-3

12939-2

12940-2

12950-2

1297-2

12974-2

13029-2

13033-2

13045-2

13054-2

13063-2

13064-2

13079-2

13099-3

13121-2

13157-2

13166-2

13178-2

13191-2

13209-2

13232-2

13233-3

13242-2

13257-2

13264-2

1327-2

13272-2

13273-2

13281-2

13283-2

13313-2

13327-2

13336-2

13338-2

13351-2

13357-2

13368-2

13382-2

13392-2

1340-2

13423-4

13432-2

13513-2

13523-2

13557-2

13563-2

13581-2

13598-2

136-2

13605-2

13611-2

13617-2

13618-2

13619-2

13635-2

13636-2

13639-2

13654-2

13666-2

13673-2

13681-2

13687-2

13695-2

13714-2

13719-2

13722-2

13726-2

13727-2

13729-2

13732-2

13734-2

13738-2

13740-2

13742-2

13746-2

13764-2

13765-2

13788-2

13812-2

13816-2

13829-2

13832-2

13838-2

1384-2

13842-2

13845-2

13846-2

13850-2

13854-2

13856-2

13860-2

13871-2

13874-2

13883-2

13887-2

13892-2

13895-2

13896-2

13898-2

1392-2

13931-2

13940-2

13946-2

13949-2

13950-2

13964-2

13965-2

13966-2

13972-2

13974-2

13979-2

13980-2

13984-2

13985-2

13988-2

13989-2

13990-2

14000-2

14002-2

14004-2

14011-2

14012-2

14015-2

14019-2

14027-2

14029-2

1403-2

14035-2

14037-2

14048-2

14052-2

14063-2

1407-2

14074-2

14077-2

14078-2

14079-2

14083-2

14085-2

14087-2

14089-2

14100-4

14106-2

14116-2

14118-2

14120-2

14128-2

14132-2

14136-2

14140-2

14141-2

14146-2

14151-2

14153-2

14156-2

14185-2

14188-2

14210-2

14213-2

14218-2

14221-2

14228-2

14236-2

14249-2

14259-2

14282-2

14293-2

14295-2

14298-2

14302-2

14310-2

14320-2

14322-2

14326-2

14327-2

14330-2

14331-2

14334-2

14337-2

14339-2

14341-2

14344-2

14346-2

14351-2

14376-2

14377-2

14382-2

14387-2

14394-2

1440-2

14426-2

14430-2

14433-2

14449-2

14455-2

14463-2

14464-2

14470-2

14475-2

14477-2

14479-3

14484-3

14486-2

14492-2

14493-5

14498-2

14503-2

14507-2

14510-2

14518-2

14520-2

14530-2

14535-2

14540-2

14543-2

14549-2

14554-2

14557-2

14558-2

1456-2

14564-2

14567-2

14568-2

14585-2

14586-2

14591-2

14596-2

14599-2

14601-2

14604-2

14605-4

14624-2

14625-2

14633-2

14640-2

14643-2

14654-2

14656-2

14666-2

14668-2

1467-2

14671-2

14674-2

14684-2

14687-2

14688-2

14695-2

14698-2

14706-2

14707-2

14708-2

14722-2

14725-2

14726-2

14733-2

14737-2

14739-2

14743-2

14748-2

14751-2

14757-2

14758-2

14763-2

14769-2

14770-2

14772-2

14780-2

14783-2

14785-2

14802-2

14803-2

14804-2

14807-2

14808-2

14811-2

14815-2

14825-2

14835-2

14838-2

14839-2

14844-2

14862-2

14864-2

14866-2

14873-2

14876-2

14885-2

14887-2

14889-2

14899-2

14902-2

14903-2

14907-2

14915-2

14919-2

14923-2

14925-2

14935-2

14940-2

14942-2

14947-2

14948-2

14949-2

14956-2

14963-2

14967-2

14980-2

14981-2

14982-2

14983-2

14987-2

14988-2

14989-2

14990-2

14991-2

14993-2

14997-2

15000-2

15014-2

15019-2

15026-2

15031-2

15037-2

15048-2

15049-2

15086-2

15087-2

15093-2

15096-3

15121-2

15128-2

15129-2

15132-2

15144-2

15153-2

15157-2

15169-2

1517-3

15177-2

15178-2

15179-2

15181-2

15182-2

15183-2

15184-2

15189-2

15194-2

15195-2

15196-2

15206-2

15209-4

15212-2

15213-2

15215-2

15216-3

15218-2

15221-3

15235-2

15246-2

15251-3

15253-3

15258-2

15263-2

15264-2

15265-2

15266-2

15267-2

15270-2

15274-2

15277-2

15279-2

15292-2

15294-2

15299-2

15300-2

15305-2

15306-3

15307-2

15311-2

15313-2

15315-2

15318-2

15319-2

15320-2

15322-2

15324-2

15325-2

15326-2

15329-2

15344-2

15346-2

15348-2

1535-2

15354-2

15355-2

15357-2

15366-2

15369-2

15370-2

15372-2

15375-2

15377-2

15378-2

15380-2

15384-2

15389-2

15392-2

15394-2

15403-2

15404-2

15408-2

15411-2

15412-2

15425-2

15427-2

15429-2

15432-2

15443-2

15444-2

15452-2

15460-2

15463-2

15466-2

15470-2

15474-2

15478-2

15482-2

15486-3

1549-2

15529-2

15562-2

15570-2

15574-2

15576-2

1560-2

1562-2

1565-2

15710-2

15731-2

15765-2

15774-2

15784-2

15790-4

15796-2

15810-2

15818-2

15825-2

15848-2

15870-2

15880-2

15896-2

15897-2

15900-2

15902-2

15912-2

15930-2

15948-2

15982-2

16058-2

16085-2

16090-2

16094-2

1611-2

16125-2

16166-2

16178-2

16182-2

16207-2

1621-2

16214-3

16223-2

16248-2

16255-2

16261-2

16290-2

16322-2

16341-2

16352-2

16415-2

16427-2

16438-2

16502-2

16522-2

16541-2

16582-2

16611-2

16676-2

16704-2

16730-2

1679-2

1683-2

16855-3

16874-2

1688-3

16893-2

16945-2

16953-2

16973-2

16997-2

17018-3

17022-2

17027-2

17037-2

17054-2

17078-2

17179-2

17211-2

17219-2

17230-2

17243-2

17259-2

17261-3

17268-3

17269-2

1731-2

17319-2

1735-2

17355-2

1738-2

17390-2

17398-2

17430-2

1745-2

17450-2

17501-2

17554-2

17612-2

17652-2

1772-2

17732-2

17779-2

17783-2

17798-2

17811-2

1782-2

17829-2

17884-2

1790-2

17906-2

17924-2

17927-2

1793-2

17961-2

17972-2

17985-2

1802-3

18055-2

1812-2

18137-2

18207-2

18211-2

18230-2

18239-2

18252-2

18297-2

18368-2

18374-2

18409-2

18412-2

1844-2

18456-2

18460-2

1851-2

18552-2

1860-2

1861-2

18639-2

18657-2

18664-2

18665-2

18706-2

18787-2

18806-2

1881-2

1895-2

18950-2

18986-2

19010-3

1902-2

19081-2

19089-2

19104-2

19140-2

19155-2

1916-2

19168-2

1922-2

19241-2

19248-2

1930-2

1932-2

19329-2

19362-2

19372-2

19451-2

19481-6

1949-2

19538-2

19550-2

19576-2

1960-2

19622-2

19630-2

19645-2

19677-2

19685-2

19696-2

19709-2

19735-2

19770-2

19779-2

19887-2

19895-2

19935-2

19986-2

19999-2

2

20003-2

20016-2

2005-2

20074-2

20109-2

2011-2

20141-2

20240-2

20291-2

2033-2

20344-2

20345-2

20366-2

20403-2

20422-2

20433-2

20511-2

20595-2

20687-2

20688-2

20715-2

2073-2

20744-2

20758-2

20777-2

20794-2

20818-3

20874-2

20972-2

20987-2

21010-2

21042-2

21064-2

21074-2

21090-2

21092-2

2111-2

21141-2

21171-2

2124-2

21302-2

21320-2

2136-2

21451-2

21506-2

21515-2

21523-2

2153-2

21531-2

21562-2

21576-2

21582-2

21612-2

21692-2

21758-2

21771-2

21827-2

21914-2

2196-2

21990-2

21999-2

22009-2

22026-2

22036-2

22061-2

22106-2

22161-2

2217-2

22172-2

22211-2

22264-2

22325-2

22327-2

22331-2

22341-2

22350-2

22357-2

22382-2

22383-2

22386-2

22387-2

22388-2

22395-2

22397-2

22399-2

22400-2

22427-2

2244-2

22473-2

22528-2

22585-2

22607-2

22693-2

22708-2

22763-2

22795-2

22811-2

22842-2

22856-2

22862-2

22865-2

22892-2

2295-2

22953-2

22980-2

23083-2

23114-2

23128-2

23134-2

23164-2

23214-2

23229-2

23252-4

23303-2

23307-2

2331-2

23316-2

2332-2

23377-2

23441-2

2347-2

2353-2

23561-2

23590-2

23604-2

23613-2

23619-2

23625-2

2369-2

23784-2

23799-2

23877-2

2390-2

23912-2

23914-2

23966-2

23991-2

240-2

24029-2

2406-2

24069-2

24085-2

2411-2

2415-5

24163-2

24172-2

24290-2

24345-2

24415-2

24490-2

24532-2

24544-4

24549-2

24587-2

24593-2

2461-2

2464-2

24667-2

24727-2

24761-2

24768-2

24799-2

24863-2

24888-2

24889-2

2494-2

24944-2

24967-2

2497-3

25-2

2501-2

25018-2

2507-4

25137-2

2514-2

25165-2

25194-2

2521-2

25214-2

25217-2

25244-2

2525-2

25250-2

25307-2

25325-2

2538-2

25409-2

25432-2

25441-2

25484-2

25503-2

25520-2

25557-2

25669-2

25782-2

2579-2

25824-2

25849-2

25857-2

25878-2

25888-2

25949-2

25950-2

2596-2

25976-2

26048-2

26055-2

26073-2

26125-2

26198-2

26219-2

26227-2

26247-2

26250-2

26329-2

26334-2

26342-2

26377-2

26428-2

2643-2

26483-2

26494-2

26541-2

26562-2

2659-2

26609-2

26612-2

2662-2

2663-2

2664-2

26667-2

2667-4

2672-2

26724-2

2674-2

26775-2

26805-2

26948-2

26950-2

26956-2

26979-2

27011-2

27030-2

27076-2

27104-2

27144-2

2721-2

27214-2

27246-2

27262-2

27316-2

2733-2

27343-2

2738-2

27456-2

2753-2

27536-2

27538-2

2754-2

27567-2

27581-2

27590-2

2761-2

27641-2

27652-2

27736-2

27740-2

2784-2

27879-2

27973-2

28-2

28005-2

28043-2

2806-2

2808-2

28081-2

28094-2

28132-2

28177-2

28246-2

28278-2

2828-2

28282-2

28295-2

28329-2

28353-2

28354-2

28355-2

2836-2

28368-2

28405-2

28412-2

28445-2

28467-2

28483-2

28489-2

28503-2

28522-2

28544-2

28615-2

28634-2

2866-2

28688-2

28720-2

28777-2

28820-2

28859-2

28929-2

28931-2

2895-2

28954-3

29032-2

29053-2

29086-2

291-2

29110-3

2921-2

29229-2

2930-2

2931-4

29320-2

29339-2

29368-2

29406-2

29428-2

29474-2

29477-2

29510-2

29557-2

29572-2

29601-2

29607-2

29627-2

29636-2

29640-2

29715-2

29743-2

29747-2

29751-2

29767-2

29769-2

29797-2

29802-2

29805-3

29826-2

29831-2

29845-2

29855-3

29860-2

29868-3

29883-2

29915-2

29919-2

29923-2

29935-2

29950-2

29965-2

29972-2

29984-3

29987-2

3000-2

3003-2

30055-2

30085-2

30108-2

30123-3

30155-2

30163-2

30174-2

30175-2

30177-2

30190-2

30205-2

30213-2

30224-2

30234-2

30248-2

30259-2

30270-2

30280-2

30285-2

3033-2

3035-2

3039-2

30397-2

30409-2

30419-2

30442-2

3045-2

30452-2

30455-2

30509-2

30524-2

30569-2

30579-2

30583-2

30598-2

30599-2

3061-2

30611-2

30629-2

30636-2

30648-2

3065-2

30651-2

3066-2

30672-2

30684-2

30695-2

30753-2

30772-2

30785-2

30791-2

3081-2

30855-2

30871-2

30873-2

30891-2

30916-2

30922-2

30925-2

30934-2

30958-2

31032-2

31036-2

31041-2

31083-2

31091-2

31095-2

31098-2

3112-2

31124-2

31136-2

31137-2

31148-2

31155-4

3116-2

31167-2

31198-2

31204-2

31253-2

31311-2

3135-2

31361-2

31364-2

31399-2

31405-2

31482-3

3151-2

31518-3

31537-2

3154-2

3155-2

31555-2

31567-2

31586-2

31592-2

31604-2

31611-2

31625-2

31626-2

31634-2

31661-2

31667-2

3167-2

31715-2

3172-2

31744-2

31753-3

3176-2

31772-2

31797-2

31805-4

31808-2

31818-2

3182-2

31849-2

31868-2

3188-2

31884-2

31897-2

31907-2

31911-2

31915-2

3192-2

31946-2

31955-2

3197-2

31991-2

32017-2

32028-2

3203-2

32065-2

32083-2

32097-5

32123-2

32130-2

32136-2

32149-2

32154-2

32174-2

32177-2

32187-2

32191-2

3220-2

32204-2

3221-2

32238-2

32259-2

3226-2

32267-2

32275-2

32290-2

32337-2

32344-2

32370-2

32372-2

32379-2

32380-2

32396-2

3241-2

32421-2

32424-2

32434-2

32440-2

32447-2

32484-2

32521-2

32550-2

32553-2

3256-2

32563-2

32581-2

32588-4

32589-2

32612-2

32624-2

32650-2

32659-2

32661-2

3268-4

32701-2

32715-2

32717-2

32732-2

3274-2

32740-2

32770-2

32781-2

32796-2

32797-2

32804-2

3281-2

32819-2

32841-2

32851-2

32855-2

32859-2

32886-2

32899-2

32911-2

32925-2

32926-4

3293-2

32944-2

3297-2

32972-2

32985-2

3301-2

33014-2

33016-2

33030-2

33032-2

33040-2

33043-2

33051-2

33074-2

33107-2

33117-2

33124-2

33129-2

3313-2

33144-2

33145-2

33148-2

3318-2

33189-2

33193-2

33204-2

33211-2

33220-2

33221-2

33249-2

33262-2

33265-2

33277-3

3328-2

33284-2

33291-2

33308-2

33324-2

33325-2

33344-2

33349-2

33350-2

33363-2

3338-2

33387-2

33397-2

33402-2

33408-2

33428-2

33450-2

33476-2

33479-2

3349-2

33508-2

33524-2

33530-2

33561-2

33568-2

33578-2

33601-2

33606-2

3364-2

33653-2

33672-2

33676-2

33690-2

33708-2

33724-4

33726-2

33733-2

33734-2

3375-2

33777-2

33785-2

33822-2

33832-2

33836-2

33840-2

33851-2

33852-2

33854-2

33864-2

33867-5

33882-2

33890-2

3390-2

33901-2

33906-2

33925-2

33949-2

33964-2

33972-2

33987-3

34003-2

3401-2

34019-2

3403-2

34030-2

34034-2

34070-2

34071-2

34076-2

34082-2

34091-2

34113-2

34130-3

34133-2

34148-2

34177-2

34188-2

34194-2

34198-2

34199-2

3423-2

34268-2

34287-2

34352-2

34412-2

34428-2

34434-2

34436-2

34448-2

34451-2

34457-2

34483-2

34484-2

34506-2

34507-2

3454-2

34612-2

34618-2

34634-2

34639-2

34645-2

34646-2

34656-2

34657-2

3468-2

34681-2

34684-2

34685-2

34687-2

34696-2

3470-2

34700-2

34755-2

34760-2

34778-2

34791-2

34793-2

34812-2

34822-2

3483-2

34836-2

34844-4

34860-2

34864-2

34865-2

34867-2

34873-2

34880-2

34881-2

34890-2

34892-3

3490-2

34902-2

3497-2

34970-2

34973-2

34975-2

34982-2

34984-2

34985-2

34990-2

34995-2

35015-2

35020-2

35029-2

35030-2

35032-2

35040-2

35047-2

35048-2

35058-2

35064-2

35067-2

35090-2

35105-2

35108-2

35119-2

35122-2

35133-2

35138-2

35146-2

35149-2

35177-2

35183-6

35194-2

35201-2

35211-5

35221-2

35226-2

35235-2

35251-2

35253-2

35256-2

35259-2

35267-2

35274-2

35280-2

35291-2

35315-2

35326-2

35327-2

35328-2

35342-2

35358-2

35359-2

35362-2

35364-2

35365-2

35369-2

35371-2

35375-2

35379-2

35410-2

35414-2

35449-2

35455-2

35458-2

35463-2

35464-2

35479-2

35480-2

35499-2

35503-2

35505-2

35512-2

35513-3

35525-2

35526-2

35529-2

35549-2

35559-2

35563-2

35565-2

35583-2

35615-4

35681-3

3569-2

3570-2

35706-2

35712-2

35714-2

35726-2

35768-2

35780-2

35820-2

35829-2

35839-2

35840-2

35843-2

35855-2

3587-2

3588-2

35881-2

35906-2

35923-5

35924-2

35928-2

35929-2

35938-2

35947-2

3597-2

35980-2

35982-2

35983-2

3599-2

36019-2

36035-2

3604-2

36040-2

36049-2

36053-2

36062-2

36066-2

3607-2

3608-3

361-2

36101-2

36103-2

36124-2

36127-2

36189-2

36196-2

36205-2

36207-2

36227-2

36230-2

36239-2

36245-2

3629-2

36290-2

36318-2

36322-2

36335-2

36337-2

36338-2

36340-2

36353-2

3636-2

3640-2

36401-2

3644-2

3646-2

3649-2

36529-2

3662-2

3665-2

3671-2

3672-2

3691-2

3693-2

3697-2

3699-2

3706-2

3714-2

3719-2

3721-2

3725-2

3728-3

3734-2

3737-2

3738-2

3761-4

3765-2

3769-2

3773-4

3778-2

3791-2

3793-2

3795-2

3810-2

3813-2

3832-2

3833-2

3842-2

3861-2

3865-2

3866-2

3871-2

3872-3

3873-2

3883-2

3894-2

3921-2

3922-2

3923-2

3928-2

3940-2

3945-2

3976-2

3981-2

3983-2

3986-2

4014-2

4040-2

4044-2

4048-2

4066-2

4072-2

4075-2

4077-2

4082-2

4083-2

4085-2

4087-2

4098-2

4102-2

4112-2

4152-2

4160-2

4180-2

4196-2

4261-2

4293-2

4305-2

4322-2

4329-2

4336-2

4342-2

4370-2

4376-2

4381-2

4392-2

4401-2

4411-2

4412-2

4415-4

4416-2

4429-2

4431-2

4441-2

4454-2

4476-2

4494-2

4498-2

4505-2

4506-2

4514-3

4521-2

4536-2

4538-2

4543-2

4544-2

4565-2

457-2

4572-2

4584-2

4601-2

4602-2

4604-2

4618-2

4624-2

4630-2

4646-2

4656-2

4669-2

4692-2

4703-2

4719-2

4725-2

4740-2

4754-2

4757-2

4765-2

4767-2

4792-2

4808-2

4815-2

4861-2

4863-2

4875-2

4889-2

4911-4

4914-2

4929-2

4930-2

4941-2

4944-2

4948-2

5001-2

5023-2

5030-2

5035-2

5044-2

5064-2

5075-2

5080-2

5090-2

5101-2

5102-2

5111-2

5125-2

5128-2

5132-2

5134-2

5169-4

5224-2

5250-2

5260-2

5263-2

5268-2

5271-2

5273-2

5274-2

5276-2

5297-2

5317-2

5330-2

5338-2

5349-2

5350-2

5355-2

5358-2

5362-2

5380-2

5388-2

5396-2

5481-2

5482-2

549-2

5518-2

5523-2

5537-2

5586-2

5599-2

5602-2

5615-2

5620-2

5628-2

5630-2

5637-2

5654-2

5673-2

5727-2

5742-2

5743-2

5749-2

5753-2

5760-2

5773-2

5779-2

5784-2

5797-2

5801-2

5819-2

5823-2

5827-2

5829-2

5830-2

5843-2

5846-2

5859-2

5860-2

5861-2

5877-2

5891-2

5920-2

5922-2

5925-2

593-2

5930-2

5936-2

5958-2

5966-3

5967-2

5969-2

5972-2

5973-2

5975-2

5977-2

5986-2

5987-2

5989-2

5991-2

5993-2

5994-2

5996-2

5999-2

6001-2

6005-2

6006-2

6007-2

6009-2

6014-2

6016-2

6020-2

6024-2

6025-2

6036-2

6039-2

6055-2

6056-2

6058-2

6059-2

6072-2

6074-2

6076-2

6086-2

6089-5

6091-2

6093-2

6094-2

6095-2

6097-2

6101-2

6102-2

6105-2

6107-2

6108-2

6110-2

6111-3

6114-2

6116-2

6118-2

6120-2

6121-2

6128-2

6133-2

6143-3

6145-2

6154-2

6156-2

6157-2

6158-2

6163-2

6171-2

6177-3

6178-2

6209-2

6232-2

6241-2

6264-2

6274-2

6284-8

6312-2

6357-2

6363-2

6394-2

6395-2

6402-2

6403-2

6404-2

6417-2

6422-2

6431-2

6443-2

6447-2

6449-2

6450-4

6461-2

6462-2

6463-3

6476-2

6480-2

6482-2

6484-2

6485-2

6490-2

6493-2

6494-2

6502-2

6505-2

6507-2

651-2

6516-2

6518-2

6520-2

6521-2

6534-2

6543-2

6544-2

6545-2

6551-2

6555-2

6556-2

6563-2

6570-2

6571-2

6576-2

6581-2

6582-2

6583-2

6586-2

6596-2

6598-2

6601-2

6603-2

6606-2

6611-2

6613-2

6622-2

6623-2

6637-2

6638-2

6641-2

6654-3

6666-2

6674-2

6677-2

6678-2

6684-2

6685-2

6697-2

6702-2

6707-3

6719-2

6723-2

6724-2

6725-2

6729-2

6734-2

6739-2

6740-2

6742-2

6747-2

6753-2

6758-2

6762-2

6770-2

6771-2

6775-2

6777-2

6781-2

6783-2

6786-2

6787-2

6794-2

6795-2

6802-2

6804-2

6807-2

6812-2

6816-2

6819-2

6828-2

6836-2

6841-2

6851-2

6853-2

6855-2

6856-2

6857-2

6859-2

6863-2

6864-2

6865-2

6868-2

6870-2

6881-2

6883-2

6884-2

6885-2

6890-2

6893-2

6906-2

6916-2

6922-2

6924-2

6925-2

6946-2

6948-2

6950-4

6953-2

6955-2

6956-2

6957-2

6979-2

6981-2

6983-2

6989-2

6991-2

6994-2

6995-2

6999-2

7005-2

7007-2

701-2

7014-2

7018-2

7034-2

7051-2

7054-2

7056-2

7058-2

7060-2

7092-2

7093-2

7100-2

7107-2

7121-2

7124-2

7125-2

7132-2

7137-2

7139-2

7140-2

7147-2

7157-2

7165-2

7175-2

7181-2

7187-2

7188-2

7197-2

7199-2

7209-2

7211-2

7212-2

7220-2

7226-2

7243-2

7251-2

7266-2

7288-2

7294-2

7298-2

7306-2

7317-4

7318-2

7330-2

7333-4

7356-3

7362-2

7372-2

7378-2

7380-2

7385-2

7386-2

7388-3

7400-2

7403-2

7405-2

7411-2

7417-2

742-2

7452-2

7454-2

7490-2

7491-2

7494-2

7505-2

7507-2

7510-2

7515-2

7526-2

7528-2

7538-2

7540-2

7553-2

7559-2

7565-2

7572-2

7573-2

7619-2

7673-2

7701-2

7708-2

7713-2

7719-2

7728-2

7731-2

7762-2

78-2

7806-2

7826-2

7832-3

7860-2

7861-2

7864-2

7869-2

7873-2

7876-3

7877-2

7938-2

7939-2

7970-2

7989-2

7990-2

7994-2

8000-2

8006-3

8007-2

8011-2

8015-2

8027-2

8044-2

8045-2

8056-2

8067-2

8086-2

8146-2

8152-4

8286-2

8419-2

8433-2

8440-2

8448-2

8471-3

8525-2

853-2

8535-2

8551-2

8553-4

8582-2

8605-2

8632-2

8665-2

8682-2

8715-2

8773-2

8781-3

8784-2

8794-2

8835-2

8870-2

8882-2

88888

8907-2

8922-2

8933-2

8950-2

8965-2

8993-2

9-2

9020-2

9042-2

9056-2

9059-2

9065-2

9075-2

9091-2

9110-2

9160-2

9186-2

9215-2

9253-2

9267-2

9291-2

9305-2

9307-2

9309-2

9315-2

9320-2

9337-2

9346-2

9386-2

9388-2

9392-2

9411-2

9421-2

9424-2

9426-3

9428-2

9430-2

9433-2

9442-2

9467-2

9483-2

9486-2

9491-2

9497-2

9501-2

9503-2

9505-2

9520-2

9521-2

9527-2

9544-2

9622-2

9630-2

9639-2

9655-2

9675-2

9681-2

9704-2

9711-2

9714-3

9720-2

9730-2

9747-2

984-2

9873-2

9880-3

9889-2

9899-2

9907-2

9924-2

9941-2

9968-2

9973-2

9979-2

9988-2

9998-2

99999

Agricultura Empresarial

**

**

**

**

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

0,03%*

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,02%*

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

0,03%*

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

0,03%*

0,03%*

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,03%*

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

0,03%*

**

0,03%*

**

**

**

0,03%*

**

**

**

**

**

0,03%*

**

**

**

**

**

0,03%*

**

**

0,03%*

**

**

**

0,03%*

**

**

**

0,03%*

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

0,02%*

**

0,03%*

0,04%*

**

**

**

**

**

**

**

0,03%*

0,03%*

**

**

**

0,03%*

**

**

**

**

**

0,03%*

**

0,03%*

**

**

0,03%*

0,02%*

**

**

**

**

**

0,03%*

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

13,74%

**

**

0,03%*

**

**

0,03%*

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

0,02%*

**

**

0,03%*

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

0,04%*

**

**

0,03%*

0,03%*

**

**

**

**

**

**

0,04%*

**

**

**

0,03%*

**

**

**

**

0,03%*

**

0,02%*

**

**

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,02%*

**

**

**

**

**

**

**

**

0,02%*

**

**

0,02%*

0,03%*

0,02%*

**

0,02%*

**

0,02%*

**

**

0,02%*

**

**

**

0,02%*

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

0,02%*

0,03%*

0,03%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

0,02%*

**

**

0,03%*

0,02%*

0,02%*

**

0,03%*

0,02%*

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

0,02%*

**

0,02%*

**

0,02%*

**

**

0,02%*

**

**

**

0,03%*

**

**

**

**

0,02%*

**

**

0,03%*

**

**

0,03%*

0,02%*

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

0,02%*

**

**

**

**

0,03%*

**

0,02%*

**

0,02%*

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,02%*

0,02%*

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

0,02%*

**

0,02%*

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

0,02%*

**

**

0,03%*

0,02%*

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

0,02%*

**

0,02%*

**

**

0,02%*

**

**

**

**

**

0,02%*

**

**

0,03%*

**

**

**

**

**

0,02%*

**

**

0,02%*

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

0,03%*

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

0,02%*

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

0,02%*

**

0,02%*

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

0,02%*

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

0,02%*

**

**

0,04%*

**

**

**

**

**

**

**

**

0,02%*

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

0,02%*

**

**

0,03%*

**

**

**

**

**

0,03%*

0,02%*

**

0,03%*

**

0,02%*

0,02%*

**

**

**

**

**

**

0,03%*

**

0,02%*

**

**

**

**

**

**

**

**

0,02%*

0,02%*

**

0,03%*

0,03%*

0,02%*

**

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,03%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,03%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,03%*

0,02%*

0,03%*

0,02%*

0,02%*

**

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,02%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,04%*

0,04%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,04%*

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,04%*

0,04%*

0,03%*

0,04%*

0,04%*

**

0,03%*

**

**

**

**

**

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,02%*

0,03%*

0,04%*

0,04%*

0,03%*

0,04%*

0,04%*

0,03%*

0,04%*

0,04%*

0,03%*

0,03%*

0,03%*

0,04%*

0,04%*

0,03%*

0,03%*

0,03%*

0,04%*

0,04%*

0,03%*

0,04%*

0,04%*

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

0,03%*

0,02%*

0,03%*

0,03%*

0,04%*

0,04%*

0,03%*

0,02%*

0,04%*

0,04%*

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,04%*

0,03%*

0,04%*

0,02%*

0,03%*

0,02%*

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,02%*

0,02%*

0,02%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

0,02%*

**

**

**

**

**

**

73,53%

Agricultura Familiar

0,03%*

0,03%*

0,02%*

0,03%*

**

**

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,04%*

0,04%*

0,04%*

0,03%*

**

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,02%*

0,04%*

0,04%*

0,03%*

0,03%*

0,04%*

0,02%*

0,05%*

0,03%*

0,04%*

0,04%*

0,03%*

0,04%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,04%*

0,03%*

0,02%*

0,04%*

0,03%*

0,04%*

0,03%*

0,04%*

0,04%*

0,03%*

0,04%*

0,03%*

0,03%*

0,02%*

0,04%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

**

0,02%*

0,03%*

0,03%*

0,04%*

0,04%*

0,03%*

0,04%*

0,04%*

0,04%*

0,03%*

0,03%*

0,05%*

0,03%*

0,04%*

0,03%*

0,02%*

0,03%*

0,04%*

0,03%*

0,03%*

0,04%*

0,05%*

0,03%*

0,04%*

0,03%*

0,04%*

0,03%*

0,04%*

**

0,03%*

**

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

**

0,03%*

0,03%*

0,04%*

0,04%*

0,04%*

0,05%*

0,03%*

0,03%*

0,05%*

**

0,05%*

0,04%*

0,04%*

0,04%*

0,05%*

0,04%*

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

0,03%*

0,04%*

0,03%*

0,04%*

0,04%*

0,04%*

0,04%*

0,04%*

0,04%*

0,03%*

0,05%*

0,04%*

0,05%*

0,05%*

0,04%*

0,04%*

0,03%*

0,05%*

**

0,05%*

0,05%*

0,03%*

**

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,04%*

0,04%*

0,04%*

0,04%*

0,04%*

0,05%*

0,03%*

0,05%*

0,04%*

0,04%*

0,04%*

0,04%*

0,05%*

0,04%*

**

0,03%*

0,06%*

0,04%*

0,04%*

0,05%*

0,03%*

0,05%*

0,04%*

0,04%*

0,05%*

0,04%*

0,05%*

0,03%*

0,03%*

0,05%*

0,04%*

0,04%*

0,04%*

0,04%*

0,04%*

0,04%*

**

0,03%*

0,04%*

0,05%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,05%*

0,03%*

0,04%*

0,05%*

0,03%*

0,03%*

0,05%*

0,05%*

0,05%*

0,05%*

0,03%*

0,03%*

0,05%*

0,04%*

0,04%*

0,04%*

0,03%*

0,04%*

0,03%*

0,03%*

0,05%*

**

**

0,03%*

0,04%*

0,05%*

0,04%*

**

0,04%*

0,03%*

0,04%*

0,05%*

0,04%*

0,04%*

0,03%*

0,04%*

0,05%*

0,03%*

0,04%*

0,04%*

0,04%*

0,04%*

0,03%*

0,05%*

0,05%*

**

0,04%*

0,05%*

**

0,04%*

0,04%*

0,04%*

0,05%*

0,04%*

0,03%*

0,05%*

0,04%*

0,04%*

0,04%*

0,04%*

0,03%*

0,03%*

**

0,03%*

0,04%*

0,04%*

0,04%*

0,02%*

0,02%*

0,01%*

0,01%*

**

0,04%*

0,02%*

0,02%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

**

**

**

**

**

0,01%*

**

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

**

**

**

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

**

0,02%*

0,01%*

0,02%*

0,04%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

**

**

**

0,02%*

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

0,04%*

**

**

**

**

**

**

**

**

**

**

**

0%*

0,01%*

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

11,48%

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

0,03%*

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

0,05%*

0,04%*

0,03%*

0,05%*

0,04%*

**

**

**

**

**

**

0,05%*

0,05%*

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

**

**

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

0,01%*

**

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

**

**

**

**

**

**

**

**

**

**

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0%*

0%*

0,01%*

0%*

0,01%*

0,01%*

0%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

**

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0%*

0,01%*

0,01%*

0%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0%*

0%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0%*

0%*

0%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0,01%*

**

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0%*

0,01%*

0%*

0,01%*

0%*

0%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,03%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,02%*

0,01%*

0,02%*

0,01%*

**

**

**

**

**

**

**

**

**

**

**

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

**

0,01%*

0,02%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

0,04%*

0,02%*

0,04%*

0,02%*

0,04%*

0,04%*

0,03%*

0,04%*

0,03%*

0,04%*

0,04%*

0,02%*

0,04%*

0,03%*

0,04%*

0,04%*

0,03%*

0,04%*

**

0,03%*

0,03%*

0,04%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

**

0,03%*

0,03%*

**

**

**

**

**

**

**

**

0,03%*

0,04%*

0,03%*

0,02%*

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

0,04%*

0,04%*

0,03%*

0,04%*

0,03%*

0,04%*

0,03%*

0,02%*

0,03%*

0,03%*

0,04%*

0,02%*

0,04%*

0,03%*

0,04%*

0,03%*

**

0,04%*

0,03%*

0,04%*

0,03%*

0,03%*

**

0,04%*

0,03%*

0,04%*

0,04%*

0,05%*

0,03%*

73,34%

Assentamento/Agrovila

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,02%*

0,03%*

0,02%*

0,03%*

0,01%*

0,01%*

0,03%*

0,03%*

0,02%*

0,03%*

0,01%*

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

0,01%*

0,01%*

0%

0,02%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0%

**

0,01%*

0,01%*

0,1%*

0,12%*

0,07%*

**

0,12%*

0,08%*

0,09%*

0,08%*

0,11%*

0,07%*

0,07%*

0,07%*

0,08%*

0,1%*

0,08%*

0,12%*

0,07%*

0,1%*

0,1%*

0,08%*

0,1%*

0,11%*

0,07%*

0,07%*

0,12%*

0,12%*

**

**

0,08%*

0,12%*

0,08%*

0,11%*

0,12%*

0,12%*

0,12%*

0,07%*

0,08%*

0,08%*

0,08%*

0,07%*

0,08%*

0,08%*

0,08%*

0,08%*

0,08%*

0,08%*

0,1%*

0,07%*

0,12%*

0,07%*

0,08%*

0,07%*

0,11%*

0,08%*

0,1%*

0,07%*

0,08%*

0,13%*

0,12%*

0,11%*

**

0,08%*

0,08%*

0,09%*

0,08%*

0,08%*

0,08%*

0,08%*

0,12%*

0,08%*

0,13%*

0,08%*

0,1%*

0,12%*

0,12%*

0,1%*

0,13%*

0,08%*

0,08%*

0,08%*

0,07%*

0,13%*

0,12%*

0,07%*

0,12%*

0,07%*

0,08%*

0,08%*

0,12%*

0,08%*

**

0,12%*

0,11%*

0,1%*

0,08%*

0,08%*

0,08%*

0,07%*

0,13%*

0,07%*

0,08%*

0,07%*

0,08%*

0,07%*

0,08%*

0,08%*

0,13%*

0,09%*

0,08%*

0,08%*

0,1%*

**

0,08%*

0,12%*

0,13%*

0,08%*

0,08%*

0,1%*

0,08%*

0,07%*

0,08%*

0,1%*

0,08%*

0,1%*

0,1%*

0,08%*

0,12%*

0,11%*

0,08%*

0,08%*

0,1%*

0,12%*

0,07%*

0,08%*

0,08%*

0,11%*

0,1%*

0,11%*

0,13%*

0,11%*

0,07%*

0,12%*

0,11%*

0,1%*

0,08%*

0,11%*

0,11%*

0,07%*

0,08%*

0,11%*

0,08%*

0,08%*

0,08%*

0,08%*

0,08%*

0,08%*

0,08%*

0,08%*

0,11%*

0,08%*

0,11%*

0,09%*

0,1%*

0,08%*

**

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

**

0,02%*

0,03%*

0,03%*

0,02%*

0,03%*

0,02%*

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,03%*

0,03%*

0,03%*

0,02%*

0,03%*

0,03%*

0,02%*

**

**

0,02%*

0,02%*

0,02%*

0,03%*

0,01%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

0,03%*

**

**

**

0,03%*

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,03%*

0,03%*

0,01%*

0,02%*

0,03%*

0,02%*

0,03%*

0,02%*

0,03%*

0,03%*

0,01%*

0,03%*

0,03%*

**

0,03%*

0,03%*

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,03%*

0,03%*

0,05%*

0,04%*

0,04%*

0,01%*

0,03%*

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

8,18%

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,08%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

0,01%*

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

**

**

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

74,14%

Características Urbanas

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0%*

0%*

0%*

0%*

0%*

0,01%*

0%*

0%*

0%*

0%*

0,01%*

0%*

0%*

0%*

0%*

0,01%*

0%*

0%*

0,02%*

0,01%*

**

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

**

**

**

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

**

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

**

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

**

**

0,02%*

0,02%*

**

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

**

0,02%*

**

0,02%*

**

0,02%*

0,02%*

0,01%*

**

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

**

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

**

0,02%*

0,02%*

**

0,01%*

0,01%*

0,02%*

**

0,02%*

0,01%*

0,01%*

**

0,02%*

**

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

**

0,01%*

0,01%*

**

0,01%*

**

**

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

**

**

0,01%*

0,01%*

0,01%*

**

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

**

0,01%*

**

0,02%*

0,01%*

**

**

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

**

0,02%*

0,02%*

0,02%*

**

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,01%*

0,02%*

10,6%

0,01%*

0,01%*

**

0,01%*

0,01%*

**

0,02%*

0,01%*

0,02%*

**

0,02%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,03%*

**

0,02%*

0,03%*

0,03%*

0,01%*

0,02%*

0,02%*

0,01%*

0,03%*

0,02%*

0,01%*

0,02%*

0,02%*

0,03%*

0,01%*

**

0,03%*

0,02%*

**

0,02%*

0,02%*

**

0,02%*

0,02%*

0,02%*

0,03%*

**

0,02%*

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,03%*

0,03%*

**

0,03%*

0,01%*

0,02%*

0,03%*

0,03%*

0,02%*

0,02%*

0,02%*

**

0,03%*

0,02%*

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

0,02%*

0,02%*

0,03%*

0,02%*

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,03%*

0,02%*

0,03%*

0,02%*

0,02%*

**

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,02%*

0,04%*

**

0,02%*

**

0,02%*

0,03%*

**

**

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,04%*

**

0,03%*

0,03%*

0,03%*

**

0,03%*

0,02%*

0,03%*

0,03%*

**

0,03%*

**

0,03%*

0,02%*

**

**

0,03%*

0,02%*

0,03%*

0,03%*

0,02%*

0,03%*

0,03%*

0,02%*

0,02%*

0,03%*

0,03%*

**

**

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,02%*

0,02%*

0,03%*

**

0,01%*

0,02%*

**

**

**

0,03%*

**

0,03%*

**

0,02%*

0,03%*

**

0,03%*

0,03%*

0,02%*

**

0,03%*

0,03%*

0,03%*

**

0,01%*

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

**

**

**

**

0,03%*

0,03%*

0,02%*

0,02%*

0,01%*

0,03%*

0,03%*

0,02%*

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,01%*

0,03%*

0,01%*

0,03%*

0,02%*

0,03%*

0,02%*

**

0,03%*

0,02%*

0,04%*

0,02%*

**

0,02%*

0,03%*

**

**

**

0,03%*

**

**

0,03%*

**

0,03%*

0,03%*

0,04%*

0,03%*

0,03%*

0,02%*

0,02%*

0,03%*

0,02%*

0,01%*

0,03%*

**

0,02%*

0,04%*

0,04%*

0,02%*

**

0,03%*

**

0,03%*

**

0,03%*

0,02%*

**

0,02%*

0,03%*

0,03%*

**

0,02%*

0,02%*

0,04%*

0,02%*

**

0,03%*

0,03%*

**

0,03%*

0,03%*

**

**

0,02%*

0,02%*

0,02%*

0,03%*

**

0,01%*

**

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

**

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

**

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

**

0,01%*

0,01%*

0,02%*

0,01%*

**

0,01%*

**

0,02%*

**

**

**

**

**

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

0,01%*

**

**

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

**

**

**

0,01%*

0,01%*

0,01%*

0,01%*

**

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,02%*

**

0,02%*

0,02%*

0,01%*

0,01%*

**

0,01%*

**

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

**

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,01%*

**

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

**

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

**

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

**

0,01%*

0,01%*

**

**

**

**

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

**

0,02%*

**

0,01%*

0,01%*

**

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

**

0,02%*

0,02%*

**

0,02%*

0,03%*

0,01%*

0,01%*

0,01%*

**

0,02%*

0,03%*

**

0,01%*

0,02%*

0,01%*

**

0,02%*

0,01%*

0,01%*

0,01%*

0,03%*

0,02%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,01%*

**

0,01%*

**

0,02%*

0,01%*

**

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,03%*

0,01%*

0,01%*

0,01%*

**

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,02%*

0,01%*

0,02%*

**

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

**

0,01%*

0,01%*

0,02%*

0,02%*

**

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

**

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

**

0,01%*

**

0,02%*

0,01%*

**

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,03%*

0,01%*

0,01%*

0,02%*

**

0,02%*

0,01%*

0,02%*

**

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

**

0,02%*

0,01%*

0,02%*

**

**

**

**

**

**

**

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

**

**

**

**

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

**

0,02%*

0,02%*

0,03%*

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

**

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

**

0,02%*

0,03%*

0,01%*

0,03%*

0,03%*

0,01%*

0,02%*

0,02%*

**

0,01%*

**

0,02%*

0,01%*

0,02%*

0,01%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

**

0,01%*

0,01%*

**

**

**

**

0,03%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

0,02%*

0,03%*

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

**

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

**

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

**

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

**

0,02%*

0,02%*

**

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

0,02%*

**

0,02%*

**

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,03%*

0,03%*

0,02%*

0,02%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,03%*

0,02%*

0,01%*

0,01%*

0,02%*

0,03%*

0,01%*

0,01%*

0,01%*

0,02%*

0,02%*

0,02%*

0,03%*

0,03%*

0,02%*

0,02%*

**

0,01%*

0,02%*

**

**

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

0,03%*

0,02%*

0,02%*

0,01%*

0,01%*

0,01%*

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

0,02%*

0,02%*

**

0,02%*

0,02%*

0,02%*

**

0,02%*

0,02%*

**

0,03%*

0,02%*

0,02%*

0,02%*

0,02%*

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

0,01%*

0,03%*

0,03%*

0,01%*

0,02%*

0,02%*

0,01%*

0,01%*

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

0,02%*

0,01%*

0,02%*

0,02%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0%*

0,02%*

0,02%*

0,02%*

0,02%*

0,01%*

0,01%*

0,02%*

0,02%*

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,02%*

0,03%*

0,04%*

0,02%*

**

0,03%*

0,03%*

0,02%*

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

73,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[11]]

E06

Subpopulação

1

2

3

4

5

Agricultura Empresarial

29,92%

13%

1,81%

54,9%

0,36%*

Agricultura Familiar

31,37%

10,77%

3,72%

53,69%

0,44%*

Assentamento/Agrovila

24,12%

12,87%

0,92%*

61,67%

0,42%*

Características Urbanas

29,95%

11,66%

2,49%

55,48%

0,42%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[12]]

E07

Subpopulação

1

2

88888

99999

Agricultura Empresarial

37,19%

34,31%

0,23%*

28,27%

Agricultura Familiar

37,82%

34,96%

0,22%*

27%

Assentamento/Agrovila

30,76%

37,54%

0,04%*

31,66%

Características Urbanas

36,05%

33,6%

0,29%*

30,05%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[13]]

E08

Subpopulação

1

2

3

4

5

88888

99999

Agricultura Empresarial

31,53%

41,05%

0,98%

2,28%

2,38%

0,33%*

21,46%

Agricultura Familiar

34,24%

38,16%

1,16%

2,84%

2,95%

0,17%*

20,47%

Assentamento/Agrovila

36,21%

35,14%

0,49%*

2,13%

2,12%

0,14%*

23,77%

Características Urbanas

34,92%

36,33%

1,04%

2,48%

1,96%

0,06%*

23,2%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[14]]

E09

Subpopulação

1

2

3

88888

99999

Agricultura Empresarial

44,39%

11,34%

20,97%

0,4%*

22,9%

Agricultura Familiar

43,89%

11,26%

21,6%

1,41%

21,84%

Assentamento/Agrovila

42,82%

11,52%

20,55%

0,24%*

24,86%

Características Urbanas

43,86%

10,84%

20,33%

0,48%

24,48%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[15]]

E10

Subpopulação

1

2

3

4

99999

Agricultura Empresarial

0,11%*

1,51%

8,68%

87,32%

2,37%

Agricultura Familiar

0,18%*

2,9%

9,87%

84,37%

2,67%

Assentamento/Agrovila

0,21%*

1,46%*

7%

89,39%

1,95%*

Características Urbanas

0,15%*

2,47%

7,64%

87,07%

2,66%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[16]]

E11

Subpopulação

1

2

3

4

99999

Agricultura Empresarial

0,09%*

0,48%*

2,08%

94,98%

2,37%

Agricultura Familiar

0,04%*

0,99%

1,98%

94,3%

2,67%

Assentamento/Agrovila

**

0,24%*

1,97%

95,84%

1,95%*

Características Urbanas

0,08%*

0,62%

1,61%

95,02%

2,66%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[17]]

E12

Subpopulação

1

2

3

4

99999

Agricultura Empresarial

0,21%*

0,95%

2,4%

94,07%

2,37%

Agricultura Familiar

0,3%*

1,42%

2,34%

93,26%

2,67%

Assentamento/Agrovila

0,13%*

0,93%*

1,95%*

95,04%

1,95%*

Características Urbanas

0,21%*

0,82%

1,75%

94,56%

2,66%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[18]]

E13

Subpopulação

1

2

3

4

99999

Agricultura Empresarial

0,24%*

0,56%*

1,2%

95,63%

2,37%

Agricultura Familiar

0,16%*

0,97%

1,24%

94,96%

2,67%

Assentamento/Agrovila

0,15%*

0,17%*

1,15%*

96,58%

1,95%*

Características Urbanas

0,17%*

0,75%

1,02%

95,39%

2,66%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[19]]

E14

Subpopulação

1

2

3

4

99999

Agricultura Empresarial

0,15%*

0,57%*

1,02%

95,88%

2,37%

Agricultura Familiar

0,14%*

0,85%

1,14%

95,2%

2,67%

Assentamento/Agrovila

0,16%*

0,23%*

0,55%*

97,1%

1,95%*

Características Urbanas

0,12%*

0,56%

0,84%

95,82%

2,66%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[20]]

E15

Subpopulação

1

2

88888

Agricultura Empresarial

54,48%

44,93%

0,58%*

Agricultura Familiar

55,18%

44,39%

0,43%*

Assentamento/Agrovila

58,23%

41,55%

0,22%*

Características Urbanas

56,77%

42,7%

0,53%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[21]]

E16pais

Subpopulação

4

16

56

76

86

380

392

600

608

620

710

724

752

788

858

862

88888

99999

Agricultura Empresarial

**

**

0,02%*

45,23%

0,03%*

**

0,02%*

0,03%*

**

0,02%*

0,02%*

0,03%*

**

**

**

**

0,12%*

54,48%

Agricultura Familiar

0,05%*

0,05%*

**

44,25%

**

0,04%*

0,28%*

**

0,04%*

**

**

**

0,01%*

**

**

0,08%*

0,02%*

55,18%

Assentamento/Agrovila

0,06%*

**

**

41,7%

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

58,23%

Características Urbanas

0,11%*

**

0,02%*

42,92%

**

0%*

0,02%*

**

0,03%*

**

**

**

**

0,02%*

0,03%*

0,05%*

0,04%*

56,77%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[22]]

E16uf

Subpopulação

11

12

13

14

15

16

17

21

22

23

24

25

26

27

28

29

31

32

33

35

41

42

43

50

51

52

88888

99999

Agricultura Empresarial

0,06%*

0,15%*

0,13%*

0,02%*

0,59%*

**

1,15%

4,5%

3,06%

2,7%

0,56%*

1,56%

1,83%

0,24%*

0,18%*

6,47%

8,42%

0,31%*

2,18%

1,15%

0,6%

0,08%*

0,79%

0,02%*

0,14%*

7,91%

0,43%*

54,77%

Agricultura Familiar

0,01%*

0,02%*

0,05%*

0,04%*

0,46%*

0,04%*

0,91%

4,49%

3,46%

3,67%

0,72%

3,2%

1,2%

0,34%*

0,1%*

5,97%

6,81%

0,15%*

0,53%*

1,56%

0,47%*

0,08%*

0,42%*

0,07%*

0,37%*

8,66%

0,46%*

55,75%

Assentamento/Agrovila

**

**

1,25%*

**

1,38%*

**

0,65%*

7,29%

5,87%

2,51%

0,16%*

0,93%*

0,73%*

**

0,06%*

7,73%

7,53%

0,05%*

0,44%*

0,77%*

0,27%*

0,11%*

0,1%*

0,17%*

0,2%*

3,41%

0,09%*

58,3%

Características Urbanas

**

**

0,12%*

0,1%*

0,72%

0,03%*

1,01%

6,14%

4,7%

3,15%

0,44%

1,96%

1,08%

0,34%*

0,04%*

6,55%

7,56%

0,14%*

0,59%

0,96%

0,26%*

0,03%*

0,16%*

0,09%*

0,14%*

5,6%

0,99%

57,08%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[23]]

E16municipio

Subpopulação

88888

99999

110020

110037

120040

130006

130010

130130

130255

130260

130430

140010

140017

140040

150010

150013

150020

150030

150040

150060

150080

150140

150170

150180

150210

150220

150230

150240

150270

150277

150293

150307

150310

150320

150350

150360

150380

150420

150520

150543

150549

150550

150553

150580

150613

150618

150630

150680

150715

150745

150747

150790

150795

150800

150810

150840

160010

160030

170025

170035

170040

170070

170200

170210

170220

170240

170255

170270

170300

170320

170370

170380

170550

170555

170610

170700

170720

170740

170765

170770

170820

170900

170930

170950

171050

171070

171240

171245

171280

171320

171360

171420

171510

171575

171610

171620

171650

171660

171670

171750

171780

171790

171820

171889

172015

172080

172090

172100

172110

172120

172130

172210

210005

210010

210015

210020

210030

210040

210043

210047

210050

210060

210070

210090

210100

210110

210120

210125

210130

210140

210150

210160

210170

210190

210200

210210

210220

210230

210232

210250

210260

210275

210280

210300

210310

210312

210315

210317

210320

210330

210340

210350

210360

210370

210380

210390

210400

210405

210409

210420

210450

210460

210462

210480

210490

210510

210520

210530

210535

210540

210547

210550

210560

210565

210570

210580

210590

210596

210600

210610

210630

210640

210660

210670

210675

210680

210690

210710

210730

210735

210740

210760

210770

210780

210790

210800

210810

210820

210830

210850

210860

210870

210880

210890

210900

210905

210910

210930

210950

210955

210960

210970

210980

210990

211000

211003

211010

211023

211030

211040

211050

211060

211070

211085

211090

211102

211110

211120

211125

211130

211140

211150

211160

211167

211180

211210

211220

211230

211240

211250

211260

211270

211280

211300

211400

220010

220020

220025

220030

220040

220050

220070

220080

220095

220100

220110

220117

220120

220130

220140

220150

220170

220190

220191

220192

220200

220202

220205

220211

220220

220225

220230

220250

220260

220270

220271

220272

220275

220290

220300

220310

220320

220330

220350

220360

220370

220375

220385

220390

220430

220440

220450

220470

220490

220510

220515

220520

220530

220540

220550

220551

220557

220558

220560

220570

220580

220600

220610

220620

220640

220660

220669

220680

220690

220700

220720

220730

220740

220750

220760

220770

220777

220780

220790

220800

220810

220830

220840

220870

220880

220890

220920

220955

220975

220980

220990

221000

221040

221050

221060

221063

221080

221100

221110

221120

221130

230010

230020

230030

230050

230060

230075

230080

230090

230130

230140

230160

230170

230200

230205

230240

230250

230260

230270

230280

230320

230330

230340

230360

230365

230380

230390

230393

230400

230410

230420

230430

230435

230440

230450

230465

230470

230490

230495

230500

230526

230540

230550

230560

230570

230580

230590

230640

230670

230680

230690

230710

230730

230750

230760

230763

230765

230800

230830

230840

230850

230860

230870

230900

230930

230940

230950

230990

231010

231020

231030

231050

231060

231080

231090

231100

231120

231126

231130

231140

231160

231170

231190

231195

231220

231230

231240

231290

231310

231320

231330

231340

231360

231380

231390

231395

231400

231410

240010

240020

240040

240050

240100

240140

240200

240210

240230

240300

240310

240320

240325

240380

240390

240580

240600

240670

240700

240740

240750

240800

240810

240860

240930

240940

241080

241100

241120

241150

241230

241250

241255

241280

241400

241410

250010

250020

250030

250040

250050

250070

250077

250090

250100

250110

250150

250160

250220

250230

250240

250250

250260

250280

250330

250350

250370

250375

250400

250420

250430

250440

250450

250480

250500

250510

250535

250560

250590

250600

250620

250670

250700

250750

250760

250770

250800

250810

250830

250870

250890

250900

250950

250970

251000

251010

251020

251040

251060

251065

251080

251090

251130

251140

251210

251220

251230

251250

251280

251340

251350

251360

251370

251392

251400

251420

251430

251450

251530

251570

251580

251610

251620

251650

251660

251670

251680

251690

260010

260020

260030

260040

260050

260090

260110

260120

260130

260170

260180

260190

260200

260230

260240

260250

260260

260280

260300

260345

260350

260380

260390

260410

260420

260430

260470

260480

260500

260510

260540

260560

260570

260600

260620

260640

260660

260680

260730

260770

260775

260790

260795

260900

260910

260930

260990

261000

261030

261040

261060

261080

261090

261100

261110

261160

261220

261310

261350

261360

261390

261400

261410

261430

261450

261460

261470

261480

261530

261560

261570

261580

261640

270010

270090

270160

270220

270235

270380

270430

270470

270500

270600

270610

270630

270690

270730

270850

270860

270930

280030

280210

280330

280350

280550

290010

290020

290030

290035

290040

290060

290070

290100

290115

290130

290140

290250

290260

290270

290300

290310

290320

290323

290350

290370

290380

290390

290395

290405

290410

290420

290440

290460

290475

290490

290510

290530

290560

290570

290580

290590

290600

290610

290620

290630

290650

290670

290687

290710

290720

290760

290780

290800

290810

290910

290930

290940

290950

290960

290970

291020

291070

291080

291085

291100

291110

291120

291130

291160

291170

291190

291210

291230

291240

291250

291260

291270

291310

291320

291345

291350

291360

291390

291430

291460

291470

291480

291510

291520

291540

291550

291570

291580

291640

291660

291670

291680

291710

291730

291735

291750

291760

291770

291800

291820

291830

291835

291840

291850

291900

291930

291955

292010

292020

292060

292110

292120

292150

292170

292200

292210

292220

292260

292270

292300

292340

292350

292370

292440

292467

292480

292510

292525

292530

292550

292560

292590

292600

292620

292630

292640

292670

292720

292740

292750

292770

292790

292810

292820

292840

292850

292870

292880

292890

292900

292905

292925

292980

293010

293015

293020

293030

293050

293075

293090

293105

293160

293210

293220

293230

293240

293245

293280

293290

293315

293330

293340

293345

293350

293360

310010

310020

310030

310040

310050

310060

310090

310100

310120

310170

310205

310210

310240

310250

310320

310340

310350

310380

310390

310400

310450

310470

310510

310570

310590

310610

310620

310700

310710

310740

310810

310820

310825

310855

310860

310930

310940

310945

310960

311020

311080

311110

311120

311150

311220

311260

311290

311340

311370

311380

311430

311450

311500

311560

311615

311760

311830

311860

311870

311880

311890

311910

311930

311940

311980

312070

312090

312160

312230

312245

312247

312260

312270

312320

312330

312350

312570

312610

312620

312630

312660

312670

312690

312740

312770

312780

312860

312880

312890

312900

312930

312970

313090

313120

313130

313170

313210

313380

313420

313470

313505

313510

313520

313545

313620

313630

313670

313695

313710

313720

313730

313750

313770

313820

313860

313865

313867

313868

313880

313930

313940

313960

314050

314090

314120

314140

314150

314180

314200

314225

314270

314290

314310

314330

314350

314360

314430

314437

314450

314480

314490

314630

314640

314670

314675

314700

314740

314800

314810

314830

314870

314915

314960

314980

315057

315070

315110

315120

315190

315200

315240

315270

315290

315320

315340

315420

315445

315470

315550

315560

315580

315660

315670

315700

315760

315780

315870

315980

316030

316040

316060

316070

316080

316090

316110

316170

316200

316210

316240

316250

316280

316292

316330

316360

316420

316460

316530

316660

316720

316800

316860

316890

316940

317000

317010

317020

317040

317047

317052

317080

317100

317107

317115

317130

320010

320020

320060

320080

320090

320120

320130

320140

320150

320160

320210

320230

320320

320360

320390

320405

320410

320460

320506

320520

320530

330015

330025

330045

330080

330100

330110

330115

330140

330170

330187

330190

330200

330240

330250

330320

330330

330350

330370

330390

330414

330452

330455

330490

330510

330520

330550

330580

330610

350010

350030

350040

350140

350220

350320

350410

350520

350550

350560

350580

350610

350630

350650

350760

350810

350860

350945

350950

350960

351110

351380

351410

351450

351590

351620

351730

351740

351760

351820

351870

351880

351970

352080

352210

352220

352310

352480

352500

352590

352670

352740

352790

352900

352940

353010

353050

353060

353150

353390

353440

353460

353520

353560

353620

353730

353740

353770

354030

354140

354290

354380

354660

354780

354850

354870

354890

354920

354950

354980

354990

355020

355030

355220

355250

355280

355630

355700

410010

410210

410240

410280

410330

410430

410450

410480

410490

410580

410650

410690

410840

410860

410940

411370

411420

411520

411580

411620

411790

411870

411960

411990

412035

412090

412140

412300

412320

412350

412370

412480

412490

412580

412667

412740

412770

412820

412840

420040

420430

420540

420675

420910

421140

421220

421370

421690

421860

430200

430370

430380

430470

430500

430530

430730

430750

430770

430950

431020

431060

431120

431140

431170

431190

431240

431340

431440

431490

431520

431560

431630

431670

431750

431790

431830

431950

432010

432030

432080

432180

432220

500270

500320

500370

500620

500630

510020

510170

510180

510250

510300

510340

510390

510410

510480

510590

510620

510622

510675

510704

510760

510770

510785

510795

510805

510840

520005

520010

520013

520015

520017

520020

520025

520030

520055

520060

520080

520082

520085

520110

520140

520150

520250

520280

520310

520320

520330

520360

520380

520390

520393

520396

520400

520450

520470

520480

520485

520490

520500

520510

520530

520540

520549

520551

520580

520590

520620

520630

520640

520670

520680

520750

520790

520800

520810

520830

520840

520850

520860

520870

520880

520890

520910

520920

520940

520945

520960

520990

520995

521000

521010

521020

521040

521056

521060

521090

521120

521140

521150

521180

521190

521205

521210

521220

521230

521250

521270

521280

521305

521308

521350

521370

521380

521400

521410

521440

521450

521460

521480

521483

521490

521500

521530

521560

521570

521580

521630

521640

521680

521690

521710

521720

521730

521740

521760

521770

521800

521830

521850

521860

521870

521880

521890

521950

521960

521970

521973

521975

521980

521990

522000

522005

522010

522020

522040

522045

522050

522060

522068

522070

522100

522108

522145

522150

522160

522170

522185

522190

522200

522205

522220

Agricultura Empresarial

2,27%

55,2%

0,04%*

0,02%*

0,15%*

**

**

**

0,04%*

0,06%*

**

**

0,02%*

**

**

**

**

0,03%*

0,02%*

0,02%*

**

0,13%*

0,03%*

0,03%*

0,12%*

**

**

**

**

**

**

**

**

**

**

**

**

0,05%*

**

**

**

**

**

0,03%*

0,04%*

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

0,04%*

**

0,16%*

0,05%*

**

**

**

**

**

0,03%*

**

0,06%*

0,07%*

0,03%*

**

0,04%*

0,03%*

**

0,03%*

**

0,03%*

**

**

0,02%*

**

**

0,04%*

**

**

**

**

0,07%*

**

**

0,02%*

**

**

0,06%*

**

0,06%*

0,03%*

0,02%*

**

**

0,06%*

0,02%*

0,03%*

**

0,07%*

0,02%*

0,04%*

**

0,02%*

0,04%*

**

0,02%*

**

**

**

**

0,19%*

**

0,03%*

0,02%*

**

**

0,03%*

**

0,09%*

**

**

0,06%*

**

**

**

**

**

**

**

0,04%*

0,28%*

**

**

**

**

**

0,04%*

**

0,2%*

0,06%*

0,03%*

0,08%*

**

0,04%*

**

**

0,04%*

0,03%*

**

**

**

**

**

0,03%*

0,35%*

**

0,05%*

0,03%*

**

0,06%*

**

0,06%*

0,04%*

0,06%*

**

**

0,17%*

**

**

**

0,02%*

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

0,03%*

**

0,03%*

**

**

**

0,07%*

**

0,14%*

**

**

0,12%*

0,18%*

0,05%*

0,03%*

**

**

**

0,03%*

**

**

**

**

**

0,03%*

0,03%*

0,03%*

**

0,08%*

0,03%*

0,05%*

0,56%*

**

0,03%*

**

**

0,16%*

0,09%*

**

0,11%*

**

0,04%*

**

**

**

**

**

**

0,1%*

0,06%*

**

**

**

0,04%*

**

**

**

**

**

**

**

0,04%*

**

**

0,02%*

**

**

0,02%*

**

**

**

0,09%*

**

**

**

0,02%*

0,06%*

0,02%*

0,03%*

**

0,32%*

**

0,03%*

**

**

0,03%*

**

0,07%*

**

0,03%*

0,11%*

**

0,05%*

**

0,03%*

**

0,03%*

**

**

**

0,03%*

0,03%*

**

**

**

**

0,02%*

0,03%*

**

**

**

0,03%*

0,03%*

0,02%*

**

**

0,04%*

**

**

**

0,02%*

**

0,48%*

**

0,04%*

0,02%*

0,07%*

**

0,02%*

0,07%*

**

**

**

0,03%*

0,04%*

**

**

**

**

**

**

0,13%*

**

0,08%*

0,39%*

0,05%*

**

**

0,11%*

**

**

0,03%*

0,02%*

**

**

**

0,04%*

**

**

**

0,05%*

**

0,03%*

0,06%*

**

0,04%*

0,08%*

**

**

**

**

**

**

**

**

0,03%*

0,24%*

0,04%*

**

**

0,3%*

**

0,03%*

0,04%*

**

0,09%*

0,02%*

**

0,08%*

**

0,07%*

**

0,02%*

0,06%*

0,03%*

**

**

0,06%*

**

0,05%*

**

**

**

**

**

**

**

0,05%*

0,05%*

0,04%*

0,02%*

0,13%*

0,03%*

0,02%*

0,03%*

**

**

**

**

0,02%*

**

0,02%*

**

**

**

**

0,03%*

**

0,02%*

**

**

**

0,13%*

**

0,06%*

**

**

**

0,16%*

0,06%*

**

0,03%*

**

**

0,03%*

0,02%*

**

**

0,02%*

**

**

0,08%*

**

**

**

**

**

**

0,03%*

**

**

0,02%*

**

0,02%*

0,03%*

**

0,03%*

0,16%*

**

**

**

**

**

**

0,02%*

**

**

**

0,05%*

0,03%*

0,03%*

0,03%*

**

0,09%*

**

**

0,08%*

**

0,02%*

**

**

0,02%*

**

**

**

**

**

**

**

**

**

0,1%*

**

0,15%*

0,02%*

0,03%*

**

**

**

**

0,03%*

**

**

**

**

0,05%*

0,02%*

0,02%*

0,11%*

**

**

**

**

**

**

**

0,02%*

0,04%*

0,02%*

**

**

**

**

**

**

0,06%*

0,02%*

0,03%*

0,02%*

0,03%*

0,02%*

**

**

**

**

**

0,02%*

**

**

**

0,03%*

**

**

**

**

0,02%*

**

0,23%*

0,02%*

0,03%*

**

**

**

0,05%*

**

0,03%*

**

0,05%*

**

0,02%*

**

0,03%*

**

0,06%*

0,03%*

**

**

**

**

**

**

0,03%*

**

**

0,02%*

**

0,03%*

0,02%*

0,02%*

**

**

**

0,02%*

**

**

**

0,02%*

0,03%*

**

0,03%*

**

**

0,06%*

**

**

**

**

**

0,03%*

**

0,09%*

0,03%*

**

**

**

0,04%*

0,02%*

0,1%*

0,2%*

0,13%*

**

0,05%*

0,02%*

0,04%*

0,11%*

**

**

0,03%*

0,03%*

**

**

0,03%*

**

0,04%*

0,05%*

0,02%*

**

**

**

**

**

0,02%*

0,08%*

0,03%*

0,02%*

**

**

**

**

**

**

**

**

0,16%*

0,02%*

**

**

**

**

0,02%*

0,02%*

**

0,03%*

0,02%*

0,02%*

**

0,12%*

0,03%*

0,07%*

0,02%*

**

0,1%*

**

0,02%*

0,31%*

**

**

0,02%*

**

0,13%*

0,02%*

**

**

**

**

**

0,02%*

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

0,13%*

0,02%*

0,02%*

**

**

0,23%*

0,04%*

0,03%*

0,11%*

0,04%*

**

0,06%*

**

**

0,24%*

**

**

0,05%*

0,05%*

**

**

0,05%*

0,08%*

**

**

**

**

**

**

0,02%*

0,12%*

**

**

**

**

**

0,47%*

0,13%*

0,06%*

**

**

0,1%*

**

0,02%*

0,03%*

0,03%*

**

**

**

0,04%*

**

**

0,11%*

0,28%*

**

**

**

**

0,04%*

0,08%*

0,1%*

**

**

**

**

0,07%*

**

**

**

0,05%*

0,06%*

0,03%*

**

0,03%*

**

0,05%*

**

**

0,04%*

0,02%*

0,05%*

**

**

**

0,07%*

**

**

0,04%*

**

0,05%*

0,09%*

**

0,05%*

**

**

0,22%*

**

0,05%*

**

0,21%*

0,09%*

0,09%*

0,03%*

**

0,02%*

**

0,04%*

**

0,02%*

**

0,03%*

0,07%*

**

0,1%*

0,03%*

**

**

**

0,04%*

**

0,03%*

**

**

**

**

0,03%*

**

0,1%*

0,03%*

0,06%*

**

0,32%*

**

0,02%*

**

**

0,05%*

0,03%*

**

**

**

**

**

0,03%*

**

**

**

**

0,08%*

**

**

0,05%*

0,25%*

**

0,03%*

**

0,03%*

**

0,24%*

0,04%*

**

**

**

0,03%*

0,06%*

0,03%*

0,02%*

0,4%*

**

**

**

**

0,02%*

**

**

**

**

0,02%*

0,03%*

0,09%*

**

**

**

**

0,03%*

**

0,02%*

**

**

0,04%*

**

0,03%*

**

**

0,02%*

0,03%*

**

0,06%*

0,02%*

**

**

**

**

**

**

0,02%*

**

0,02%*

0,02%*

**

0,04%*

0,02%*

0,03%*

**

0,02%*

0,02%*

0,05%*

**

**

**

0,02%*

**

**

**

0,02%*

0,02%*

**

**

**

0,02%*

**

**

**

0,04%*

0,92%

0,03%*

**

0,07%*

0,02%*

**

**

0,03%*

**

**

**

0,03%*

**

**

0,02%*

0,02%*

**

0,2%*

**

**

0,05%*

**

0,04%*

**

**

**

**

0,02%*

0,14%*

**

0,04%*

0,11%*

0,03%*

**

**

**

**

**

**

0,03%*

0,07%*

0,02%*

0,03%*

0,21%*

0,02%*

0,52%*

0,05%*

**

**

0,05%*

0,02%*

0,02%*

**

0,02%*

**

0,08%*

**

0,02%*

**

**

0,03%*

**

0,06%*

**

0,06%*

0,02%*

**

0,03%*

**

0,03%*

**

0,06%*

**

0,03%*

**

0,03%*

**

0,02%*

0,03%*

0,06%*

0,03%*

**

0,78%

0,02%*

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

0,03%*

**

0,02%*

**

0,09%*

0,05%*

1,39%

0,16%*

**

0,05%*

0,05%*

0,02%*

**

**

0,04%*

0,02%*

**

0,02%*

0,02%*

0,07%*

**

0,02%*

**

**

0,03%*

**

**

**

**

**

0,02%*

**

0,02%*

**

0,02%*

0,02%*

**

0,04%*

0,05%*

**

**

**

**

0,1%*

**

**

**

**

0,09%*

0,11%*

0,04%*

0,06%*

**

**

**

**

1,47%

0,07%*

0,02%*

0,02%*

**

0,05%*

**

**

0,04%*

0,03%*

**

**

**

**

0,03%*

**

**

**

0,03%*

**

**

0,04%*

**

**

**

0,03%*

**

0,03%*

**

**

**

0,02%*

**

**

**

0,03%*

0,03%*

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

0,05%*

0,09%*

**

**

**

**

0,02%*

0,04%*

**

**

**

**

0,02%*

**

0,02%*

**

0,02%*

**

**

**

0,12%*

**

0,02%*

**

0,02%*

**

0,02%*

**

0,04%*

0,3%*

**

**

**

**

**

**

0,04%*

0,03%*

0,04%*

**

**

0,02%*

0,08%*

0,02%*

0,02%*

**

0,02%*

**

**

0,03%*

0,02%*

0,02%*

0,05%*

**

**

0,03%*

**

**

0,02%*

**

**

0,02%*

0,03%*

**

0,03%*

**

**

**

**

**

**

0,02%*

**

**

0,03%*

**

0,03%*

0,02%*

**

**

**

**

**

**

**

**

**

0,02%*

0,1%*

0,03%*

0,09%*

0,02%*

0,03%*

**

0,06%*

**

**

**

**

0,04%*

**

**

**

0,06%*

0,02%*

0,04%*

**

**

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,02%*

**

**

**

**

**

**

0,03%*

**

**

0,04%*

0,02%*

**

**

**

**

**

0,03%*

**

0,02%*

**

**

**

**

**

**

0,03%*

0,03%*

0,02%*

0,02%*

0,03%*

0,03%*

0,28%*

**

0,04%*

0,23%*

**

**

0,4%*

**

**

**

0,02%*

0,04%*

**

**

**

**

**

**

**

0,08%*

0,03%*

**

**

0,02%*

0,09%*

0,02%*

0,06%*

0,02%*

0,2%*

0,03%*

**

0,08%*

**

0,1%*

**

0,02%*

0,06%*

**

**

0,03%*

1,33%

0,07%*

0,03%*

**

0,02%*

0,16%*

0,58%*

0,1%*

**

**

**

**

**

0,02%*

0,27%*

**

**

0,06%*

**

**

0,03%*

**

0,06%*

0,03%*

**

0,05%*

0,14%*

0,06%*

0,02%*

**

**

**

0,54%*

0,1%*

**

**

0,06%*

**

0,03%*

**

**

0,03%*

0,02%*

0,1%*

0,06%*

**

**

**

**

0,05%*

0,15%*

**

0,03%*

**

0,06%*

0,03%*

**

**

0,04%*

0,02%*

**

0,18%*

0,03%*

0,02%*

0,12%*

**

0,04%*

**

**

0,02%*

0,03%*

0,03%*

**

**

0,19%*

0,06%*

**

**

0,04%*

**

0,02%*

**

**

**

0,02%*

0,03%*

0,11%*

**

**

**

**

0,06%*

**

0,21%*

**

**

**

**

Agricultura Familiar

2,28%

56,21%

**

0,01%*

0,02%*

0,04%*

0,01%*

**

**

**

**

0,03%*

0,01%*

**

**

0%*

0%*

**

**

0,05%*

**

0,1%*

**

**

**

**

**

0,03%*

**

**

0,06%*

**

**

**

**

**

**

**

**

**

**

0,04%*

0,01%*

**

0,02%*

**

**

**

0,04%*

**

0,01%*

**

**

0,04%*

0,01%*

**

0,04%*

**

0,01%*

**

0,03%*

**

**

0,05%*

**

0,05%*

**

0,02%*

0,04%*

**

**

**

0%*

**

**

0,05%*

**

**

**

**

**

0,04%*

0,05%*

0,04%*

0,05%*

0,1%*

**

**

**

**

**

0,04%*

**

**

**

0,02%*

0,04%*

**

**

0,03%*

0,01%*

0,04%*

0%*

**

**

0,04%*

0,02%*

**

**

0,05%*

**

**

0,02%*

0,07%*

**

0,04%*

0,09%*

0,04%*

0,04%*

**

**

**

**

0,07%*

0,02%*

**

0,15%*

**

**

0,02%*

**

0,58%*

0,02%*

**

**

**

**

**

**

**

0,02%*

0,01%*

0,04%*

0,57%*

0,01%*

0,06%*

**

**

**

0,02%*

**

0,21%*

0,1%*

**

**

**

0,13%*

**

**

**

**

**

**

0,07%*

**

**

**

0,2%*

**

**

**

**

0,02%*

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

0,05%*

**

**

**

**

0,01%*

0,03%*

0,01%*

**

**

0,03%*

**

**

**

0,02%*

**

**

0,01%*

**

0,12%*

**

0,03%*

**

0,06%*

**

0,06%*

0,09%*

**

**

**

**

**

**

**

0,09%*

0,01%*

**

**

**

**

**

**

0,25%*

**

0,01%*

**

0,05%*

**

**

0,04%*

0,21%*

0,09%*

0,04%*

0,1%*

0,01%*

0,01%*

0,01%*

0,07%*

0%*

0,04%*

**

**

**

**

**

**

**

0,1%*

0,02%*

0,06%*

**

0,01%*

**

0,04%*

0,04%*

0,13%*

**

0,01%*

**

**

**

0,04%*

0,11%*

0,01%*

0,05%*

0,08%*

**

0,1%*

**

**

0,01%*

0,07%*

0,09%*

0,07%*

0,03%*

**

**

**

0,02%*

**

**

0,12%*

0,03%*

0,04%*

**

0,04%*

0,04%*

0,01%*

**

**

0,04%*

**

**

0,02%*

**

**

**

0,11%*

0,07%*

0,04%*

0,01%*

0,04%*

**

0,04%*

**

**

0,01%*

0%*

**

**

**

**

0,4%*

0,29%*

**

**

**

0,01%*

**

**

**

0,07%*

**

**

**

**

**

0,01%*

0,01%*

**

**

**

0,09%*

0,01%*

**

0,55%*

**

0,01%*

0,01%*

0,01%*

0,01%*

0,09%*

**

0,02%*

0,01%*

**

0,02%*

0,06%*

**

0,12%*

**

**

**

0,07%*

**

0,01%*

0,03%*

0,04%*

0,03%*

0,01%*

0,05%*

0,04%*

0,01%*

0,05%*

**

**

**

0,05%*

**

0,01%*

**

0,15%*

**

**

**

0,01%*

**

**

**

0,06%*

0,1%*

**

0,01%*

0,01%*

0,13%*

**

0,07%*

0,03%*

0,06%*

0,06%*

0,13%*

0,03%*

0,03%*

**

0,04%*

0,01%*

0,09%*

**

**

0,03%*

**

0,16%*

0,29%*

0,03%*

**

**

**

0,01%*

**

**

**

**

**

0,02%*

0,07%*

**

**

**

0,04%*

0,01%*

0,01%*

**

0,07%*

0,11%*

**

0,09%*

**

0,04%*

0,01%*

0,27%*

0,5%*

0,01%*

0,06%*

**

**

**

0,02%*

0,03%*

0,01%*

0,01%*

0,01%*

0,01%*

0,01%*

**

**

0,04%*

**

0,03%*

**

**

0,05%*

0,01%*

**

**

**

**

**

0,05%*

0,13%*

**

0,09%*

0,03%*

0,04%*

**

**

**

0,01%*

0,13%*

**

**

**

**

0,05%*

**

0,02%*

0,03%*

0,07%*

0,11%*

0,02%*

0,01%*

0,04%*

**

**

**

0,03%*

**

0,07%*

0,01%*

**

**

0,01%*

0,04%*

0,09%*

0,04%*

0,2%*

**

0,08%*

**

**

**

0,05%*

0,03%*

**

0,04%*

0,06%*

**

**

**

0,01%*

0,14%*

0,03%*

0,07%*

**

0,03%*

0,04%*

0,03%*

**

**

**

0,03%*

0,07%*

0,01%*

**

**

0,02%*

**

0,29%*

0,05%*

0,06%*

**

0,59%*

**

**

**

0,03%*

0,06%*

0,04%*

**

**

0,03%*

**

0,01%*

**

0,01%*

**

0,03%*

**

0,04%*

0,17%*

0,04%*

**

**

**

0,18%*

**

0,01%*

**

**

**

0,04%*

0,02%*

0,02%*

**

0%*

**

0,03%*

0,03%*

**

**

**

0,02%*

0,02%*

**

0,01%*

**

**

**

0,07%*

**

**

0,04%*

0,04%*

**

**

0,01%*

**

0,02%*

0,01%*

**

0,03%*

**

**

**

0,03%*

**

**

**

0,03%*

**

0,04%*

**

**

**

**

**

0,03%*

0,04%*

**

**

0,17%*

0,05%*

**

0,04%*

0,04%*

0,05%*

**

**

**

0,01%*

**

**

**

0,07%*

**

**

**

**

**

**

0,04%*

0,04%*

**

0,04%*

0,04%*

**

**

**

**

0,01%*

0,01%*

**

0,04%*

**

0,06%*

0,08%*

0%*

**

**

0,02%*

**

0,08%*

**

**

0,06%*

**

0,01%*

0,01%*

0,02%*

**

**

0,04%*

0,03%*

0,03%*

0,04%*

**

0,35%*

**

**

**

**

0,13%*

**

**

**

**

0,02%*

0,04%*

0,01%*

**

**

0,1%*

**

**

**

0,06%*

**

**

0,04%*

0,01%*

0,04%*

**

**

0,09%*

**

0,04%*

0,01%*

0,03%*

0,11%*

0,1%*

0,35%*

0,04%*

**

0,01%*

0,06%*

0,01%*

**

0,01%*

**

0,03%*

0,01%*

**

0,01%*

**

0%*

**

0,05%*

0,09%*

0,07%*

0,01%*

**

0,04%*

0,07%*

0,04%*

**

0,04%*

0,04%*

0%*

0,01%*

0,34%*

0,04%*

0,03%*

**

**

**

**

**

**

0,09%*

**

0,02%*

**

**

0,01%*

0%*

0,24%*

0,03%*

0,02%*

0,06%*

**

**

**

**

0,03%*

0,01%*

**

0,04%*

0,01%*

0,05%*

**

0,01%*

**

**

0,45%*

**

0,03%*

**

**

**

0,02%*

0,01%*

**

0,06%*

**

**

0,04%*

**

**

**

**

**

**

0%*

0,02%*

**

**

0,03%*

0,06%*

0,05%*

**

**

0,02%*

0,34%*

0,16%*

0,05%*

**

0,03%*

0,04%*

0,05%*

**

0,03%*

0,01%*

**

**

**

0,03%*

0,06%*

**

0,01%*

0,05%*

0,06%*

**

0,01%*

**

**

0,01%*

**

0,03%*

0,05%*

**

**

**

0,03%*

**

0,02%*

**

0,07%*

**

0,04%*

**

0,01%*

0,01%*

0,01%*

**

0,11%*

**

**

0,02%*

0,04%*

**

**

0,07%*

0,04%*

**

**

0,32%*

**

0,01%*

**

**

**

0,13%*

0,05%*

0,01%*

**

**

0,12%*

0,01%*

0,05%*

0,02%*

0,59%*

0,1%*

**

**

0,03%*

**

**

**

0,04%*

**

0,03%*

**

**

**

**

0,06%*

0,01%*

**

0,04%*

0,02%*

0,01%*

0,03%*

**

0,01%*

**

0,03%*

**

0,02%*

**

0,01%*

**

**

**

**

**

**

**

**

0,02%*

0,02%*

**

**

**

0,15%*

**

**

0,02%*

0,03%*

**

0,02%*

**

0,03%*

0,01%*

**

0,06%*

**

**

**

0,01%*

0,05%*

**

0,04%*

**

0,07%*

**

0,01%*

0,03%*

0,27%*

**

**

0,09%*

**

0,01%*

**

**

**

**

**

**

**

0,04%*

**

**

0,06%*

0,1%*

**

0,05%*

**

0,01%*

0,04%*

0,05%*

**

0,01%*

0,01%*

**

0,21%*

**

**

0,2%*

0,04%*

0,06%*

0,04%*

**

**

**

**

**

**

**

0,01%*

0,38%*

0,03%*

0,17%*

**

0,01%*

**

**

**

**

0,11%*

**

**

0,03%*

**

0,01%*

0,03%*

0,02%*

**

0,01%*

0,01%*

0,01%*

**

**

0,11%*

**

**

**

**

0,05%*

0,02%*

**

**

**

0,05%*

**

**

**

**

0,02%*

0,49%*

0,05%*

0,03%*

**

**

0,02%*

0%*

0,01%*

0,03%*

**

0,01%*

**

0,01%*

**

**

**

0,06%*

0,07%*

**

0,03%*

0,01%*

0,12%*

0,49%*

**

0,05%*

**

0,01%*

0,02%*

0,03%*

0,03%*

**

**

**

0,03%*

**

**

0,01%*

**

0,03%*

**

**

**

**

**

0,01%*

**

**

0,03%*

**

0,03%*

0,01%*

**

0,03%*

**

**

0,03%*

0,03%*

0,03%*

**

0,05%*

**

0,07%*

**

0,01%*

**

**

0%*

0,04%*

**

**

**

**

0,16%*

**

**

**

0,03%*

**

0,01%*

**

0,01%*

**

0,01%*

**

0,03%*

0,09%*

**

0,03%*

**

0,01%*

**

**

0%*

**

**

**

**

**

**

**

**

**

0,01%*

**

**

0,01%*

0,02%*

**

0,04%*

0,04%*

0,05%*

**

0,03%*

**

0,01%*

0,03%*

0%*

**

**

0,03%*

0,02%*

**

0,04%*

0,04%*

**

**

0,03%*

0,03%*

**

**

0,04%*

**

**

**

**

0,01%*

**

0,04%*

**

0,01%*

0,04%*

**

0,03%*

0,01%*

**

0,1%*

**

**

**

**

**

0,52%*

0,08%*

0,04%*

**

**

**

0,02%*

**

**

**

**

**

**

0,12%*

**

**

**

0,08%*

0,01%*

**

**

**

**

0,08%*

**

0,01%*

**

**

**

**

**

0,02%*

0,03%*

0,03%*

**

0,01%*

**

0,01%*

**

**

**

0,01%*

0,04%*

**

0,01%*

**

**

**

**

**

0,04%*

0,02%*

0,02%*

**

0,01%*

0%*

0,06%*

0,01%*

0,01%*

**

**

**

**

0,01%*

0,04%*

0,07%*

**

**

0,03%*

**

**

0,01%*

**

0,05%*

0,02%*

0,01%*

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

0,02%*

0,03%*

0,02%*

**

0,01%*

**

0,05%*

0,04%*

0,01%*

0,08%*

**

0,02%*

0,03%*

**

0,03%*

**

**

**

0,01%*

**

**

0,03%*

0,02%*

0,03%*

0,03%*

0,03%*

0,03%*

**

0,04%*

**

0,05%*

0,14%*

0,01%*

0,02%*

0,09%*

0,04%*

**

0,6%*

0,01%*

0,04%*

0,01%*

**

**

0,07%*

0,05%*

0,04%*

0,02%*

0,04%*

0,01%*

0,01%*

0,06%*

**

**

**

**

0,04%*

0,02%*

0,06%*

0,02%*

0,18%*

**

0,04%*

0,16%*

0,01%*

0,09%*

0,05%*

0,06%*

0,01%*

**

**

0,04%*

1,24%

0,11%*

0,01%*

**

**

0,09%*

0,81%

0,05%*

**

**

**

0,01%*

**

**

0,05%*

**

0,02%*

0,03%*

0,01%*

0,04%*

**

0,01%*

0,07%*

0,02%*

0,01%*

**

0,06%*

0,02%*

**

**

**

0,03%*

0,29%*

0,02%*

0,14%*

**

0,03%*

0,02%*

**

0,02%*

0,01%*

0,02%*

**

0,07%*

0,15%*

0,02%*

0,02%*

0,04%*

**

0,1%*

0,45%*

**

**

0,04%*

0,03%*

0,01%*

0,01%*

**

**

0,04%*

0,07%*

0,28%*

0,02%*

0,18%*

0,21%*

**

0,03%*

**

0,08%*

0,2%*

0,01%*

**

0,05%*

0,08%*

0,06%*

**

0,02%*

0,04%*

**

**

0,01%*

0,01%*

0,05%*

0,01%*

0,13%*

**

0,04%*

0,04%*

0,03%*

**

0%*

0,22%*

**

0,14%*

0,01%*

0,01%*

**

**

Assentamento/Agrovila

1,39%*

58,4%

**

**

**

**

**

0,35%*

**

0,9%*

**

**

**

**

**

**

**

**

**

**

**

0,4%*

**

**

**

**

**

**

0,01%*

**

**

0,44%*

**

**

0,01%*

**

**

**

0,01%*

**

**

**

**

**

**

0,07%*

**

0,08%*

**

0,03%*

**

0,17%*

0,01%*

**

0,07%*

**

**

**

**

0,08%*

**

**

**

0,03%*

**

**

**

0,1%*

**

**

**

0,08%*

**

**

0,01%*

0,1%*

**

**

**

0,01%*

**

**

**

**

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,11%*

**

**

**

**

**

**

**

0,01%*

**

**

**

**

**

0,01%*

**

**

**

**

**

**

0,26%*

**

**

0,25%*

**

**

0,07%*

0,08%*

0,29%*

**

0,07%*

**

**

0,14%*

**

**

**

**

**

0,14%*

0,66%*

**

**

**

**

**

1,19%*

0,01%*

0,44%*

**

0,1%*

0,12%*

0,08%*

**

**

**

**

0,02%*

**

0,4%*

0,01%*

**

**

0,15%*

0,32%*

**

0,12%*

**

0,18%*

**

0,05%*

**

**

**

**

0,08%*

**

**

**

**

**

**

0,11%*

**

**

**

0,01%*

**

**

0,22%*

**

**

0,15%*

0,11%*

**

**

**

**

0,02%*

**

**

0,03%*

**

**

0,2%*

0,08%*

**

**

**

**

**

0,07%*

**

**

**

0,01%*

**

**

**

0,1%*

**

0,1%*

**

**

**

**

0,21%*

**

**

0,09%*

**

**

0,08%*

**

**

0,01%*

**

**

0,23%*

**

0,02%*

**

**

0,02%*

**

**

**

**

**

0,04%*

**

**

**

**

**

0,05%*

**

0,01%*

0,02%*

0,43%*

0,01%*

**

**

**

**

**

0,16%*

0,01%*

0,01%*

**

**

0,21%*

**

**

**

0,27%*

0,01%*

0,68%*

**

**

**

**

0,08%*

**

**

0,09%*

**

0,11%*

**

**

**

**

**

0,03%*

**

**

**

**

**

0,08%*

**

0,01%*

0,12%*

**

0,09%*

**

**

0,01%*

**

**

0,01%*

0,01%*

0,01%*

0,08%*

0,06%*

**

0,14%*

0,72%*

0,03%*

**

**

0,07%*

0,02%*

**

0,08%*

0,21%*

**

0,03%*

**

**

**

**

**

0,02%*

0,07%*

**

0,17%*

**

**

0,94%*

0,26%*

0,16%*

**

**

**

0,01%*

**

**

**

**

**

**

0,03%*

**

**

**

0,01%*

0,63%*

**

**

**

**

0,01%*

**

**

**

**

**

**

**

**

0,03%*

0,01%*

**

**

0,16%*

**

**

0,13%*

**

**

**

0,1%*

**

**

0,02%*

0,01%*

0,04%*

**

**

**

**

**

**

0,04%*

**

**

0,01%*

**

0,02%*

**

**

0,01%*

**

**

**

0,06%*

0,11%*

**

**

0,01%*

**

0,19%*

0,02%*

**

0,01%*

**

0,03%*

**

**

**

0,08%*

**

0,02%*

**

**

**

0,12%*

0,08%*

0,11%*

0,04%*

**

**

**

0,23%*

**

**

**

0,05%*

0,03%*

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,08%*

0,03%*

**

**

**

**

**

**

**

**

**

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

**

0,01%*

0,01%*

**

0,02%*

**

0,04%*

**

0,03%*

**

**

**

**

0,03%*

**

**

**

**

0,23%*

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

0,02%*

0,01%*

**

**

**

**

0,03%*

**

**

0,02%*

**

0,09%*

**

0,18%*

**

**

**

**

**

0,05%*

**

**

**

0,02%*

0,04%*

**

**

**

**

**

**

0,02%*

0,02%*

**

**

**

**

**

0,08%*

**

**

**

**

**

**

**

**

0,01%*

0,02%*

**

**

**

**

**

**

**

0,01%*

0,11%*

**

**

**

**

0,01%*

**

**

**

**

**

**

**

**

0,08%*

0,01%*

**

**

**

**

**

**

**

0,07%*

**

0,05%*

**

**

0,01%*

**

**

**

**

**

**

0,02%*

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

0,02%*

**

**

**

**

**

0,07%*

**

**

**

**

**

0,1%*

0,03%*

**

0,04%*

**

0,03%*

**

**

**

**

0,02%*

0,45%*

**

**

0,01%*

**

**

**

0,1%*

0,01%*

**

**

**

**

0,13%*

0,49%*

0,25%*

**

**

**

**

**

**

0,37%*

0,01%*

0,02%*

**

**

0,1%*

0,24%*

0,18%*

0,03%*

**

**

**

**

**

0,04%*

**

**

**

**

**

0,01%*

**

**

**

**

**

**

0,1%*

0,01%*

0,01%*

0,16%*

**

**

**

0,01%*

**

0,34%*

0,1%*

0,12%*

**

**

**

**

**

**

**

0,16%*

**

0,02%*

**

**

**

0,2%*

**

**

0,08%*

**

**

**

**

**

**

**

0,08%*

**

**

0,01%*

**

0,08%*

**

**

**

**

**

0,08%*

**

**

**

**

0,15%*

1,53%*

0,12%*

0,01%*

0,02%*

**

**

**

**

**

0,19%*

0,02%*

**

**

**

**

0,1%*

0,01%*

0,01%*

**

0,07%*

0,13%*

0,08%*

**

**

**

**

**

0,1%*

**

**

**

0,19%*

**

0,07%*

**

0,03%*

**

**

**

**

**

**

**

**

**

**

0,08%*

**

**

0,01%*

**

0,3%*

0,01%*

0,13%*

**

**

**

**

**

**

**

0,01%*

**

**

**

**

0,02%*

**

0,05%*

**

**

0,01%*

0,26%*

**

**

**

**

0,08%*

0,01%*

**

0,03%*

**

**

0,08%*

**

0,08%*

0,01%*

0,3%*

**

0,07%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,2%*

**

**

**

**

**

**

**

0,1%*

**

**

**

**

0,07%*

**

0,02%*

0,01%*

**

**

0,09%*

**

**

**

0,02%*

0,03%*

**

**

**

**

**

0,14%*

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

0,09%*

0,01%*

**

**

1,07%*

**

0,02%*

0,13%*

**

**

**

**

0,11%*

0,05%*

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

0,01%*

**

**

**

0,01%*

**

**

0,09%*

0,01%*

**

**

**

**

**

**

**

**

**

**

0,13%*

**

0,16%*

**

**

**

**

**

**

0,12%*

**

**

**

0,01%*

0,01%*

**

**

**

**

0,18%*

**

0,1%*

**

**

**

**

**

**

0,02%*

0,03%*

**

**

**

**

**

**

**

**

**

0,76%*

**

**

**

**

**

**

**

**

**

0,23%*

**

**

0,08%*

**

**

**

**

**

**

0,01%*

0,09%*

1,76%*

**

0,21%*

**

**

**

**

0,02%*

**

**

0,01%*

**

**

**

**

**

**

0,01%*

**

**

0,01%*

0,02%*

**

**

**

0,01%*

**

**

0,01%*

**

0,08%*

**

**

0,02%*

**

**

**

0,1%*

**

**

**

**

**

**

0,07%*

**

**

0,01%*

0,01%*

**

0,15%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,08%*

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,18%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

0,08%*

0,08%*

**

**

**

**

**

**

**

**

**

**

0,08%*

**

**

0,05%*

**

0,01%*

**

0,13%*

**

**

**

**

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

**

**

**

**

0,02%*

**

**

0,1%*

**

**

**

0,11%*

**

**

**

**

**

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

**

**

**

**

**

**

**

**

**

0,09%*

**

**

0,12%*

0,03%*

0,02%*

**

**

**

**

**

0,01%*

**

**

**

**

**

0,12%*

**

**

**

**

**

0,07%*

**

**

**

**

**

**

**

**

0,03%*

**

**

0,08%*

**

**

0,08%*

**

0,02%*

0,27%*

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

0,15%*

**

0,03%*

0,01%*

0,09%*

**

0,11%*

0,11%*

**

0,15%*

**

**

0,01%*

**

**

**

0,66%*

0,01%*

**

**

**

0,02%*

0,27%*

**

**

0,06%*

**

**

**

**

0,02%*

**

0,02%*

0,01%*

**

**

**

**

**

**

**

**

0,01%*

**

**

**

**

**

0,11%*

0,12%*

**

**

0,04%*

0,15%*

**

0,05%*

**

**

**

**

0,08%*

**

**

**

**

0,07%*

0,04%*

**

**

**

**

**

**

**

**

0,02%*

**

0,01%*

**

**

0,21%*

0,01%*

**

**

**

**

**

**

**

**

**

0,07%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,1%*

0,03%*

**

Características Urbanas

2,11%

58,07%

**

**

**

**

**

0,01%*

**

0,09%*

0,02%*

0,05%*

**

0,02%*

0,01%*

**

0,01%*

**

**

0,03%*

0,02%*

0,15%*

**

**

**

0,02%*

0,06%*

**

**

0,02%*

**

**

0,02%*

0,02%*

0,03%*

0,06%*

0,02%*

**

**

0,01%*

0,01%*

**

**

**

**

**

0,01%*

0,04%*

0,01%*

0,01%*

**

**

**

**

0,1%*

0,02%*

**

0,03%*

**

0,04%*

0,01%*

0,02%*

0,02%*

0,07%*

0,05%*

0,04%*

**

**

**

0,03%*

0,02%*

**

**

0,04%*

0,02%*

0,02%*

**

0,02%*

**

0,02%*

0,03%*

**

0,03%*

0,09%*

**

0,01%*

**

**

0,02%*

0,01%*

0,01%*

0,03%*

0,03%*

0,03%*

0,05%*

**

**

**

0,04%*

**

0,01%*

0,01%*

0,05%*

**

**

**

0,04%*

0,04%*

**

**

**

**

0,02%*

**

0,03%*

0,03%*

0,04%*

0,04%*

0,05%*

0,01%*

0,02%*

0,01%*

0,08%*

0,02%*

**

**

0,05%*

0,02%*

0,03%*

0,11%*

0,04%*

0,31%*

0,01%*

**

0,03%*

0,03%*

0,13%*

0,06%*

0,03%*

0,02%*

**

**

0,13%*

0,42%*

**

0,04%*

0,02%*

0,01%*

0,12%*

0,2%*

0,07%*

0,16%*

0,05%*

0,04%*

0,22%*

0,01%*

0,14%*

0,01%*

0,02%*

0,02%*

0,05%*

0,09%*

**

0,03%*

0,02%*

0%*

0,01%*

0,21%*

0,01%*

0,05%*

**

**

**

**

0,04%*

**

**

0,02%*

**

0,07%*

0,07%*

0,01%*

0,02%*

0,01%*

0,01%*

0,04%*

0,03%*

**

0,03%*

0,03%*

0,01%*

0,01%*

0,01%*

**

0,01%*

0,09%*

0,05%*

0,07%*

0,16%*

0,03%*

0,06%*

0,05%*

0,03%*

0,01%*

**

0,05%*

**

**

0,02%*

**

0,05%*

**

0,05%*

0,03%*

0,07%*

0,01%*

0,02%*

0,02%*

0,02%*

0,05%*

0,03%*

0,04%*

**

**

0,03%*

0,02%*

0,03%*

**

**

0,61%

0,06%*

**

0,01%*

**

**

**

0,14%*

0,04%*

**

**

0,02%*

**

0,06%*

0,04%*

**

**

0,01%*

0,03%*

0,02%*

0,02%*

0,04%*

**

0,02%*

0,02%*

**

0,03%*

**

0,04%*

0,03%*

**

**

0,04%*

0,12%*

0,02%*

**

0,1%*

0,03%*

0,03%*

**

0,01%*

**

0,05%*

0,04%*

**

0,03%*

**

**

0,02%*

0,44%*

0,12%*

0,08%*

0,07%*

0,01%*

0,03%*

0,02%*

0,07%*

0,04%*

**

0,1%*

**

0,17%*

0,02%*

**

**

0,06%*

0,03%*

0,02%*

0,03%*

0,03%*

0,05%*

**

0,01%*

**

0,01%*

0,02%*

0,19%*

0,03%*

**

0,02%*

0,02%*

0,05%*

**

0,01%*

**

0,05%*

0,02%*

**

**

0,01%*

0,04%*

0,34%*

**

0,02%*

0,07%*

0,03%*

**

**

**

0,02%*

0,02%*

0,02%*

**

0,02%*

0,02%*

**

**

0,03%*

0,04%*

0,03%*

0,3%*

**

**

0,79%

0,12%*

0,01%*

**

**

0,01%*

0,03%*

0,05%*

**

**

0,01%*

**

**

**

0,02%*

0,02%*

0,01%*

**

0,14%*

**

0,04%*

0,02%*

0,02%*

**

**

**

**

**

**

0,02%*

0,01%*

**

0,12%*

0,03%*

**

0,01%*

0,38%*

0,03%*

**

0,04%*

**

**

0,04%*

**

0,04%*

0,04%*

0,13%*

0,05%*

0,04%*

0,06%*

0,05%*

0,01%*

**

**

**

0,08%*

0,01%*

**

**

**

**

**

0,02%*

0,02%*

0,01%*

0,03%*

0,01%*

0,01%*

0,1%*

**

**

**

**

**

**

**

0,02%*

**

0,05%*

**

0,06%*

0,02%*

0,02%*

0,03%*

0,01%*

**

0,02%*

0,12%*

0,1%*

**

0,15%*

**

**

0,11%*

0,19%*

0,02%*

**

0,01%*

0,03%*

0,01%*

0,09%*

**

0,01%*

**

0,03%*

0,02%*

**

0,03%*

0,02%*

0,04%*

**

0,01%*

**

0,03%*

**

**

**

**

0,03%*

0,02%*

**

0,01%*

0,02%*

0,05%*

0,02%*

**

**

**

0,01%*

0,04%*

0,01%*

**

0,01%*

**

**

**

**

0,03%*

0,01%*

**

0,02%*

0,04%*

0,12%*

**

**

0,03%*

0,04%*

0,04%*

0,03%*

0,03%*

0,01%*

**

**

**

0,02%*

0,04%*

**

0,08%*

0,01%*

0,06%*

**

0,03%*

0,02%*

**

0,02%*

**

**

0,02%*

0,01%*

**

0,02%*

**

**

0,15%*

0,09%*

**

0,02%*

0,02%*

**

**

**

0,02%*

0,05%*

**

**

0,05%*

**

0,02%*

0,01%*

**

0,01%*

0,06%*

0,03%*

0,07%*

0,03%*

0,2%*

**

0,02%*

0,02%*

**

**

**

**

**

**

0,01%*

0,04%*

**

0,05%*

0,03%*

**

**

**

0,1%*

**

**

0,03%*

0,03%*

0,03%*

0,08%*

0,02%*

**

0,02%*

0,03%*

**

**

0,12%*

**

**

**

0,02%*

**

**

0,02%*

0,02%*

0,03%*

**

0,01%*

**

0,02%*

**

**

0,01%*

**

**

**

0,04%*

0,01%*

**

**

0,02%*

**

0,01%*

**

**

0,01%*

**

0,01%*

0,02%*

0,01%*

0,02%*

0,01%*

**

0,02%*

**

**

0,01%*

**

0,01%*

0,02%*

0,06%*

0,03%*

**

0,03%*

0,13%*

**

**

**

0,02%*

0,04%*

**

0,04%*

0,03%*

0,02%*

**

0,01%*

**

**

**

0,03%*

**

**

0,02%*

0,01%*

**

**

0,03%*

**

0,18%*

**

0,01%*

0,01%*

0,01%*

**

**

0,02%*

**

0,02%*

**

0,02%*

**

**

**

**

0,04%*

0,02%*

**

0,01%*

0,02%*

**

0,01%*

**

0,01%*

**

0,05%*

0,01%*

**

0,08%*

**

**

0,41%*

0,01%*

0,03%*

**

**

0,22%*

**

0,02%*

**

0,01%*

0,1%*

0,05%*

0,09%*

**

0,03%*

0,03%*

0,03%*

0,01%*

0,02%*

0,11%*

0,01%*

0,03%*

0,03%*

**

**

0,01%*

0,02%*

0,11%*

**

0,04%*

**

**

0,12%*

0,22%*

0,3%*

0,08%*

**

**

0,05%*

**

0,02%*

0,06%*

0,03%*

0,05%*

0,01%*

0,04%*

**

**

0,02%*

**

**

**

0,04%*

**

**

**

**

0,1%*

0,01%*

**

0,08%*

0%*

**

0,41%

0,04%*

0,09%*

0,01%*

0,01%*

**

0,08%*

**

**

**

0,02%*

0,02%*

**

**

0,07%*

0,05%*

0,08%*

0,06%*

**

0,04%*

0,02%*

0%*

**

0,09%*

0,03%*

**

0,01%*

0,03%*

**

0,02%*

**

0,01%*

0,03%*

**

0,03%*

**

**

**

**

**

**

**

**

0,02%*

0,2%*

0,02%*

0,01%*

0,01%*

**

0,03%*

0,03%*

**

0,04%*

0,08%*

0,12%*

0,02%*

**

**

0,03%*

0,18%*

0,04%*

**

0,02%*

0,21%*

0,1%*

0,2%*

**

0,03%*

**

**

**

**

**

0,02%*

0,01%*

0,05%*

**

0,27%*

**

0,03%*

0,07%*

**

**

**

**

0,01%*

0,02%*

0,02%*

0,01%*

0,02%*

**

0,02%*

**

0,05%*

0,03%*

0,08%*

0,01%*

0,08%*

0,02%*

0,03%*

**

**

**

**

0,02%*

**

0,02%*

**

**

**

**

0,01%*

0,13%*

**

0,01%*

0,01%*

0,31%*

0,01%*

**

0,01%*

**

**

0,23%*

0,02%*

**

0,02%*

0,02%*

0,1%*

0,03%*

**

0,06%*

0,35%*

**

**

0,02%*

**

**

0,01%*

0,01%*

0,03%*

0,08%*

**

0,02%*

0,03%*

0,02%*

0,01%*

0,01%*

**

0,01%*

**

0,15%*

**

**

0,02%*

**

0,02%*

**

0,03%*

0,06%*

0,02%*

**

**

**

**

0,02%*

**

**

0,03%*

0,01%*

**

0,02%*

**

**

**

0,01%*

**

**

**

**

**

0,01%*

0,02%*

**

**

**

**

0,01%*

0,01%*

**

0,03%*

0,05%*

**

**

**

0,04%*

**

0,02%*

**

0,65%

**

**

0,12%*

**

0,02%*

0,03%*

0,04%*

0,01%*

**

0,01%*

**

0,01%*

**

**

**

0,03%*

0,13%*

0,05%*

0,01%*

0,02%*

**

**

**

**

0,03%*

**

**

0,26%*

0,02%*

**

0,04%*

**

**

**

0,03%*

0,01%*

0,03%*

0,01%*

**

0,01%*

**

0,02%*

0,22%*

**

0,47%

0,03%*

**

0,02%*

0,03%*

**

**

**

**

0%*

0,12%*

**

**

**

**

**

**

0,01%*

**

**

**

**

**

0,01%*

0,02%*

0,02%*

**

0,02%*

0,04%*

0,02%*

**

**

**

**

0,01%*

**

**

1,03%

0,04%*

0,01%*

0,03%*

0,04%*

**

**

**

**

0,02%*

0,08%*

0,01%*

0,01%*

**

0,04%*

0,04%*

0,03%*

0,06%*

0,02%*

**

0,03%*

0,04%*

0,79%

**

0,06%*

0%*

0,03%*

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

0,02%*

0,02%*

**

**

0,01%*

**

**

**

**

0,03%*

**

**

**

**

**

**

**

0,01%*

0,07%*

0,01%*

0,01%*

0,01%*

**

0,02%*

**

0%*

0,03%*

0,01%*

0,03%*

**

0,01%*

0,29%*

0,06%*

0,01%*

**

**

**

**

0,01%*

**

**

**

0,03%*

**

**

**

0,01%*

0,02%*

**

**

0,02%*

**

**

0,01%*

0,02%*

0,01%*

0,01%*

**

**

**

0%*

**

**

0,01%*

**

**

**

**

**

0,03%*

0,01%*

**

0,03%*

**

**

**

0,02%*

0,03%*

**

0,01%*

0,01%*

0,01%*

**

0,02%*

0,04%*

**

**

**

**

0,04%*

0,02%*

**

**

0,01%*

**

**

**

**

**

**

0,01%*

**

**

**

**

**

**

0,02%*

**

**

0,3%*

**

**

0,04%*

0,01%*

**

**

**

**

**

0,03%*

0,02%*

**

**

**

**

0,02%*

0,01%*

**

0,01%*

0,01%*

0,02%*

**

**

0,03%*

**

**

**

0,02%*

**

**

**

**

**

**

**

0,02%*

**

0,02%*

0,03%*

**

**

**

0,02%*

0,01%*

**

0,01%*

**

**

0,02%*

**

0%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

0,03%*

**

0,02%*

**

**

0%*

0,01%*

0,04%*

**

**

0,02%*

**

0,03%*

**

**

**

**

**

**

**

**

0,04%*

**

0,03%*

**

0,01%*

**

0,02%*

**

**

**

0,03%*

**

**

**

**

**

0,02%*

**

0,02%*

0,01%*

**

0,01%*

**

**

**

0,08%*

0,04%*

0,02%*

0,03%*

0,02%*

**

0,05%*

0,23%*

**

0,01%*

0,07%*

**

**

0,27%*

0,1%*

**

0,03%*

**

**

0,03%*

0,02%*

**

**

**

**

0,01%*

**

**

0,07%*

0,01%*

0,01%*

0,01%*

0,02%*

0,03%*

0,08%*

0,2%*

**

**

0,22%*

**

0,04%*

**

0,02%*

0,04%*

0,03%*

0,01%*

0,01%*

0,51%

**

**

0,03%*

**

0,12%*

0,67%

**

0,01%*

0,02%*

0,02%*

0,01%*

0,02%*

**

0,08%*

0,02%*

0,01%*

0,04%*

0,02%*

**

**

**

0,04%*

**

**

0,06%*

0,08%*

**

**

0,01%*

0,01%*

**

0,22%*

**

0,04%*

0,03%*

**

**

**

**

0,03%*

**

**

0,02%*

0,13%*

**

**

**

0,02%*

0,08%*

0,05%*

0,03%*

**

**

**

0,02%*

**

0,03%*

**

0,01%*

0,03%*

0,18%*

**

0,03%*

0,16%*

**

**

0,01%*

0,03%*

0,07%*

**

0,05%*

0,06%*

**

0,1%*

0,02%*

0,02%*

0,02%*

**

0,02%*

**

**

**

**

**

0,05%*

0,09%*

**

**

0,02%*

**

0,07%*

0,01%*

0,06%*

**

0,02%*

**

0,03%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[24]]

E17

Subpopulação

1

2

88888

99999

Agricultura Empresarial

53,07%

1,41%

**

45,52%

Agricultura Familiar

53,6%

1,52%

0,06%*

44,82%

Assentamento/Agrovila

57,17%

1,07%*

**

41,77%

Características Urbanas

54,95%

1,81%

**

43,23%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[25]]

E18pais

Subpopulação

4

8

56

76

124

250

380

392

578

608

620

710

724

788

826

840

858

862

88888

99999

Agricultura Empresarial

0,04%*

**

**

46,12%

**

**

**

0,02%*

0,02%*

**

0,02%*

0,02%*

0,03%*

**

**

**

**

**

0,65%*

53,07%

Agricultura Familiar

0,15%*

**

**

45,45%

0,01%*

**

0,04%*

0,36%*

**

0,04%*

0,02%*

**

**

**

0,04%*

0,01%*

**

**

0,28%*

53,6%

Assentamento/Agrovila

0,1%*

**

**

42,66%

**

**

**

**

**

**

**

**

0,04%*

**

**

**

**

0,01%*

0,02%*

57,17%

Características Urbanas

0,07%*

0,02%*

0,02%*

44,72%

**

0,01%*

0,02%*

0,04%*

**

0,03%*

**

**

**

0,02%*

**

0,01%*

0,01%*

0,05%*

0,04%*

54,95%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[26]]

E18uf

Subpopulação

11

12

13

14

15

16

17

21

22

23

24

25

26

27

28

29

31

32

33

35

41

42

43

50

51

52

88888

99999

Agricultura Empresarial

0,12%*

0,15%*

0,25%*

**

0,66%*

0,02%*

1,09%

4,19%

2,62%

2,6%

0,59%*

1,43%

1,31%

0,31%*

0,13%*

5,67%

7,86%

0,39%*

3%

1,1%

0,38%*

0,09%*

0,77%

0,06%*

0,43%*

9,97%

0,9%

53,88%

Agricultura Familiar

0,02%*

0,01%*

0,08%*

0,03%*

0,72%*

0,04%*

0,96%

4,2%

3,4%

3,41%

0,59%*

2,93%

0,94%

0,38%*

0,08%*

5,89%

6,6%

0,16%*

0,83%

1,84%

0,39%*

0,09%*

0,4%*

0,04%*

0,47%*

10,25%

0,69%

54,55%

Assentamento/Agrovila

**

**

1,17%*

0,25%*

1,28%*

**

0,67%*

7,19%

5,84%

2,45%

0,16%*

0,96%*

0,81%*

0,08%*

0,06%*

7,2%

7,73%

0,11%*

0,36%*

1,03%*

0,27%*

0,11%*

0,1%*

0,18%*

0,12%*

4,37%

0,16%*

57,34%

Características Urbanas

0,08%*

**

0,11%*

0,1%*

0,86%

0,01%*

1,16%

5,64%

4,53%

2,95%

0,43%*

1,8%

0,94%

0,32%*

0,01%*

6,19%

7,41%

0,1%*

0,9%

1,27%

0,23%*

0,06%*

0,15%*

0,08%*

0,18%*

7,53%

1,65%

55,28%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[27]]

E18municipio

Subpopulação

88888

99999

110001

110012

110015

110020

110037

110094

120040

130002

130006

130010

130014

130130

130255

130260

140010

140015

140020

140040

150010

150013

150020

150030

150034

150040

150060

150080

150130

150140

150170

150180

150210

150220

150230

150240

150270

150277

150293

150307

150310

150320

150345

150360

150380

150420

150543

150549

150550

150553

150580

150613

150618

150660

150680

150690

150715

150720

150730

150745

150747

150790

150795

150800

150810

150815

150840

160010

160030

170025

170035

170040

170070

170130

170200

170210

170220

170230

170240

170255

170270

170300

170330

170370

170380

170550

170555

170610

170625

170700

170765

170770

170820

170830

170930

170950

171050

171070

171240

171280

171320

171330

171360

171420

171570

171575

171610

171620

171650

171670

171780

171790

171820

171889

171900

172015

172080

172090

172100

172110

172120

210005

210010

210015

210020

210030

210040

210043

210047

210050

210060

210070

210090

210100

210110

210120

210125

210130

210140

210150

210160

210170

210173

210190

210200

210210

210220

210230

210232

210250

210275

210280

210300

210310

210312

210315

210317

210320

210330

210340

210350

210360

210370

210380

210390

210400

210409

210420

210450

210460

210462

210480

210520

210530

210540

210547

210550

210560

210565

210570

210580

210590

210596

210600

210610

210630

210640

210660

210670

210680

210690

210730

210735

210740

210770

210790

210800

210805

210810

210820

210830

210845

210850

210860

210870

210880

210890

210900

210905

210910

210930

210945

210950

210955

210960

210970

210975

210980

210990

211000

211003

211010

211040

211050

211060

211070

211080

211090

211110

211125

211130

211140

211150

211160

211167

211180

211210

211220

211230

211240

211250

211260

211270

211280

211300

211400

220020

220025

220027

220030

220040

220050

220070

220080

220100

220110

220117

220120

220130

220140

220150

220170

220180

220190

220191

220192

220200

220202

220220

220225

220230

220250

220260

220270

220271

220272

220275

220290

220300

220310

220320

220350

220360

220370

220380

220385

220390

220440

220450

220470

220510

220515

220520

220530

220540

220550

220551

220554

220557

220560

220570

220580

220600

220610

220620

220640

220660

220667

220669

220680

220690

220700

220720

220730

220740

220750

220760

220770

220777

220780

220790

220795

220800

220810

220830

220840

220870

220880

220890

220920

220945

220975

220980

220985

220990

220997

221000

221040

221050

221060

221080

221100

221110

221120

221130

230010

230015

230020

230030

230040

230050

230060

230090

230130

230140

230160

230170

230200

230205

230240

230250

230260

230270

230280

230320

230330

230340

230350

230360

230380

230390

230400

230410

230420

230430

230440

230450

230470

230490

230495

230500

230526

230540

230550

230560

230570

230580

230590

230600

230630

230640

230670

230690

230710

230730

230760

230763

230765

230800

230830

230840

230850

230860

230870

230900

230920

230930

230940

230950

230990

231010

231020

231030

231050

231060

231080

231090

231100

231120

231126

231130

231140

231160

231170

231190

231195

231200

231220

231230

231240

231290

231300

231330

231340

231360

231380

231390

231395

231400

231410

240010

240020

240040

240050

240100

240200

240210

240230

240310

240325

240380

240390

240580

240600

240680

240700

240710

240740

240800

240810

240860

241080

241100

241150

241230

241250

241255

241280

241400

250010

250020

250030

250040

250050

250053

250070

250077

250090

250100

250110

250130

250150

250160

250230

250240

250250

250260

250330

250350

250370

250375

250400

250430

250450

250480

250500

250510

250520

250535

250560

250570

250590

250600

250620

250700

250750

250760

250770

250800

250810

250830

250850

250870

250890

250900

250950

250970

251000

251010

251020

251040

251060

251065

251080

251090

251130

251140

251170

251210

251220

251230

251250

251280

251335

251340

251360

251370

251400

251420

251430

251450

251530

251570

251580

251600

251610

251620

251650

251670

251680

251690

260005

260010

260020

260030

260050

260090

260110

260120

260130

260180

260190

260200

260230

260240

260250

260260

260280

260300

260345

260350

260380

260390

260410

260420

260430

260480

260500

260540

260560

260570

260600

260620

260640

260680

260770

260775

260790

260795

260900

260910

260930

260960

260990

261000

261040

261080

261090

261110

261160

261220

261310

261350

261360

261390

261400

261410

261430

261450

261460

261470

261530

261560

261570

261580

261640

270040

270050

270060

270090

270160

270220

270235

270270

270380

270430

270470

270600

270610

270630

270690

270730

270800

270850

270860

270930

280030

280210

280330

280350

290010

290020

290030

290040

290060

290070

290100

290115

290130

290140

290250

290270

290290

290300

290310

290320

290323

290350

290380

290390

290395

290405

290410

290420

290440

290460

290475

290530

290560

290570

290580

290590

290600

290610

290620

290630

290650

290670

290687

290710

290720

290760

290780

290810

290910

290930

290940

290960

290970

291005

291020

291077

291080

291085

291100

291110

291120

291160

291170

291190

291210

291230

291240

291260

291310

291320

291345

291350

291360

291390

291460

291470

291480

291520

291535

291580

291640

291660

291670

291680

291710

291730

291735

291750

291760

291770

291800

291820

291835

291840

291850

291900

291905

291930

291955

292010

292020

292050

292060

292120

292150

292170

292200

292205

292210

292260

292270

292300

292350

292360

292370

292400

292440

292467

292480

292510

292525

292530

292550

292590

292600

292620

292630

292670

292720

292740

292750

292770

292780

292790

292810

292820

292840

292850

292870

292880

292890

292900

292905

292925

293010

293015

293020

293030

293050

293075

293090

293105

293210

293220

293280

293290

293315

293330

293345

293350

293360

310010

310020

310030

310040

310050

310060

310100

310120

310160

310170

310205

310210

310240

310330

310340

310350

310380

310400

310450

310510

310610

310620

310630

310670

310700

310710

310740

310750

310810

310820

310825

310855

310860

310930

310940

310945

310960

311020

311080

311120

311150

311160

311220

311260

311290

311340

311430

311450

311500

311520

311530

311550

311560

311615

311830

311860

311870

311880

311910

311930

311940

311980

312070

312090

312160

312230

312245

312247

312260

312280

312320

312330

312350

312510

312610

312620

312660

312670

312690

312710

312740

312770

312860

312890

312900

313090

313120

313130

313170

313200

313210

313240

313420

313470

313490

313505

313510

313520

313530

313545

313620

313630

313670

313695

313720

313730

313750

313753

313770

313860

313867

313868

313880

313930

313940

313960

314050

314090

314120

314130

314140

314150

314180

314200

314225

314270

314290

314310

314330

314350

314430

314437

314450

314490

314640

314670

314675

314700

314800

314810

314830

314870

314915

314960

315057

315070

315120

315190

315200

315217

315240

315290

315310

315330

315340

315400

315445

315550

315560

315580

315660

315700

315760

315780

315980

316030

316040

316060

316070

316080

316090

316110

316130

316170

316210

316240

316280

316292

316420

316530

316660

316680

316720

316800

316860

316890

316900

316940

317010

317020

317040

317047

317050

317052

317080

317100

317115

317130

320010

320020

320030

320035

320080

320090

320120

320140

320150

320210

320240

320320

320390

320405

320410

320460

320506

320520

320530

330010

330015

330025

330045

330070

330080

330100

330160

330170

330190

330200

330250

330320

330330

330340

330350

330390

330430

330455

330490

330510

330520

330550

330610

350010

350020

350030

350040

350060

350140

350280

350320

350410

350550

350560

350580

350610

350635

350760

350770

350810

350860

350945

350950

350960

351110

351380

351450

351510

351630

351730

351820

351880

352050

352080

352210

352220

352310

352480

352500

352670

352690

352740

352900

352940

353010

353050

353060

353150

353440

353460

353560

353620

353730

353770

354030

354140

354160

354290

354300

354340

354380

354770

354780

354870

354880

354890

354910

354940

354990

355020

355030

355220

355255

355700

410010

410140

410190

410330

410430

410450

410480

410690

410860

410940

411370

411520

411580

411620

411720

411960

411990

411995

412035

412090

412140

412300

412350

412480

412667

412770

412840

420040

420200

420285

420320

420540

420910

421140

421370

421690

430200

430360

430370

430470

430500

430530

430610

430730

430770

431010

431020

431060

431120

431140

431190

431340

431440

431490

431520

431630

431670

431690

431750

431790

431830

431950

432030

432080

432180

500270

500320

500370

500620

510160

510185

510250

510340

510390

510410

510480

510590

510622

510675

510704

510760

510785

510790

510792

510805

510840

520005

520010

520013

520015

520017

520020

520025

520030

520060

520080

520085

520110

520140

520150

520180

520215

520250

520280

520310

520320

520330

520340

520350

520357

520380

520390

520393

520396

520400

520425

520450

520465

520470

520480

520485

520490

520495

520500

520510

520530

520540

520545

520549

520551

520580

520620

520630

520640

520670

520750

520780

520790

520800

520810

520830

520840

520850

520860

520870

520880

520920

520940

520960

520990

520995

521000

521010

521020

521040

521056

521060

521090

521100

521120

521140

521150

521160

521180

521190

521205

521220

521230

521250

521270

521280

521305

521308

521350

521375

521380

521400

521405

521410

521440

521450

521460

521480

521483

521490

521500

521523

521530

521540

521560

521570

521580

521630

521640

521680

521690

521710

521720

521730

521740

521760

521770

521800

521830

521850

521860

521870

521880

521890

521930

521950

521960

521970

521973

521975

521980

521990

522000

522005

522020

522040

522045

522060

522068

522070

522100

522108

522140

522145

522157

522160

522185

522190

522200

522205

522220

522230

Agricultura Empresarial

1,81%

54,79%

**

0,03%*

**

0,07%*

0,02%*

**

0,15%*

**

**

0,07%*

**

**

0,04%*

0,14%*

**

**

**

**

**

**

**

0,03%*

0,02%*

**

0,02%*

**

**

0,15%*

0,03%*

0,03%*

0,12%*

**

**

**

**

**

**

**

**

**

**

**

**

0,05%*

**

**

**

**

0,03%*

0,04%*

**

**

0,03%*

**

**

**

0,07%*

0,04%*

**

**

**

**

**

**

**

**

0,02%*

**

0,02%*

**

**

**

**

0,04%*

**

**

0,16%*

0,05%*

0,02%*

**

**

**

0,03%*

0,04%*

**

0,06%*

**

0,04%*

0,04%*

0,03%*

**

0,03%*

**

0,03%*

**

**

0,02%*

**

0,04%*

**

**

**

0,02%*

**

0,07%*

**

**

**

0,06%*

**

0,06%*

0,03%*

**

0,02%*

0,02%*

**

0,11%*

0,02%*

**

**

0,04%*

**

0,04%*

0,04%*

**

**

**

**

**

**

0,1%*

**

0,03%*

0,02%*

**

**

0,03%*

**

0,09%*

0,08%*

**

**

0,06%*

**

**

**

**

**

**

0,04%*

0,26%*

**

**

**

**

**

0,02%*

0,08%*

0,17%*

0,06%*

0,03%*

0,08%*

**

**

**

**

0,03%*

**

**

**

**

0,24%*

0,05%*

0,03%*

**

0,02%*

**

0,06%*

0,04%*

0,06%*

**

**

0,17%*

**

**

**

**

**

**

0,09%*

**

**

**

**

**

**

**

**

0,03%*

**

**

0,03%*

**

**

**

0,04%*

**

0,08%*

**

**

**

0,16%*

0,22%*

0,05%*

**

**

**

**

**

0,03%*

**

**

**

0,03%*

**

**

0,07%*

0,05%*

0,62%*

0,03%*

0,03%*

**

**

0,19%*

0,13%*

**

0,14%*

**

0,04%*

**

**

**

**

**

0,1%*

0,06%*

**

**

**

**

0,04%*

**

**

**

**

**

**

0,08%*

**

**

**

0,02%*

**

**

0,02%*

**

0,07%*

**

**

**

0,02%*

0,06%*

0,02%*

0,03%*

**

0,3%*

**

0,03%*

**

0,03%*

**

0,07%*

**

0,03%*

0,09%*

0,05%*

**

0,03%*

0,03%*

**

**

**

0,03%*

**

**

**

**

**

**

0,03%*

**

**

**

0,03%*

0,03%*

**

0,02%*

**

**

0,04%*

**

**

**

0,02%*

**

0,39%*

**

**

**

**

0,02%*

**

0,02%*

0,05%*

0,05%*

**

**

0,03%*

**

**

**

**

**

**

0,04%*

**

**

0,1%*

0,11%*

0,32%*

**

**

**

0,07%*

0,04%*

**

**

**

0,03%*

0,02%*

**

0,04%*

**

**

**

0,05%*

**

0,09%*

0,03%*

**

0,04%*

0,05%*

**

**

**

**

**

**

**

0,03%*

0,25%*

0,02%*

**

0,34%*

**

0,04%*

**

0,09%*

0,02%*

**

0,08%*

**

0,07%*

**

0,02%*

0,06%*

**

0,02%*

0,03%*

**

0,06%*

**

0,05%*

**

**

0,03%*

**

**

**

0,03%*

0,02%*

0,04%*

0,02%*

**

0,13%*

0,03%*

0,02%*

0,03%*

**

**

**

**

0,02%*

**

0,02%*

**

**

**

**

**

**

0,02%*

**

**

**

**

0,11%*

0,02%*

0,06%*

**

**

0,18%*

0,04%*

**

0,03%*

**

**

0,03%*

0,02%*

**

**

**

**

0,03%*

**

**

**

**

0,03%*

**

**

0,02%*

**

0,02%*

0,13%*

0,03%*

0,06%*

0,16%*

**

**

**

0,02%*

**

**

**

0,05%*

0,03%*

0,03%*

**

0,09%*

**

**

**

0,08%*

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

0,1%*

**

0,15%*

0,03%*

**

0,03%*

**

**

**

**

**

0,02%*

**

**

0,06%*

0,02%*

0,08%*

**

**

**

**

**

**

**

**

0,02%*

0,04%*

0,02%*

**

**

**

**

**

0,03%*

0,06%*

0,02%*

**

0,02%*

**

0,03%*

0,02%*

**

**

**

**

**

0,02%*

**

**

0,03%*

**

**

**

**

0,02%*

**

**

0,22%*

0,02%*

**

**

**

**

0,05%*

**

0,03%*

0,03%*

0,02%*

0,02%*

**

0,03%*

0,06%*

0,03%*

**

**

**

0,02%*

**

**

0,03%*

**

**

0,02%*

**

0,03%*

0,02%*

0,02%*

**

**

**

**

**

**

0,03%*

**

**

0,06%*

**

**

**

**

**

0,03%*

0,02%*

**

0,02%*

**

**

0,04%*

0,1%*

0,14%*

0,02%*

**

0,05%*

0,02%*

0,04%*

0,02%*

**

**

**

0,03%*

**

**

**

0,02%*

0,05%*

0,02%*

0,03%*

**

**

**

**

**

**

**

0,06%*

0,11%*

0,03%*

**

**

**

**

**

0,03%*

**

**

**

0,13%*

**

**

**

**

0,02%*

0,04%*

**

0,02%*

**

**

0,12%*

0,03%*

0,07%*

0,02%*

0,08%*

0,03%*

**

0,02%*

0,39%*

**

**

**

0,18%*

**

**

**

**

**

**

0,02%*

**

**

**

**

0,06%*

**

**

**

**

**

**

**

0,08%*

0,02%*

**

**

0,23%*

0,04%*

0,03%*

0,11%*

**

0,06%*

**

**

0,03%*

0,24%*

**

**

0,05%*

0,05%*

**

0,05%*

0,08%*

**

**

**

**

0,02%*

0,15%*

**

**

**

**

0,43%*

0,13%*

0,03%*

**

**

0,03%*

**

**

**

**

0,04%*

**

**

0,06%*

0,06%*

**

**

**

0,04%*

0,11%*

0,1%*

**

**

**

**

**

0,07%*

**

**

**

0,05%*

0,06%*

0,03%*

**

**

**

0,05%*

**

0,04%*

**

0,02%*

**

0,05%*

**

**

**

0,07%*

**

**

**

0,03%*

0,11%*

**

**

**

0,24%*

**

0,05%*

**

**

0,21%*

**

0,11%*

0,03%*

**

0,02%*

**

0,04%*

**

0,02%*

0,03%*

**

**

0,07%*

0,03%*

**

**

**

**

0,03%*

**

0,03%*

**

0,12%*

0,09%*

**

0,22%*

0,03%*

0,02%*

**

0,03%*

0,05%*

0,03%*

**

**

**

**

**

0,03%*

**

**

**

0,06%*

**

**

0,25%*

0,03%*

**

0,32%*

**

**

0,03%*

**

**

**

**

**

0,09%*

**

0,02%*

0,63%*

**

0,02%*

**

**

0,02%*

**

**

**

**

0,02%*

0,03%*

0,06%*

**

**

0,03%*

**

**

**

**

0,02%*

**

**

**

**

**

0,02%*

**

**

0,06%*

0,02%*

**

**

**

**

**

**

0,02%*

**

0,02%*

0,02%*

**

0,07%*

0,03%*

**

0,02%*

**

0,02%*

0,07%*

**

0,02%*

**

0,02%*

0,02%*

**

**

0,02%*

0,02%*

**

**

**

**

**

0,04%*

0,91%

**

0,03%*

**

0,07%*

0,02%*

0,02%*

0,03%*

0,03%*

**

**

**

**

0,02%*

0,02%*

**

0,18%*

**

**

**

**

0,02%*

**

**

**

**

**

0,07%*

0,14%*

**

0,02%*

0,11%*

0,06%*

**

**

**

**

0,07%*

0,02%*

0,03%*

0,15%*

0,3%*

0,07%*

**

**

0,03%*

0,02%*

**

0,02%*

0,05%*

**

0,02%*

**

**

0,03%*

**

**

0,02%*

**

**

**

0,03%*

**

0,03%*

0,06%*

**

0,03%*

0,03%*

**

0,02%*

0,03%*

0,03%*

**

**

0,72%

**

0,02%*

**

**

**

**

0,02%*

**

**

**

**

**

0,03%*

**

**

**

0,07%*

0,07%*

1,31%

0,16%*

**

0,02%*

0,03%*

0,05%*

**

**

0,04%*

0,02%*

**

0,03%*

0,02%*

0,02%*

0,07%*

0,02%*

**

0,03%*

0,05%*

**

**

**

0,02%*

**

0,02%*

**

0,02%*

0,02%*

0,02%*

**

0,07%*

0,02%*

0,05%*

**

0,02%*

0,1%*

**

**

0,16%*

0,11%*

0,11%*

**

0,26%*

**

**

1,87%

0,07%*

0,05%*

0,02%*

**

**

**

**

0,03%*

0,03%*

**

**

0,03%*

**

**

**

**

**

0,03%*

**

0,04%*

**

**

**

**

**

**

0,03%*

0,02%*

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

0,02%*

0,04%*

**

**

**

**

**

**

**

**

0,02%*

0,02%*

**

0,02%*

0,06%*

**

**

**

**

0,03%*

0,07%*

0,02%*

0,03%*

**

**

**

**

0,05%*

0,4%*

**

**

**

**

**

**

**

**

0,02%*

0,06%*

0,08%*

**

0,03%*

0,02%*

0,02%*

**

**

**

**

0,02%*

**

**

**

0,02%*

0,03%*

**

**

**

0,02%*

**

0,03%*

0,03%*

**

**

0,03%*

**

**

**

**

**

**

**

0,02%*

0,15%*

0,03%*

**

0,09%*

0,03%*

**

**

**

**

**

0,04%*

**

**

0,14%*

0,02%*

**

**

0,03%*

0,03%*

0,02%*

0,03%*

0,03%*

0,02%*

0,03%*

0,03%*

0,06%*

**

**

**

**

**

**

0,27%*

0,02%*

**

**

**

**

0,07%*

**

**

**

**

0,04%*

**

0,03%*

0,02%*

0,03%*

0,03%*

0,02%*

0,02%*

**

0,18%*

0,37%*

0,09%*

0,21%*

**

0,47%*

**

**

**

**

**

0,02%*

0,04%*

**

**

0,03%*

**

**

**

**

**

0,04%*

0,13%*

**

**

**

**

**

0,02%*

0,14%*

**

0,02%*

0,06%*

0,02%*

0,13%*

**

0,07%*

0,02%*

0,08%*

0,36%*

**

0,05%*

0,06%*

**

**

0,06%*

1,39%

0,09%*

0,03%*

**

0,02%*

0,13%*

0,84%

0,12%*

0,03%*

**

0,02%*

0,22%*

**

**

**

**

**

0,03%*

**

0,03%*

**

0,03%*

**

0,05%*

0,03%*

0,17%*

0,07%*

0,02%*

0,03%*

**

0,88%

0,1%*

**

**

0,03%*

**

**

**

**

**

0,03%*

0,02%*

0,19%*

0,09%*

**

**

**

**

0,12%*

0,05%*

**

0,33%*

**

0,03%*

**

0,06%*

**

**

**

0,02%*

0,02%*

**

0,24%*

0,03%*

0,02%*

0,14%*

**

0,04%*

**

**

0,02%*

**

0,02%*

0,03%*

**

**

0,25%*

0,04%*

**

0,03%*

0,04%*

0,02%*

**

**

0,02%*

**

0,11%*

**

**

**

**

**

0,02%*

0,54%*

**

**

**

**

**

Agricultura Familiar

2,32%

55,24%

0,01%*

**

**

**

**

0,01%*

0,01%*

0,01%*

**

0,05%*

0,03%*

**

**

**

**

0,03%*

0%*

**

**

0%*

**

0,08%*

**

**

0,05%*

**

0,09%*

0,07%*

**

**

**

**

**

0,03%*

0,08%*

**

0,06%*

**

**

**

0,02%*

**

**

0,01%*

**

**

0,04%*

0,01%*

**

0,02%*

**

**

**

**

0,04%*

**

**

**

0,04%*

**

**

**

0,01%*

**

**

0,04%*

**

0,01%*

**

0,03%*

**

0,01%*

**

0,05%*

**

0%*

0,05%*

**

0,02%*

0,04%*

0,06%*

**

**

0,18%*

**

**

**

0,05%*

**

**

**

**

0,09%*

**

0,01%*

0,1%*

**

**

**

**

**

**

**

**

**

0,02%*

0,01%*

**

0,01%*

0,04%*

**

**

**

**

0,03%*

0,02%*

**

**

0,05%*

0,04%*

0,07%*

**

0,04%*

0,05%*

0,04%*

0,04%*

**

**

**

**

0,06%*

0,02%*

**

0,15%*

**

**

0,02%*

**

0,69%*

0,02%*

0,06%*

**

**

**

**

**

**

**

0,01%*

0,04%*

0,47%*

0,01%*

0,06%*

**

**

**

0,02%*

**

0,2%*

0,1%*

**

**

**

0,03%*

**

**

**

**

**

0,02%*

**

0,15%*

**

**

**

0,02%*

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

**

**

**

0,03%*

**

**

**

**

0,02%*

**

**

**

**

0,12%*

0,01%*

0,01%*

0,03%*

0,01%*

0,06%*

**

**

0,06%*

0,08%*

**

**

**

**

**

0,07%*

0,01%*

**

**

**

**

0,26%*

**

0,01%*

**

0,05%*

**

**

0,05%*

0,21%*

0,09%*

0,04%*

0,1%*

**

0,01%*

0,01%*

0,1%*

0,08%*

**

**

0%*

**

**

**

**

0,1%*

0,02%*

0,04%*

**

0,01%*

**

0,04%*

0,04%*

0,03%*

0,12%*

**

0,01%*

**

**

0,09%*

0,01%*

0,05%*

0,08%*

**

0,1%*

**

**

0,01%*

0,1%*

0,11%*

0,05%*

0,03%*

**

**

0,02%*

**

**

0,04%*

0,02%*

**

0,04%*

0,01%*

**

**

0,04%*

**

**

0,02%*

**

**

**

0,11%*

0,09%*

0,04%*

**

0,04%*

**

0,04%*

0,05%*

**

**

0,01%*

0%*

**

**

**

**

0,4%*

0,37%*

**

**

**

**

0,01%*

**

**

**

0,07%*

**

**

**

**

**

0,01%*

**

0,01%*

**

**

**

**

0,09%*

**

0,59%*

**

0,01%*

0,04%*

0,01%*

**

0,01%*

0,04%*

**

0,01%*

0,03%*

0,02%*

0,06%*

**

0,11%*

0,04%*

**

**

0,07%*

**

**

**

0,04%*

0,03%*

0,01%*

0,05%*

0,01%*

0,04%*

0,05%*

**

**

0,02%*

**

0,01%*

0,2%*

**

**

0,01%*

**

**

**

0,06%*

0,1%*

**

0,01%*

0,01%*

0,13%*

0,03%*

**

**

0,07%*

0,1%*

0,06%*

0,13%*

0,03%*

**

0,04%*

0,01%*

0,05%*

**

**

0,03%*

**

0,16%*

**

0,27%*

0,03%*

**

**

**

0,01%*

**

**

**

**

**

0,02%*

0,07%*

**

**

**

0,04%*

0,01%*

0,01%*

**

**

0,05%*

0,11%*

**

0,05%*

0,03%*

0,01%*

0,22%*

0,5%*

**

0,02%*

**

**

**

0,02%*

0,04%*

0,01%*

0,01%*

0,01%*

0,01%*

**

**

**

**

**

0,05%*

0,01%*

**

**

**

0,12%*

**

0,05%*

0,06%*

**

0,04%*

**

**

0,01%*

0,13%*

**

**

**

0,08%*

**

0,02%*

**

0,07%*

**

0,11%*

0,02%*

**

**

**

0,04%*

**

**

**

0,07%*

0,01%*

**

0,01%*

0,04%*

0,04%*

0,09%*

0,19%*

0,09%*

**

**

0,05%*

0,01%*

**

**

0,04%*

**

0,06%*

**

**

0,01%*

0,1%*

0,03%*

0,07%*

**

0,03%*

0,04%*

0,01%*

0,03%*

**

**

**

0,04%*

0,07%*

0,01%*

**

**

0,01%*

**

0,17%*

0,05%*

0,06%*

**

**

0,59%*

**

**

**

0,03%*

0,03%*

0,03%*

**

**

**

0,01%*

**

0,01%*

**

0,03%*

**

0,01%*

0,04%*

0,17%*

**

**

**

0,17%*

**

**

**

**

**

0,04%*

0,02%*

0,02%*

**

**

0,03%*

0%*

**

0,03%*

**

0,02%*

0,02%*

**

0,01%*

**

**

**

0,04%*

**

**

0,04%*

**

0,01%*

**

0,02%*

0,01%*

**

0,03%*

**

0,07%*

**

**

**

0,03%*

**

**

**

**

**

**

0,03%*

**

**

0,18%*

**

**

0,04%*

0,04%*

0,05%*

**

**

**

0,01%*

**

**

0,07%*

**

**

**

**

**

0,04%*

**

**

0,04%*

0,04%*

**

**

0,04%*

0,05%*

**

**

**

0,01%*

0,01%*

**

**

0,04%*

**

0,06%*

0,08%*

0%*

**

**

**

0,08%*

**

0,06%*

**

0,01%*

0,01%*

**

**

0,01%*

0,03%*

0,03%*

**

0,04%*

**

0,45%*

**

**

**

0,14%*

**

**

**

**

0,02%*

0,04%*

0,01%*

0,18%*

**

**

**

0,09%*

**

**

0,04%*

0,01%*

0,04%*

**

**

0,09%*

**

0,04%*

0,01%*

0,08%*

0,07%*

0,32%*

0,03%*

0,04%*

0,02%*

0,03%*

0,01%*

**

0,06%*

**

0,03%*

0,01%*

**

**

**

**

0,05%*

0,09%*

0,1%*

0,04%*

0,07%*

0,03%*

**

0,04%*

0,07%*

**

0,16%*

0,04%*

0,03%*

0,01%*

0,01%*

**

0,09%*

**

0,01%*

**

**

0,01%*

**

0,16%*

0,03%*

0,02%*

0,06%*

**

**

0%*

0,03%*

0,01%*

0,04%*

**

0,04%*

0,01%*

0,05%*

**

**

**

**

0,48%*

**

**

0,03%*

**

**

0,02%*

**

**

0,04%*

0,02%*

**

**

0,04%*

**

**

**

**

**

0%*

0,02%*

**

0,03%*

0,06%*

0,1%*

**

**

**

0,02%*

0,32%*

0,16%*

0,05%*

**

**

**

0,03%*

**

0,03%*

0,01%*

**

0,01%*

0,03%*

0,05%*

**

0,01%*

0,01%*

0,06%*

0,01%*

**

0,03%*

0,05%*

**

**

0,03%*

**

0,01%*

0,04%*

0,03%*

**

0,01%*

**

0,01%*

0,01%*

**

0,01%*

0,11%*

**

**

0,02%*

**

**

0,06%*

0,04%*

**

0,35%*

0,01%*

**

0,19%*

0,01%*

**

0,05%*

**

**

**

**

0,09%*

**

**

0,03%*

0,58%*

0,1%*

0,03%*

**

0,03%*

**

**

**

0,03%*

**

0,03%*

**

**

0,03%*

0,01%*

**

0,01%*

0,01%*

**

0,04%*

0,02%*

0,03%*

**

0,02%*

**

**

0,02%*

**

0,01%*

**

**

**

**

**

**

**

0,03%*

0,01%*

0,02%*

**

**

**

0,15%*

**

0,02%*

0,04%*

**

**

0,01%*

0,03%*

**

0,06%*

**

0,01%*

0,05%*

**

0,04%*

**

**

0,07%*

**

**

0,01%*

**

0,3%*

**

**

**

0,06%*

**

0,01%*

**

0,06%*

**

0,06%*

**

**

**

**

0,05%*

0,15%*

**

0,04%*

**

0,01%*

0,04%*

0,03%*

0,02%*

**

0,01%*

0,01%*

**

0,15%*

**

**

0,23%*

**

0,04%*

**

**

**

**

**

0,02%*

0,34%*

0,14%*

**

0,01%*

**

0,04%*

**

0,11%*

**

0,03%*

**

0,01%*

0,01%*

0,03%*

**

0,01%*

0,03%*

**

**

**

0,11%*

**

**

**

**

**

**

**

0,05%*

**

**

**

0,04%*

0,02%*

0,41%*

0,01%*

0,04%*

**

**

0%*

0,01%*

0,01%*

0,01%*

**

0,04%*

0,04%*

**

0,06%*

0,07%*

0,04%*

**

**

0,12%*

0,63%*

0,02%*

**

0,01%*

**

0,01%*

0,01%*

**

**

**

0,01%*

**

0,03%*

**

**

**

0,03%*

**

**

**

0,01%*

**

**

0,03%*

**

0,03%*

0,02%*

**

**

**

**

**

**

0,06%*

**

0,05%*

0,09%*

**

**

**

0%*

**

0,05%*

**

**

0,35%*

**

0%*

**

0,03%*

0,01%*

**

0,01%*

0,01%*

**

0%*

0,01%*

**

0,03%*

0,09%*

0,03%*

**

0,01%*

**

0,03%*

**

**

**

0%*

**

0,04%*

**

**

**

0,01%*

**

0,01%*

0,01%*

0,04%*

0,08%*

**

0,03%*

**

0,01%*

**

0%*

**

0,03%*

**

**

0,04%*

0,05%*

**

**

0,03%*

0,03%*

**

0,04%*

**

**

**

**

0,07%*

**

**

0,01%*

0,01%*

0%*

0,04%*

**

0,03%*

**

**

0,17%*

**

**

**

**

0,65%*

0,08%*

0,04%*

**

0,02%*

**

0,03%*

**

**

**

0,08%*

0,05%*

**

**

**

0,08%*

**

0,01%*

**

**

**

**

**

0,02%*

0,04%*

**

0,01%*

0,01%*

**

0,04%*

0,01%*

**

**

0,01%*

0,01%*

0,02%*

**

0,04%*

0,02%*

**

0%*

0,01%*

0,06%*

0,01%*

**

**

0,04%*

**

0,01%*

**

0,07%*

**

**

0,03%*

**

**

0,05%*

0,03%*

0,01%*

**

0,03%*

**

**

**

**

**

**

**

**

**

0,02%*

**

0,02%*

**

0,01%*

0,04%*

0,1%*

**

0,05%*

0,03%*

**

**

**

**

0,01%*

**

0,01%*

**

0,02%*

0,18%*

0,06%*

0,04%*

0,03%*

**

0,11%*

**

0,17%*

0,18%*

0,05%*

0,17%*

**

0,52%*

0,02%*

0,04%*

0,05%*

0,03%*

0,01%*

**

**

0,07%*

0,03%*

**

**

0,04%*

**

0,04%*

0,01%*

0,01%*

0,17%*

**

**

**

0%*

**

**

0,09%*

**

0,02%*

0,09%*

0,03%*

0,24%*

0,06%*

0,04%*

0,04%*

0,15%*

0,19%*

0,05%*

0,05%*

**

**

**

0,04%*

1,31%

0,1%*

**

**

**

0,1%*

1,28%

0,01%*

**

0,01%*

**

0,02%*

**

0,02%*

**

0,03%*

0,04%*

**

**

0,07%*

**

0,02%*

0,01%*

**

**

0,04%*

0,02%*

**

**

0,03%*

0,4%*

0,02%*

0,1%*

**

0,03%*

0,02%*

**

0,02%*

**

0,03%*

0,02%*

**

0,07%*

0,49%*

0,02%*

0,02%*

0,04%*

**

0,03%*

0,1%*

**

0,42%*

**

**

0,01%*

**

0,01%*

0,03%*

**

**

0,04%*

0,07%*

0,31%*

0,01%*

0,21%*

0,23%*

**

0,03%*

0,02%*

0,09%*

0,16%*

0,01%*

**

**

0,05%*

0,04%*

0,22%*

**

0,02%*

0,06%*

**

0,01%*

0,01%*

0,05%*

0,04%*

**

0,07%*

0,04%*

0,03%*

0,03%*

**

**

0,12%*

0,16%*

0,01%*

0,01%*

**

0,03%*

**

Assentamento/Agrovila

1,56%*

57,5%

**

**

**

**

**

**

**

**

0,01%*

**

**

0,18%*

**

0,97%*

0,25%*

**

**

**

**

**

**

**

**

0,03%*

**

**

**

0,3%*

**

**

**

**

**

**

0,03%*

**

**

0,46%*

**

**

**

**

**

0,02%*

**

**

**

**

**

0,03%*

0,07%*

0,02%*

**

**

**

**

**

0,03%*

**

0,17%*

0,01%*

0,02%*

0,07%*

**

**

**

**

**

0,08%*

**

**

**

**

0,03%*

**

**

**

**

0,18%*

**

**

**

0,08%*

**

**

0,01%*

**

0,1%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,1%*

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

0,02%*

**

**

**

**

0,26%*

**

**

0,24%*

**

**

0,07%*

0,08%*

0,29%*

**

**

0,07%*

**

**

0,14%*

**

0,01%*

**

**

0,14%*

0,63%*

**

**

**

**

**

1,19%*

0,01%*

0,44%*

**

**

0,12%*

0,08%*

**

**

0,07%*

**

**

0,4%*

**

0,15%*

0,46%*

0,12%*

**

0,18%*

**

0,05%*

0,11%*

**

**

**

0,08%*

**

**

**

**

**

0,11%*

**

**

0,01%*

**

0,22%*

**

0,15%*

**

**

**

**

**

**

**

0,02%*

**

**

0,03%*

**

**

0,2%*

**

0,08%*

**

**

**

**

**

**

0,07%*

**

**

**

**

**

0,01%*

**

0,1%*

**

**

0,21%*

**

**

0,09%*

**

**

0,08%*

**

**

**

**

**

0,23%*

**

**

**

0,02%*

**

**

**

**

**

**

0,04%*

**

**

**

**

0,05%*

**

0,01%*

**

**

0,38%*

0,05%*

**

**

0,01%*

0,16%*

0,01%*

0,01%*

**

**

0,21%*

**

**

**

0,27%*

0,01%*

0,68%*

**

**

**

0,08%*

**

**

0,12%*

0,11%*

**

**

**

**

0,03%*

**

**

**

**

0,08%*

**

**

0,01%*

0,12%*

**

0,08%*

**

**

**

**

**

**

0,01%*

0,01%*

0,01%*

0,08%*

0,04%*

0,02%*

0,13%*

0,72%*

0,03%*

**

**

**

0,11%*

0,02%*

**

0,08%*

0,21%*

**

0,03%*

**

**

**

**

0,05%*

**

0,01%*

0,02%*

0,07%*

**

0,17%*

**

0,86%*

0,26%*

0,16%*

**

**

**

**

0,01%*

**

**

**

**

**

0,03%*

**

**

**

0,01%*

0,63%*

**

**

**

**

0,03%*

**

**

**

**

**

**

**

0,01%*

0,01%*

**

0,21%*

**

0,11%*

**

**

**

0,1%*

**

**

0,02%*

0,01%*

0,01%*

**

**

**

**

**

**

**

0,04%*

**

0,01%*

**

0,02%*

**

**

**

**

**

**

**

0,14%*

0,1%*

**

**

0,01%*

**

0,19%*

0,02%*

**

0,01%*

**

0,03%*

**

**

**

0,08%*

**

0,02%*

**

**

**

**

0,12%*

**

0,11%*

**

**

**

0,23%*

**

**

**

0,05%*

0,03%*

0,04%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,08%*

0,03%*

**

**

**

**

**

**

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,08%*

**

**

**

0,01%*

**

0,01%*

0,01%*

**

0,02%*

0,04%*

0,03%*

**

**

**

**

**

0,03%*

**

**

**

**

0,23%*

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

0,02%*

**

**

0,27%*

**

**

**

**

**

**

0,05%*

**

**

0,02%*

**

**

**

**

**

**

**

0,03%*

0,02%*

**

**

**

**

0,08%*

**

**

**

**

**

**

**

**

0,01%*

0,04%*

**

**

**

**

**

**

0,11%*

**

**

**

0,01%*

**

**

**

**

**

**

**

0,09%*

0,08%*

0,01%*

**

**

**

**

0,08%*

**

0,05%*

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

0,08%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

0,02%*

**

**

**

0,07%*

**

**

**

0,03%*

**

0,1%*

**

0,02%*

**

**

**

0,04%*

**

**

0,02%*

0,37%*

**

**

0,01%*

**

**

**

0,1%*

**

**

**

0,12%*

0,49%*

0,25%*

**

**

**

**

**

**

0,27%*

0,01%*

**

**

0,1%*

0,24%*

0,19%*

0,01%*

**

**

**

**

**

**

**

**

**

**

0,01%*

**

**

**

**

**

0,1%*

**

0,08%*

**

**

0,1%*

0,01%*

0,26%*

0,1%*

0,01%*

**

**

**

**

0,16%*

**

0,02%*

**

**

**

0,2%*

**

**

0,08%*

**

**

**

**

**

**

**

0,19%*

**

**

**

0,01%*

**

**

**

**

**

**

0,08%*

**

**

**

0,08%*

0,07%*

**

1,41%*

0,12%*

0,01%*

0,02%*

**

**

**

**

0,19%*

0,02%*

**

**

**

0,11%*

0,01%*

0,01%*

**

**

0,07%*

0,13%*

0,08%*

**

**

**

**

**

0,1%*

**

**

0,19%*

**

0,07%*

**

0,02%*

**

**

**

**

**

**

0,08%*

**

0,01%*

**

0,3%*

**

0,03%*

**

**

**

**

**

**

**

0,01%*

**

**

**

**

0,02%*

0,05%*

**

**

0,26%*

**

0,11%*

**

**

**

**

0,03%*

**

**

**

0,08%*

**

0,01%*

**

0,37%*

**

0,17%*

**

**

**

0,07%*

**

**

**

**

**

**

0,01%*

**

**

**

**

0,03%*

**

0,2%*

**

**

**

**

**

0,1%*

**

**

**

**

0,07%*

**

0,04%*

0,01%*

**

**

**

**

**

**

0,02%*

0,03%*

**

**

**

**

**

0,15%*

**

**

**

**

**

**

0,02%*

**

**

**

0,09%*

0,01%*

**

**

**

0,99%*

**

**

0,02%*

0,13%*

**

**

**

0,21%*

0,05%*

**

**

**

**

**

**

0,05%*

**

**

**

**

**

**

**

0,01%*

**

**

**

0,01%*

**

**

0,09%*

**

**

**

**

**

**

0,04%*

**

0,12%*

0,04%*

**

**

**

**

**

0,12%*

**

**

0,01%*

**

**

**

**

**

**

0,09%*

**

0,18%*

**

**

**

**

0,02%*

0,03%*

**

**

**

**

**

**

**

**

0,76%*

**

**

**

**

**

**

**

**

0,08%*

0,08%*

**

**

**

**

**

**

0,02%*

0,09%*

1,64%*

0,28%*

0,09%*

0,32%*

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

0,09%*

0,01%*

**

**

0,08%*

**

**

**

0,02%*

**

0,08%*

**

**

**

**

0,07%*

**

**

0,01%*

**

0,09%*

**

**

**

**

**

**

**

**

**

0,08%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,08%*

**

0,04%*

**

0,01%*

**

**

**

0,02%*

**

**

**

**

0,28%*

**

**

**

**

**

**

**

**

**

0,1%*

**

0,01%*

0,01%*

0,08%*

0,08%*

**

**

**

**

**

**

**

**

**

**

**

0,08%*

**

**

**

**

0,01%*

0,01%*

0,11%*

**

**

0,01%*

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

0,1%*

**

**

**

**

**

0,01%*

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

**

**

**

**

**

**

**

**

0,09%*

**

0,13%*

0,03%*

0,02%*

**

**

**

**

**

**

**

**

0,12%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

0,08%*

**

0,1%*

0,02%*

0,28%*

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

0,02%*

**

**

0,02%*

**

**

**

0,18%*

**

**

0,02%*

0,01%*

0,11%*

**

0,1%*

0,15%*

0,1%*

0,23%*

**

**

0,01%*

**

**

**

0,78%*

0,01%*

**

**

**

0,02%*

0,25%*

**

**

**

**

0,02%*

**

0,02%*

0,01%*

0,02%*

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

0,21%*

0,12%*

**

**

0,04%*

0,15%*

**

0,02%*

**

**

**

**

**

0,08%*

**

**

0,08%*

**

0,17%*

0,07%*

**

0,02%*

**

**

**

**

**

**

**

**

0,02%*

**

0,14%*

**

**

0,09%*

0,01%*

**

**

**

**

**

**

**

**

**

0,09%*

0,07%*

**

**

**

**

**

**

**

**

**

**

**

0,09%*

**

**

**

**

**

0,1%*

0,03%*

**

**

Características Urbanas

2,16%

56,94%

0,01%*

**

0,01%*

0,04%*

**

**

**

**

**

**

**

**

**

0,11%*

0,05%*

**

**

0,02%*

0,01%*

**

0,01%*

**

**

**

0,05%*

0,02%*

**

0,13%*

**

**

**

0,02%*

0,06%*

**

**

0,02%*

0,01%*

**

0,02%*

0,02%*

**

0,06%*

0,05%*

**

0,03%*

0,01%*

**

**

**

**

**

**

0,03%*

0,02%*

**

0,01%*

**

**

**

**

**

**

0,15%*

0,02%*

0,02%*

**

0,01%*

**

0,03%*

0,01%*

0,02%*

**

0,02%*

0,08%*

0,03%*

**

0,03%*

**

**

**

**

0,01%*

**

0,04%*

0,04%*

0,02%*

0,01%*

0,02%*

**

0,02%*

0,04%*

**

0,03%*

0,13%*

**

**

**

0,02%*

0,01%*

0,02%*

0,01%*

0,03%*

**

0,03%*

0,03%*

**

**

0,06%*

0,01%*

0,01%*

0,04%*

**

0,03%*

**

**

0,04%*

0,13%*

**

**

0,06%*

**

0,05%*

0,04%*

0,02%*

0,04%*

0,04%*

0,01%*

0,03%*

0,01%*

0,07%*

0,01%*

**

**

0,07%*

0,04%*

0,01%*

0,08%*

0,04%*

0,26%*

0,01%*

**

**

0,01%*

0,01%*

0,13%*

0,04%*

0,06%*

0,02%*

**

0,09%*

0,39%*

**

0,06%*

0,02%*

0,01%*

0,12%*

0,17%*

0,05%*

0,14%*

0,01%*

0,03%*

0,19%*

0,01%*

0,14%*

0,03%*

0,04%*

**

0,08%*

**

0,05%*

0,02%*

0,24%*

0,01%*

**

**

**

**

0,01%*

**

**

0,04%*

**

0,07%*

0,09%*

0,01%*

0,02%*

0,02%*

0,04%*

0,03%*

0,03%*

**

0,01%*

0,01%*

0,01%*

0,09%*

0,02%*

0,02%*

0,05%*

0,15%*

0,01%*

0,03%*

0,01%*

0,05%*

0,01%*

0,01%*

**

0,04%*

**

**

**

0,06%*

**

0,05%*

**

0,02%*

0,05%*

0,03%*

0,08%*

0,01%*

**

0,05%*

0,01%*

0,02%*

0,04%*

0,01%*

0,01%*

0,03%*

**

0,61%

**

**

0,01%*

**

**

**

0,13%*

0,02%*

**

**

**

**

0,07%*

0,01%*

**

0,03%*

0,03%*

0,01%*

**

0,02%*

0,04%*

**

0,02%*

**

**

**

0,04%*

0,03%*

**

**

0,04%*

**

0,06%*

0,02%*

**

0,11%*

**

0,01%*

**

0,03%*

0,04%*

**

0,03%*

**

**

0,02%*

0,44%*

0,14%*

0,12%*

0,09%*

0,03%*

0,02%*

0,05%*

0,02%*

**

0,07%*

0,11%*

0,02%*

**

0,03%*

0,03%*

**

**

**

0,03%*

**

**

0,01%*

0,01%*

0,05%*

0,16%*

0,03%*

**

0,02%*

**

0,07%*

**

**

0,01%*

**

0,03%*

0,02%*

**

**

0,01%*

0,06%*

0,33%*

**

0,02%*

0,07%*

0,01%*

0,03%*

**

**

**

0,02%*

0,02%*

0,02%*

**

0,02%*

0,03%*

**

0,03%*

**

**

0,02%*

**

0,03%*

0,3%*

**

1,01%

0,11%*

0,01%*

**

**

0,02%*

**

0,01%*

0,01%*

0,05%*

**

0,01%*

**

**

0,02%*

0,03%*

0,03%*

**

0,14%*

**

0,02%*

0,03%*

0,02%*

**

**

**

**

**

**

0,02%*

**

0,07%*

0,05%*

**

0,45%*

0,03%*

0,04%*

**

**

0,04%*

**

0,05%*

0,04%*

0,14%*

0,05%*

0,04%*

0,02%*

**

**

0,03%*

**

**

**

0,03%*

**

**

**

**

**

0,02%*

0,02%*

**

0,03%*

0,01%*

0,02%*

0,03%*

0,09%*

**

**

**

**

**

**

**

0,02%*

**

0,05%*

**

0,06%*

0,02%*

0,02%*

0,03%*

0,01%*

**

0,05%*

0,01%*

0,08%*

0,07%*

**

0,13%*

**

0,1%*

0,19%*

0,04%*

0,02%*

**

0,03%*

0,01%*

0,09%*

**

0,01%*

0,02%*

0,01%*

0,02%*

0,03%*

0,02%*

0,02%*

0,01%*

0,07%*

**

**

**

**

0,03%*

**

**

**

0,02%*

0,1%*

0,02%*

**

0,01%*

**

**

0,01%*

**

**

**

0,03%*

0,01%*

**

0,03%*

0,07%*

0,01%*

0,09%*

**

**

0,03%*

0,04%*

**

0,02%*

0,03%*

0,01%*

**

**

**

0,03%*

**

0,04%*

0,03%*

0,08%*

0,03%*

**

**

**

**

0,02%*

0,02%*

0,01%*

**

**

0,02%*

**

0,15%*

0,09%*

**

0,02%*

0,02%*

**

**

**

**

0,02%*

0,05%*

**

**

0,05%*

**

0,02%*

0,01%*

**

**

0,06%*

0,02%*

0,04%*

0,01%*

0,01%*

0,18%*

**

0,02%*

0,02%*

**

**

**

**

**

0,01%*

**

**

0,05%*

0,03%*

**

**

**

**

0,11%*

**

0,03%*

0,03%*

0,03%*

0,01%*

0,08%*

0,02%*

0,02%*

0,01%*

**

**

0,08%*

**

**

0,02%*

**

**

0,02%*

0,02%*

0,03%*

**

**

**

0,02%*

**

**

0,01%*

**

**

0,04%*

0,01%*

**

0,02%*

**

0,01%*

**

**

**

**

0,01%*

0,02%*

0,01%*

**

0,02%*

**

**

**

**

0,01%*

0,06%*

0,03%*

**

0,11%*

**

**

**

0,02%*

0,04%*

**

0,04%*

0,03%*

0,02%*

0,01%*

0,01%*

**

**

0,03%*

**

**

**

**

0,01%*

0,01%*

**

**

0,03%*

**

**

0,18%*

**

0,01%*

0,01%*

**

**

0,02%*

**

**

0,02%*

**

0,01%*

**

**

**

0,06%*

0,04%*

**

0,02%*

**

0,01%*

**

0,03%*

**

0,03%*

0,01%*

0,05%*

**

**

**

0,43%*

0,01%*

0,03%*

**

0,23%*

0,01%*

0,05%*

**

0,01%*

0,09%*

0,05%*

0,12%*

0,02%*

0,03%*

0,04%*

0,02%*

0,08%*

**

0,03%*

0,06%*

**

**

0,01%*

0,02%*

0,13%*

**

0,04%*

**

0,1%*

0,19%*

0,21%*

0,04%*

0,02%*

0,03%*

**

**

**

0,05%*

0,03%*

0,03%*

0,01%*

0,04%*

**

0,02%*

**

**

**

0,04%*

**

**

0,1%*

0,01%*

**

0,08%*

0%*

0,48%

0,03%*

0,08%*

**

0,05%*

**

**

**

**

**

**

0,07%*

0,05%*

0,09%*

0,04%*

**

0,06%*

0,02%*

**

0,09%*

**

**

**

0,01%*

0,06%*

**

0,02%*

0,04%*

**

0,04%*

**

0,02%*

0%*

0,01%*

**

**

**

**

**

**

0,02%*

**

0,19%*

**

**

**

**

0,03%*

0,03%*

0,04%*

0,06%*

0,1%*

0,02%*

**

0,05%*

0,23%*

0,04%*

**

0,02%*

**

0,2%*

0,09%*

0,2%*

**

0,03%*

**

**

**

**

0,02%*

**

0,05%*

**

0,27%*

**

0,03%*

0,05%*

**

**

**

**

0,02%*

0,01%*

0,03%*

0,05%*

0,03%*

0,06%*

0,01%*

0,08%*

0,04%*

**

0,02%*

**

**

0,02%*

0,02%*

**

0,02%*

**

**

0,01%*

**

0,11%*

**

0,01%*

0,34%*

**

0,02%*

0,34%*

**

0,02%*

0,02%*

**

0,02%*

0,02%*

0,02%*

0,09%*

0,03%*

**

0,06%*

0,35%*

**

**

0,02%*

**

**

0,01%*

0,03%*

**

0,08%*

**

0,02%*

0,03%*

0,02%*

**

0,01%*

**

**

**

**

0,15%*

**

0,02%*

**

0,02%*

0,03%*

0,06%*

0,02%*

**

**

**

**

0,02%*

**

**

0,03%*

**

**

0,02%*

**

**

**

0,01%*

**

**

**

0,02%*

**

0,01%*

**

**

**

**

0,03%*

0,05%*

**

**

**

0,02%*

0,03%*

**

0,03%*

0,02%*

**

0,57%*

0,02%*

**

**

0,09%*

**

0,03%*

0,04%*

**

**

**

0,01%*

0,01%*

**

0,02%*

0,01%*

0,13%*

0,05%*

0,01%*

0,02%*

**

**

**

**

**

0,03%*

**

0,02%*

0,29%*

0,02%*

**

0,03%*

**

**

0,03%*

0,01%*

0,01%*

0,01%*

**

0,02%*

0,19%*

0,46%

0,01%*

**

0,02%*

0,06%*

**

**

**

0,12%*

**

**

**

**

**

**

**

0,01%*

0,02%*

**

**

**

0,01%*

0,03%*

**

**

0,04%*

**

**

**

**

0,01%*

**

**

0,97%

**

0,01%*

0,03%*

0,02%*

**

**

0,04%*

**

**

**

0,04%*

0,04%*

0,02%*

0,06%*

**

0,02%*

0,03%*

0,06%*

0,85%

**

**

0,08%*

**

0,02%*

**

0%*

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

0,03%*

**

**

**

**

0,03%*

0,01%*

**

0,01%*

**

**

**

**

**

0,1%*

0,01%*

0,01%*

0,02%*

**

**

0,01%*

0,03%*

0,03%*

0,01%*

0,54%

0,06%*

0,01%*

**

**

**

0,04%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

0,1%*

**

0,01%*

0,01%*

0,02%*

0,01%*

0,01%*

**

**

0,02%*

**

**

**

**

**

0,03%*

0,01%*

**

0,03%*

**

**

**

0,03%*

**

0,01%*

0,01%*

0,01%*

**

0,02%*

0,05%*

0,01%*

**

0,03%*

**

**

**

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

0,01%*

0,03%*

**

0,5%

**

**

**

**

0,02%*

**

0,03%*

0,03%*

**

**

0,01%*

0,01%*

0,01%*

0,02%*

**

0,03%*

**

0,01%*

0,02%*

**

0%*

**

**

**

0,02%*

**

0,02%*

**

**

**

**

**

**

**

0,04%*

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

0,01%*

0,03%*

**

**

0%*

0,01%*

0,04%*

**

0,02%*

**

**

**

**

**

**

**

**

**

0,04%*

**

0,03%*

**

0,02%*

**

**

0,05%*

**

0,03%*

**

**

0,02%*

**

0,02%*

0,01%*

0,01%*

**

**

**

**

0,08%*

0,06%*

0,01%*

0,02%*

0,03%*

0,01%*

0,39%*

0,26%*

0,04%*

0,09%*

**

0,36%*

0,1%*

**

0,01%*

**

0,04%*

**

**

0,02%*

**

**

**

**

0,02%*

**

**

**

**

0,01%*

0,05%*

0,02%*

0,04%*

0,12%*

0,02%*

0,03%*

0,03%*

0,02%*

**

0,09%*

0,21%*

**

0,15%*

0,09%*

0,17%*

0,08%*

0,01%*

**

0,04%*

0,02%*

0,01%*

0,01%*

0,66%

**

**

0,03%*

**

0,17%*

0,86%

**

0,02%*

0,01%*

**

0,09%*

0,02%*

0,01%*

0,02%*

0,01%*

**

**

0,01%*

0,03%*

0,01%*

**

0,01%*

0,01%*

**

0,07%*

**

**

**

**

0,27%*

**

0,06%*

0,01%*

**

**

0,01%*

**

0,01%*

**

**

**

**

0,19%*

**

**

0,02%*

0,02%*

0,08%*

0,08%*

0,02%*

0,15%*

0,03%*

**

**

**

0,02%*

**

0,03%*

**

0,03%*

0,01%*

0,35%*

**

0,03%*

0,09%*

**

**

0,01%*

0,04%*

0,1%*

**

**

0,04%*

0,08%*

0,02%*

0,15%*

**

**

**

**

**

**

**

**

0,07%*

0,09%*

**

**

**

0,02%*

0,01%*

0,1%*

0,15%*

**

0,06%*

**

0,03%*

0,02%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[28]]

E18_1

Subpopulação

1

2

Agricultura Empresarial

66,77%

33,23%

Agricultura Familiar

56,37%

43,63%

Assentamento/Agrovila

74,12%

25,88%

Características Urbanas

68,27%

31,73%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[29]]

E19

Subpopulação

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

88888

Agricultura Empresarial

2,05%

2,69%

3,4%

2,98%

3,04%

2,73%

2,16%

1,87%

1,95%

2,14%

3,2%

1,92%

2,96%

1,52%

2,11%

2,23%

2,09%

1,7%

1,77%

1,59%

4,47%

1,29%

2,28%

1,34%

1,28%

2,47%

1,56%

1,4%

1,76%

1,06%

3,66%

1,15%

1,92%

1,24%

1,02%

1,65%

0,93%

1,09%

1,33%

1,15%

3,35%

0,74%

1,19%

0,67%

0,84%

1,08%

0,97%

0,99%

0,51%*

0,85%

1,7%

0,38%*

0,55%*

0,51%*

0,53%*

0,42%*

0,25%*

0,31%*

0,53%*

0,39%*

0,69%

0,24%*

1,53%

0,64%

Agricultura Familiar

2,4%

4,67%

2,31%

2,4%

2,23%

2,7%

1,63%

2,41%

2,27%

1,58%

2,98%

1,58%

2,28%

1,66%

2,18%

2,18%

2,02%

1,69%

1,4%

1,44%

3,59%

1,47%

2,41%

1,73%

1,76%

2,66%

1,36%

1,43%

1,46%

1,17%

3,39%

0,67%*

1,2%

1,37%

0,97%

2,5%

1,04%

0,92%

1,1%

0,95%

3,18%

0,85%

1,51%

0,94%

0,47%*

1,45%

0,96%

0,9%

1,11%

0,76%*

2,38%

0,78%

1,02%

0,53%*

0,72%

0,73%*

0,57%*

0,32%*

0,37%*

0,31%*

0,67%

0,14%*

1,48%

0,65%

Assentamento/Agrovila

1,66%*

2,63%*

2,89%*

3,71%

2,59%*

2,74%

2,55%

2,5%

2,52%

2,07%*

3,45%

2,12%

3,54%

2,09%*

2,4%

3,19%

2,54%

2,16%

2,08%

1,37%*

4,41%

1,83%*

2,15%

1,41%*

1,34%*

3,36%

1,59%*

1,74%*

0,94%*

0,79%*

3,87%

0,92%*

1,69%*

0,67%*

1,3%*

2,22%

0,27%*

0,93%*

1,08%*

1,1%*

2,45%

1,21%*

0,93%*

0,7%*

0,59%*

0,64%*

0,58%*

0,36%*

0,83%*

0,42%*

1,17%*

0,43%*

0,74%*

0,4%*

0,1%*

0,32%*

0,44%*

0,24%*

0,34%*

0,07%*

0,43%*

0,12%*

1,51%*

0,6%*

Características Urbanas

1,98%

4,28%

3,17%

2,25%

2,65%

2,42%

2,31%

2,49%

2,26%

2,13%

2,89%

2,13%

2,92%

1,96%

2,06%

2,74%

2,13%

2,08%

1,91%

1,67%

4,1%

1,73%

2,74%

1,62%

1,36%

2,8%

1,78%

1,49%

1,77%

1,15%

3,64%

1,14%

1,41%

1,22%

0,97%

2,06%

1,18%

0,99%

1,13%

0,8%

2,45%

0,75%

1,18%

0,86%

0,77%

1,24%

0,78%

0,78%

0,61%

0,51%

1,3%

0,35%*

0,56%

0,37%*

0,36%*

0,54%

0,26%*

0,37%

0,37%

0,05%*

0,24%*

0,05%*

0,83%

0,91%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[30]]

E20

Subpopulação

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

88888

Agricultura Empresarial

4,28%

8,5%

9,23%

6,54%

4,3%

5,58%

4,34%

3,16%

4,26%

2,36%

5,66%

2,31%

4,18%

1,95%

1,84%

3,12%

1,87%

1,42%

1,44%

0,84%

4,61%

0,66%*

1,5%

0,56%*

0,57%*

2,05%

0,76%

0,66%*

0,78%

0,26%*

2,44%

0,14%*

0,63%*

0,37%*

0,28%*

0,75%

0,16%*

0,36%*

0,43%*

0,16%*

1,62%

0,08%*

0,38%*

0,13%*

0,14%*

0,36%*

0,26%*

0,06%*

0,11%*

0,06%*

0,26%*

0,09%*

0,06%*

0,09%*

0,02%*

0,03%*

0,02%*

0,05%*

0,05%*

0,05%*

0,25%*

0,02%*

0,39%*

0,12%*

Agricultura Familiar

3,8%

9,5%

5,98%

5,17%

4,38%

4,47%

2,96%

3,4%

3,29%

2,19%

5,45%

1,84%

3,29%

1,72%

1,85%

4,35%

1,68%

1,38%

1,57%

0,92%

3,79%

1,51%

2,64%

1,17%

0,98%

2,58%

0,97%

0,7%*

0,8%*

0,63%*

3,03%

0,25%*

1,17%

0,73%*

0,4%*

1,05%

0,3%*

0,32%*

0,26%*

0,29%*

1,75%

0,36%*

0,45%*

0,36%*

0,13%*

0,7%*

0,22%*

0,18%*

0,34%*

0,15%*

0,88%

0,14%*

0,1%*

0,19%*

0,21%*

0,15%*

0,05%*

0,09%*

0,12%*

**

0,18%*

0%*

0,38%*

0,12%*

Assentamento/Agrovila

2,85%

7,91%

8,53%

10,15%

7,38%

7,53%

7,27%

6,09%

7,78%

4,31%

4,64%

1,56%

3,56%

0,57%*

0,9%*

2,34%

1,75%*

0,75%*

0,82%*

0,66%*

2,06%

0,51%*

0,91%*

0,3%*

0,65%*

1,16%*

0,47%*

0,29%*

0,3%*

0,14%*

1,04%*

0,22%*

0,45%*

0,03%*

0,28%*

0,39%*

0,06%*

0,07%*

0,49%*

0,14%*

0,47%*

0,06%*

0,24%*

0,1%*

0,11%*

0,21%*

0,07%*

**

**

0,07%*

0,07%*

0,2%*

**

0,18%*

0,04%*

0,02%*

0,1%*

0,12%*

**

0,02%*

0,01%*

0,1%*

0,41%*

0,08%*

Características Urbanas

3,78%

9,61%

8,14%

6,04%

6,6%

6,64%

5,56%

4,41%

5,91%

2,53%

5,74%

2,12%

3,35%

1,76%

1,84%

2,74%

1,5%

1,78%

1,11%

0,82%

3,3%

1,07%

1,3%

0,76%

0,58%

1,54%

0,48%

0,65%

0,53%

0,36%*

1,52%

0,47%*

0,6%

0,31%*

0,26%*

0,6%

0,21%*

0,25%*

0,25%*

0,04%*

0,7%

0,06%*

0,19%*

0,18%*

0,07%*

0,29%*

0,06%*

0,06%*

0,05%*

0,09%*

0,4%

0,01%*

0,11%*

0,03%*

0,04%*

0,08%*

0,1%*

0,05%*

0,07%*

**

0,07%*

0,01%*

0,05%*

0,14%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[31]]

E21

Subpopulação

Águas Claras

Brazlândia

Ceilândia

Fercal

Gama

Itapoã

Jardim Botânico

Lago Norte

Núcleo Bandeirante

Paranoá

Park Way

Planaltina

Recanto das Emas

Riacho Fundo

Riacho Fundo II

Samambaia

Santa Maria

São Sebastião

SCIA

Sobradinho

Sobradinho II

Sol Nascente/ Pôr do Sol

Taguatinga

Vicente Pires

<NA>

Agricultura Empresarial

**

**

13,92%

0,28%*

21,3%

3,49%

0,11%*

**

**

8,9%

**

12,71%

1,89%

**

**

0,63%

5,03%

19,91%

**

4,13%

1,94%

**

0,53%*

**

5,23%

Agricultura Familiar

**

25,44%

14,28%

4,62%

3,42%

**

**

**

**

8,32%

4,05%

26,95%

2,72%

4,15%

**

0,63%*

0,26%*

**

0,99%

**

1,64%

**

**

0,04%*

2,49%

Assentamento/Agrovila

**

4%

**

0,83%

**

**

**

**

**

10,54%

1,22%

3,69%

**

**

6,39%

**

**

68,16%

**

**

**

2,43%

**

**

2,74%*

Características Urbanas

0,25%*

14,12%

**

**

12,53%

**

**

0,6%

0,28%*

6,2%

**

1,18%

**

0,22%*

4,49%

1,14%

**

22,63%

**

6,82%

7,21%

2,49%

0,77%

14,55%

4,51%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[32]]

E21_pais

Subpopulação

4

76

258

663

724

840

88888

99999

Agricultura Empresarial

**

7,66%

**

**

**

**

**

92,34%

Agricultura Familiar

0,01%*

4,34%

**

**

**

**

0,01%*

95,65%

Assentamento/Agrovila

0,03%*

5,1%

**

**

0,04%*

**

**

94,84%

Características Urbanas

0,02%*

9,21%

0,02%*

0,01%*

**

0%*

0,03%*

90,71%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[33]]

E21_estado

Subpopulação

13

15

17

21

22

23

24

25

27

29

31

32

33

35

41

43

50

51

52

53

88888

99999

Agricultura Empresarial

0,07%*

**

0,06%*

0,17%*

0,19%*

0,02%*

**

0,03%*

0,06%*

0,06%*

0,29%*

**

0,11%*

**

0,02%*

**

**

0,03%*

1,66%

4,64%

0,25%*

92,34%

Agricultura Familiar

**

0,04%*

0,02%*

0,25%*

0,18%*

0,18%*

**

0,12%*

0,03%*

0,03%*

0,44%*

**

**

0%*

0,01%*

0,02%*

0,04%*

**

0,75%*

2,11%

0,11%*

95,66%

Assentamento/Agrovila

0,44%*

0,07%*

**

**

0,03%*

0,02%*

**

**

**

0,28%*

0,16%*

**

0,1%*

0,02%*

**

**

**

**

1,16%*

2,76%

0,05%*

94,9%

Características Urbanas

**

0,05%*

0,07%*

0,32%*

0,16%*

0,36%*

0,06%*

0,03%*

**

0,36%*

0,3%*

0,01%*

0,01%*

0,08%*

0,01%*

**

0,01%*

**

0,53%

4,78%

2,07%

90,79%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[34]]

E21_municipio

Subpopulação

99999

130130

130255

130260

150060

150240

150420

150790

170030

170040

170950

171610

172100

210110

210120

210125

210130

210160

210173

210250

210330

210370

210530

210540

210547

210830

210900

210905

210960

211130

211230

211260

211300

220117

220120

220220

220310

220370

220390

220554

220580

220667

220760

220770

220790

221050

221100

230030

230050

230240

230440

230450

230470

230640

230800

230830

230870

230900

231230

231330

231340

240310

240325

250020

251210

251530

251620

251670

270380

270930

290195

290360

290390

290475

290620

290710

290910

291320

291760

292200

292600

292740

292810

292840

293075

310210

310350

310620

310930

311340

312245

312247

312260

312710

313520

313695

313930

314450

314675

314800

315780

316110

316210

316680

316890

317020

317040

320530

330455

330490

350030

351510

355030

410010

410480

412350

431020

500470

500769

510180

520010

520020

520025

520030

520060

520110

520140

520340

520470

520530

520540

520549

520620

520640

520790

520800

520860

520870

520880

521190

521250

521523

521560

521680

521760

521890

521971

521975

522045

522185

53001001

53001002

53001003

53001004

53001005

53001006

53001007

53001008

53001009

53001010

53001011

53001012

53001013

53001014

53001015

53001016

53001017

53001019

53001020

53001021

53001022

53001024

53001025

53001026

53001027

53001028

53001030

53001032

53001033

Agricultura Empresarial

92,59%

**

0,07%*

**

**

**

**

**

**

**

**

0,02%*

0,04%*

0,03%*

**

**

**

0,02%*

**

**

**

**

**

**

0,03%*

**

0,04%*

**

0,03%*

0,03%*

**

**

**

**

**

0,05%*

**

**

**

**

**

0,02%*

**

0,06%*

**

**

0,05%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

0,03%*

**

**

**

**

0,06%*

**

**

**

**

**

**

**

**

0,03%*

**

0,03%*

**

**

**

**

**

0,03%*

**

0,17%*

**

**

**

**

**

**

**

**

0,03%*

**

**

0,05%*

**

**

**

**

**

**

**

**

0,11%*

**

**

**

**

**

0,02%*

**

**

**

**

0,03%*

**

**

**

**

0,02%*

**

**

**

**

**

**

0,03%*

0,25%*

0,02%*

0,06%*

0,1%*

**

0,06%*

0,12%*

0,16%*

0,23%*

0,19%*

0,13%*

**

0,14%*

**

0,03%*

**

**

0,11%*

0,27%*

0,77%*

0,19%*

**

0,21%*

0,38%*

0,12%*

**

0,71%

0,24%*

**

0,75%*

0,24%*

0,18%*

0,13%*

**

**

**

**

0,11%*

**

**

0,02%*

**

**

0,3%*

**

**

**

Agricultura Familiar

95,77%

**

**

**

**

0,03%*

0,01%*

**

**

0,02%*

**

**

**

**

0,03%*

**

**

**

0,06%*

**

**

**

**

**

**

**

**

**

**

**

0,1%*

0,07%*

**

0,03%*

**

**

**

**

**

0,01%*

0,04%*

**

0,1%*

0,01%*

**

**

**

0,04%*

**

0%*

0,04%*

**

**

**

0,01%*

0,05%*

**

**

0,05%*

**

**

**

**

**

0,08%*

**

0,04%*

**

**

0,03%*

**

**

**

**

**

0,01%*

**

**

0,01%*

**

**

**

0,01%*

**

**

**

**

**

0,17%*

**

**

**

**

**

**

**

**

**

**

**

**

0,11%*

**

**

**

0%*

0,15%*

**

**

**

**

**

0%*

**

**

0,01%*

0,02%*

0,04%*

**

**

**

**

**

**

**

0,01%*

0,01%*

0,02%*

**

**

**

0,02%*

**

**

**

0,29%*

**

0,03%*

**

**

0,24%*

**

**

**

0,04%*

0,04%*

**

**

0,05%*

**

0,12%*

0,18%*

0,14%*

0,1%*

0,17%*

0,54%*

0,06%*

0,01%*

0,04%*

0,02%*

**

0,17%*

**

0,04%*

0,1%*

**

0,23%

**

**

0,06%*

**

0,04%*

0,1%*

**

**

**

**

**

0,01%*

Assentamento/Agrovila

94,94%

0,09%*

**

0,35%*

**

**

**

0,07%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,26%*

**

**

**

**

0,01%*

**

**

0,01%*

**

0,02%*

**

**

**

0,02%*

**

**

**

**

**

**

**

**

**

**

**

**

0,08%*

**

**

0,04%*

**

**

0,1%*

**

0,01%*

0,01%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,77%*

**

**

**

**

**

**

**

**

0,33%*

**

**

**

**

**

**

**

**

0,06%*

**

**

**

0,01%*

0,06%*

0,02%*

0,39%*

**

0,01%*

0,06%*

**

**

**

1,75%*

**

**

**

**

**

0,46%*

**

0,01%*

**

**

**

**

**

**

**

Características Urbanas

92,86%

**

**

**

0,05%*

**

**

**

0,02%*

**

0,03%*

**

0,02%*

**

0,02%*

0,03%*

0,01%*

**

**

0,03%*

0,09%*

0,03%*

0,01%*

0,01%*

**

0,04%*

**

0,03%*

**

**

**

**

0,01%*

**

0,03%*

**

**

0,02%*

0,01%*

**

**

**

**

0,01%*

0,03%*

0,02%*

0,05%*

**

0,03%*

**

0,09%*

0,03%*

0,02%*

0,03%*

**

**

0,03%*

0,01%*

**

0,03%*

0,11%*

0,01%*

0,05%*

**

**

0,01%*

**

0,01%*

**

**

0,02%*

0,03%*

0,01%*

0,09%*

0,05%*

0,03%*

0,03%*

0,02%*

**

**

0,03%*

**

0,02%*

0,04%*

0,01%*

**

**

0,02%*

**

0,02%*

**

0,01%*

0,03%*

0,02%*

0,01%*

0,03%*

**

0,01%*

0,02%*

**

0,04%*

0,02%*

0,02%*

**

0,01%*

**

0,04%*

0,01%*

**

0,01%*

0,02%*

**

0,06%*

0,01%*

**

**

**

**

0,01%*

**

0,03%*

0,01%*

0,04%*

0,01%*

**

0,01%*

**

**

0,01%*

0,06%*

0,03%*

**

**

**

0,02%*

0,1%*

0,02%*

0,05%*

**

**

0,01%*

**

**

0,01%*

0,03%*

**

**

0,05%*

**

0,03%*

0,06%*

0,85%

1,35%

0,1%*

0,31%*

0,15%*

0,04%*

**

0,25%*

0,03%*

0,02%*

0,17%*

0,12%*

0,38%*

0,06%*

0,02%*

0,12%*

0,02%*

0,1%*

0,05%*

0%*

**

0,08%*

0,05%*

0,13%*

0,14%*

0,14%*

0,03%*

0,02%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[35]]

E22

Subpopulação

1

2

3

4

5

6

7

88888

99999

Agricultura Empresarial

28%

0,32%*

3,15%

8,5%

4,92%

0,31%*

0,91%

0,23%*

53,65%

Agricultura Familiar

29,3%

0,94%

2,61%

7,72%

4,04%

0,38%*

0,58%*

0,34%*

54,09%

Assentamento/Agrovila

23,75%

0,41%*

3,68%

11,22%

3,02%

0,4%*

0,11%*

0,02%*

57,39%

Características Urbanas

25,24%

0,64%

2,77%

8,69%

5,72%

0,4%*

0,67%

0,4%*

55,48%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[36]]

E23

Subpopulação

1

2

88888

99999

Agricultura Empresarial

3,3%

74,73%

0,51%*

21,46%

Agricultura Familiar

3,08%

75,69%

0,77%*

20,47%

Assentamento/Agrovila

4,06%

71,86%

0,31%*

23,77%

Características Urbanas

5,57%

70,58%

0,65%

23,2%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[37]]

E23_1

Subpopulação

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

20

21

24

25

26

27

28

30

31

33

88888

99999

Agricultura Empresarial

0,38%*

0,06%*

0,52%*

0,38%*

**

0,49%*

0,11%*

0,11%*

**

0,31%*

0,04%*

**

0,1%*

**

0,06%*

0,1%*

**

0,07%*

**

0,07%*

**

**

**

0,04%*

0,03%*

**

**

**

**

0,43%*

96,7%

Agricultura Familiar

0,36%*

0,04%*

0,11%*

0,2%*

0,18%*

0,31%*

0,17%*

**

0,16%*

0,35%*

0,07%*

0,01%*

0,1%*

0,04%*

**

0,02%*

0,04%*

0,19%

**

0,08%*

**

0,03%*

0,01%*

0,04%*

**

**

0,15%*

0,03%*

0,04%*

0,37%*

96,92%

Assentamento/Agrovila

2,66%

0,1%*

**

0,01%*

0,11%*

0,02%*

0,03%*

**

**

0,04%*

0,01%*

**

**

0,03%*

0,98%*

0,03%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,04%*

95,94%

Características Urbanas

1,89%

0,07%*

0,21%*

0,42%

0,36%*

0,45%

0,04%*

0,13%*

0,01%*

0,26%*

0,06%*

0,09%*

**

0,13%*

0,31%*

0,02%*

**

0,08%*

0,04%*

0,05%*

0,03%*

0,03%*

**

0,04%*

0,04%*

0,24%*

0,13%*

0,02%*

**

0,42%*

94,43%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[38]]

estrato_v3

Subpopulação

agricultura_empresarial_leste

agricultura_empresarial_norte

agricultura_empresarial_oeste

agricultura_empresarial_sul

agricultura_familiar_central_adjacente_i

agricultura_familiar_central_adjacente_ii

agricultura_familiar_leste

agricultura_familiar_norte

agricultura_familiar_oeste

agricultura_familiar_sul

assentamento_agrovila_central_adjacente_i

assentamento_agrovila_leste

assentamento_agrovila_norte

assentamento_agrovila_oeste

assentamento_agrovila_sul

caracteristicas_urbanas_central_adjacente_i

caracteristicas_urbanas_central_adjacente_ii

caracteristicas_urbanas_leste

caracteristicas_urbanas_norte

caracteristicas_urbanas_oeste

caracteristicas_urbanas_sul

Agricultura Empresarial

32,68%

20,09%

15,59%

31,63%

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

Agricultura Familiar

**

**

**

**

4,12%

5,42%

8,41%

34,48%

40,71%

6,85%

**

**

**

**

**

**

**

**

**

**

**

Assentamento/Agrovila

**

**

**

**

**

**

**

**

**

**

1,24%

80,9%

4,54%

6,45%

6,87%

**

**

**

**

**

**

Características Urbanas

**

**

**

**

**

**

**

**

**

**

**

**

**

**

**

0,6%

17,22%

29,39%

15,65%

18,91%

18,22%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[39]]

E03_sexo

Subpopulação

Feminino

Masculino

Agricultura Empresarial

48,09%

51,91%

Agricultura Familiar

47,8%

52,2%

Assentamento/Agrovila

48,9%

51,1%

Características Urbanas

49,57%

50,43%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

4.0.1 E16 - Qual o local de nascimento de (Nome do(a) morador(a))?

E16pais

4.0.2 E17 - (Nome do(a) morador(a)) sempre morou no DF?

4.0.3 E18 - Antes do DF, qual o último lugar que (Nome do(a) morador(a)) morou?

4.0.4 E19 - Há quanto tempo (Nome do(a) morador(a)) mora seguidamente no DF (de maneira contínua, sem mudança para outra cidade)?

4.0.5 E20 - Há quanto tempo (Nome do(a) morador(a)) mora seguidamente em área rural (de maneira contínua, sem mudança para área urbana)?

###E21 - Em 1º julho de 2021, onde (Nome do(a) morador(a)) morava? ###E23 - (Nome do(a) morador(a)) tem intenção de formar novo domicílio particular no DF nos próximos 12 meses?

5 Bloco F

a<-colnames(pdad_rural_2022 %>% select(starts_with("F")))
list()->blocoF_prop
or<-1
for (i in a[1:42]) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoF_prop[[or]]  # Define título formatado
  or<-1+or
}
[1] "F01"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 16: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F01 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (F01, Permanente) into (0, 1, 2, 3, 4, …) [was 27x3, now 4x10]
[1] "F02_1"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 14: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F02_1 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (F02_1, Permanente) into (0, 1, 2, 3, 4, …) [was 24x3, now 4x9]
[1] "F02_2"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 14: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F02_2 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (F02_2, Permanente) into (0, 1, 2, 3, 4, …) [was 24x3, now 4x8]
[1] "F03"
Aviso: There were 14 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 15: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F03 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 13 remaining warnings.
spread: reorganized (F03, Permanente) into (1, 2, 3, 4, 5, …) [was 28x3, now 4x8]
[1] "F04"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F04 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (F04, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "F04_1"
Aviso: There were 14 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 17: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F04_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 13 remaining warnings.
spread: reorganized (F04_1, Permanente) into (1, 2, 3, 4, 5, …) [was 31x3, now 4x9]
[1] "F05_1"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F05_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (F05_1, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "F05_2"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F05_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (F05_2, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "F05_3"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F05_3 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (F05_3, Permanente) into (1, 2, 88888, 99999) [was 15x3, now 4x5]
[1] "F06_1"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F06_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (F06_1, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "F06_2"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F06_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (F06_2, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "F06_3"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F06_3 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (F06_3, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "F06_4"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F06_4 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (F06_4, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "F06_5"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F06_5 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (F06_5, Permanente) into (1, 2, 88888, 99999) [was 15x3, now 4x5]
[1] "F06_6"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F06_6 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (F06_6, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "F06_7"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `F06_7 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (F06_7, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "fx.etaria"
Aviso: There were 22 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 23: `subpopulacao_agregada = "Assentamento/Agrovila"` and `fx.etaria = "00-04"`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 21 remaining warnings.
spread: reorganized (fx.etaria, Permanente) into (00-04, 05-09, 10-14, 15-19, 20-24, …) [was 44x3, now 4x12]
[1] NA
Error in `sym()`:
! Can't convert a character vector to a symbol.
Backtrace:
  1. flextable::add_footer_lines(...)
 42. rlang::sym(i)
blocoF_prop
[[1]]

F02_1

Subpopulação

0

1

2

3

4

5

88888

99999

Agricultura Empresarial

47,99%

48,05%

0,08%*

**

**

**

0,21%*

3,66%

Agricultura Familiar

45,19%

50,38%

0,32%*

0,04%*

0,08%*

0,01%*

0,16%*

3,81%

Assentamento/Agrovila

37,38%

58,83%

0,02%*

**

**

**

0,01%*

3,76%

Características Urbanas

44,44%

51,63%

0,18%*

**

0,01%*

**

0,28%*

3,46%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

F02_2

Subpopulação

0

1

2

3

4

88888

99999

Agricultura Empresarial

68,85%

27,11%

0,13%*

0,02%*

0,02%*

0,21%*

3,66%

Agricultura Familiar

68,23%

27,6%

0,16%*

0,04%*

**

0,16%*

3,81%

Assentamento/Agrovila

78,36%

17,57%

0,3%*

**

**

0,01%*

3,76%

Características Urbanas

70,99%

25,16%

0,07%*

**

0,04%*

0,28%*

3,46%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

F03

Subpopulação

1

2

3

4

5

88888

99999

Agricultura Empresarial

1,83%

31,96%

21,4%

11,64%

14,02%

15,49%

3,66%

Agricultura Familiar

1,46%

29,89%

24,55%

12,08%

13,41%

14,8%

3,81%

Assentamento/Agrovila

1,12%*

24,73%

26,72%

8,88%

20,86%

13,93%

3,76%

Características Urbanas

1,25%

32,67%

23,78%

10,13%

12,22%

16,49%

3,46%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

F04

Subpopulação

1

2

88888

99999

Agricultura Empresarial

72,84%

22,88%

0,61%*

3,66%

Agricultura Familiar

76,05%

19,74%

0,4%*

3,81%

Assentamento/Agrovila

80,15%

15,74%

0,35%*

3,76%

Características Urbanas

76,53%

19,37%

0,64%

3,46%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

F04_1

Subpopulação

1

2

3

4

5

6

88888

99999

Agricultura Empresarial

67,91%

4,05%

0,59%*

0,07%*

0,07%*

0,1%*

0,06%*

27,16%

Agricultura Familiar

70,66%

4,01%

1,17%

0,07%*

0,05%*

0,04%*

0,05%*

23,95%

Assentamento/Agrovila

72,59%

5,84%

1,21%*

0,39%*

0,11%*

**

0,01%*

19,85%

Características Urbanas

70,93%

4,2%

0,91%

0,12%*

0,17%*

0,15%*

0,05%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

F05_1

Subpopulação

1

2

88888

99999

Agricultura Empresarial

16,68%

56,01%

0,15%*

27,16%

Agricultura Familiar

17,03%

59,02%

**

23,95%

Assentamento/Agrovila

13,76%

66,39%

**

19,85%

Características Urbanas

18,14%

58,35%

0,04%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

F05_2

Subpopulação

1

2

88888

99999

Agricultura Empresarial

71,79%

1%

0,05%*

27,16%

Agricultura Familiar

74,6%

1,46%

**

23,95%

Assentamento/Agrovila

78,33%

1,82%*

**

19,85%

Características Urbanas

74,62%

1,88%

0,03%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

F05_3

Subpopulação

1

2

88888

99999

Agricultura Empresarial

14,25%

58,44%

0,15%*

27,16%

Agricultura Familiar

13,34%

62,65%

0,06%*

23,95%

Assentamento/Agrovila

12,52%

67,63%

**

19,85%

Características Urbanas

14,82%

61,61%

0,1%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

F06_1

Subpopulação

1

2

88888

99999

Agricultura Empresarial

27,72%

40,36%

0,25%*

31,67%

Agricultura Familiar

30,17%

40,7%

0,01%*

29,12%

Assentamento/Agrovila

24,4%

48,53%

0,19%*

26,88%

Características Urbanas

27,52%

43,06%

0,24%*

29,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

F06_2

Subpopulação

1

2

88888

99999

Agricultura Empresarial

34,31%

38,28%

0,26%*

27,16%

Agricultura Familiar

36,21%

39,78%

0,06%*

23,95%

Assentamento/Agrovila

24,7%

55,14%

0,3%*

19,85%

Características Urbanas

32,63%

43,69%

0,21%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[11]]

F06_3

Subpopulação

1

2

88888

99999

Agricultura Empresarial

59,55%

13,08%

0,21%*

27,16%

Agricultura Familiar

59,78%

16,09%

0,18%*

23,95%

Assentamento/Agrovila

63,84%

15,97%

0,34%*

19,85%

Características Urbanas

60,87%

15,45%

0,21%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[12]]

F06_4

Subpopulação

1

2

88888

99999

Agricultura Empresarial

38,2%

34,27%

0,37%*

27,16%

Agricultura Familiar

38,54%

37,37%

0,14%*

23,95%

Assentamento/Agrovila

36,38%

43,34%

0,43%*

19,85%

Características Urbanas

35,3%

40,84%

0,39%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[13]]

F06_5

Subpopulação

1

2

88888

99999

Agricultura Empresarial

67,06%

5,69%

0,08%*

27,16%

Agricultura Familiar

65,8%

10,25%

0,01%*

23,95%

Assentamento/Agrovila

71,54%

8,61%

**

19,85%

Características Urbanas

67,89%

8,57%

0,08%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[14]]

F06_6

Subpopulação

1

2

88888

99999

Agricultura Empresarial

37,61%

34,89%

0,34%*

27,16%

Agricultura Familiar

36,74%

39,07%

0,25%*

23,95%

Assentamento/Agrovila

38,06%

41,73%

0,36%*

19,85%

Características Urbanas

38,98%

37,33%

0,22%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[15]]

F06_7

Subpopulação

1

2

88888

99999

Agricultura Empresarial

8,49%

64,12%

0,23%*

27,16%

Agricultura Familiar

6,96%

68,87%

0,22%*

23,95%

Assentamento/Agrovila

4,67%

75,18%

0,3%*

19,85%

Características Urbanas

5,01%

71,07%

0,45%*

23,47%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[16]]

fx.etaria

Subpopulação

00-04

05-09

10-14

15-19

20-24

25-29

30-39

40-49

50-59

60-69

70+

Agricultura Empresarial

7,54%

7,8%

7,9%

7,9%

7,27%

7,25%

15,55%

15,39%

11,71%

7,26%

4,43%

Agricultura Familiar

6,97%

7,7%

7,44%

7,75%

7,95%

7,15%

15,15%

15,5%

12,23%

7,52%

4,64%

Assentamento/Agrovila

8,32%

8,89%

8,45%

8,7%

7,53%

8,19%

18,55%

15,11%

9,64%

4,37%

2,24%

Características Urbanas

7,87%

8,57%

8,3%

8,15%

7,66%

7,49%

17,82%

16,31%

10,23%

5,02%

2,58%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

5.0.1 F01 - Quantos aparelho(s) celular(es) (Nome do(a) morador(a)) possui para uso pessoal?

pdad_rural_2022 %>% select(starts_with("F")) %>% colnames()->a
list()->F01list
or<-1
for (i in a[1:3]) {
  
nome<-i
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         ) %>% 
  filter(!var%in% c(99999,88888)) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->F01list[[or]]
  #mutate(ic95=total_se*1.95,upp=total-ic95)
or<-or+1
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  filter(!var%in% c(99999,88888)) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->F01list[[or]]
or<-or+1

}
F01list
[[1]]

F01

media

media_cv

0,95

0,00

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

F01

subpopulacao_agregada

media

Agricultura Empresarial

0,94

Agricultura Familiar

0,96

Assentamento/Agrovila

0,97

Características Urbanas

0,96

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

F02_1

media

media_cv

0,56

0,01

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

F02_1

subpopulacao_agregada

media

Agricultura Empresarial

0,53

Agricultura Familiar

0,54

Assentamento/Agrovila

0,62

Características Urbanas

0,58

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

F02_2

media

media_cv

0,39

0,02

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

F02_2

subpopulacao_agregada

media

Agricultura Empresarial

0,4

Agricultura Familiar

0,41

Assentamento/Agrovila

0,35

Características Urbanas

0,37

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

6 Bloco G

a<-colnames(pdad_rural_2022 %>% select(starts_with("G")))
list()->blocoG_prop
or<-1
for (i in a[2:42]) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoG_prop[[or]]  # Define título formatado
  or<-1+or
}
[1] "G02"
Aviso: There were 56 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 57: `subpopulacao_agregada = "Assentamento/Agrovila"` and `G02 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 55 remaining warnings.
spread: reorganized (G02, Permanente) into (1, 2, 3, 4, 5, …) [was 115x3, now 4x34]
[1] "G03"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `G03 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (G03, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] NA
Error in `sym()`:
! Can't convert a character vector to a symbol.
Backtrace:
  1. flextable::add_footer_lines(...)
 42. rlang::sym(i)
blocoG_prop
[[1]]

G02

Subpopulação

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

30

31

32

58

88888

Agricultura Empresarial

9,49%

17,94%

3,32%

0,58%

3,89%

10,88%

10,82%

0,12%*

11,31%

0,25%*

0,19%*

1,91%

2,34%

18,26%

2,34%

0,32%*

0,06%*

0,07%*

**

0,16%*

0,12%*

0,03%*

**

**

0,02%*

0,41%*

**

0,69%

**

0,25%*

**

2,4%

1,82%

Agricultura Familiar

7,42%

2,98%

3,84%

20,92%

7,04%

22,15%

5,31%

3,59%

9,6%

0,39%

0,17%*

1,67%

0,43%*

0,64%

1,22%

0,13%*

1,93%

0,02%*

0,12%*

0,38%*

0,07%*

**

**

0,12%*

0,47%

1,35%

**

0,21%*

0,06%*

1,46%

**

1,79%

4,51%

Assentamento/Agrovila

7,69%

1,53%*

1,47%

2,44%

1,02%

3,64%

15,04%

0,39%*

2,23%

0,1%*

0,14%*

0,2%*

1,09%*

54,67%

0,06%*

0,29%*

2,08%

0,09%*

0,06%*

**

2,73%

**

**

0,01%*

0,02%*

**

**

0,03%*

0,07%*

0,25%

0,29%*

1,22%*

1,14%*

Características Urbanas

7,81%

11,92%

14,91%

11,86%

8,59%

1,18%

6,57%

0,3%*

3,6%

0,57%

0,16%*

1,48%

0,5%*

21,3%

0,31%*

0,26%*

1,43%

0,27%

0,05%*

0,14%*

1,32%

**

0,03%*

**

0,19%*

1,02%

0,11%*

0,67%

0,3%*

0,22%*

0,05%*

0,98%

1,88%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

G03

Subpopulação

1

2

88888

Agricultura Empresarial

16,01%

83,69%

0,3%*

Agricultura Familiar

14,85%

83,71%

1,45%

Assentamento/Agrovila

11,28%

88,65%

0,07%*

Características Urbanas

13,33%

86,15%

0,52%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

7 Bloco H

a<-colnames(pdad_rural_2022 %>% select(starts_with("H")))
list()->blocoH_prop
or<-1
for (i in a[1:42]) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoH_prop[[or]]  # Define título formatado
  or<-1+or
}
[1] "H01"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H01 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (H01, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "H02"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H02 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H02, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "H02_1"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H02_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (H02_1, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "H02_2"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H02_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (H02_2, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "H03"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 11: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H03 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (H03, Permanente) into (1, 2, 3, 88888, 99999) [was 19x3, now 4x6]
[1] "H04"
Aviso: There were 10 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 13: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H04 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 9 remaining warnings.
spread: reorganized (H04, Permanente) into (1, 2, 3, 4, 88888, …) [was 23x3, now 4x7]
[1] "H05"
Aviso: There were 46 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 69: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H05 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 45 remaining warnings.
spread: reorganized (H05, Permanente) into (0, 1, 2, 3, 4, …) [was 127x3, now 4x45]
[1] "H06_1"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H06_1, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "H06_2"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H06_2, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "H06_3"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_3 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H06_3, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "H06_4"
Aviso: There were 4 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_4 = 2`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 3 remaining warnings.
spread: reorganized (H06_4, Permanente) into (1, 2, 88888, 99999) [was 13x3, now 4x5]
[1] "H06_5"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_5 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H06_5, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "H06_6"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_6 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H06_6, Permanente) into (1, 2, 88888, 99999) [was 13x3, now 4x5]
[1] "H06_7"
Aviso: There were 4 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 6: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_7 = 2`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 3 remaining warnings.
spread: reorganized (H06_7, Permanente) into (1, 2, 88888, 99999) [was 11x3, now 4x5]
[1] "H06_8"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_8 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H06_8, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "H06_9"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_9 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H06_9, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "H06_10"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_10 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H06_10, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "H06_11"
Aviso: There were 16 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 19: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H06_11 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 15 remaining warnings.
spread: reorganized (H06_11, Permanente) into (1, 2, 3, 4, 5, …) [was 36x3, now 4x11]
[1] "H07"
Aviso: There were 22 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 23: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H07 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 21 remaining warnings.
spread: reorganized (H07, Permanente) into (1, 2, 3, 4, 5, …) [was 44x3, now 4x12]
[1] "H08"
Aviso: There were 28 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 28: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H08 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 27 remaining warnings.
spread: reorganized (H08, Permanente) into (1, 2, 3, 4, 5, …) [was 55x3, now 4x15]
[1] "H09"
Aviso: There were 22 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 27: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H09 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 21 remaining warnings.
spread: reorganized (H09, Permanente) into (1, 2, 3, 4, 5, …) [was 50x3, now 4x14]
[1] "H10"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H10 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H10, Permanente) into (1, 2, 88888, 99999) [was 14x3, now 4x5]
[1] "H11"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 10: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H11 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H11, Permanente) into (1, 2, 3, 4, 88888, …) [was 18x3, now 4x7]
[1] "H12"
Aviso: There were 34 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 37: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H12 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 33 remaining warnings.
spread: reorganized (H12, Permanente) into (1, 2, 3, 4, 5, …) [was 71x3, now 4x19]
[1] "H13"
Aviso: There were 28 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 31: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H13 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 27 remaining warnings.
spread: reorganized (H13, Permanente) into (1, 2, 3, 4, 5, …) [was 59x3, now 4x16]
[1] "H14"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H14 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (H14, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "H15_1"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H15_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (H15_1, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "H15_2"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H15_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (H15_2, Permanente) into (1, 2, 88888, 99999) [was 16x3, now 4x5]
[1] "H15_3"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `H15_3 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (H15_3, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] NA
Error in `sym()`:
! Can't convert a character vector to a symbol.
Backtrace:
  1. flextable::add_footer_lines(...)
 42. rlang::sym(i)
blocoH_prop
[[1]]

H01

Subpopulação

1

2

88888

99999

Agricultura Empresarial

86,02%

6,31%

0,13%*

7,54%

Agricultura Familiar

83,03%

9,81%

0,19%*

6,97%

Assentamento/Agrovila

86,52%

5,07%

0,08%*

8,32%

Características Urbanas

84,07%

7,87%

0,18%*

7,87%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

H02

Subpopulação

1

2

88888

Agricultura Empresarial

25,1%

74,46%

0,43%*

Agricultura Familiar

25,71%

74%

0,29%*

Assentamento/Agrovila

28,6%

71,29%

0,11%*

Características Urbanas

28,1%

71,56%

0,34%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

H02_1

Subpopulação

1

2

88888

99999

Agricultura Empresarial

20,38%

4,7%

0,02%*

74,9%

Agricultura Familiar

20,32%

5,34%

0,05%*

74,29%

Assentamento/Agrovila

24,9%

3,58%

0,11%*

71,4%

Características Urbanas

23,01%

5,07%

0,02%*

71,9%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

H02_2

Subpopulação

1

2

88888

99999

Agricultura Empresarial

65,27%

8,63%

0,99%

25,1%

Agricultura Familiar

60,63%

12,82%

0,84%*

25,71%

Assentamento/Agrovila

63,01%

7,86%

0,53%*

28,6%

Características Urbanas

60,9%

10,32%

0,68%

28,1%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

H03

Subpopulação

1

2

3

88888

99999

Agricultura Empresarial

22,78%

1,7%

0,6%*

0,02%*

74,9%

Agricultura Familiar

23,33%

1,78%

0,59%*

0,01%*

74,29%

Assentamento/Agrovila

26,93%

1,47%*

0,19%*

**

71,4%

Características Urbanas

25,86%

1,58%

0,6%

0,06%*

71,9%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

H04

Subpopulação

1

2

3

4

88888

99999

Agricultura Empresarial

12,49%

8%

1,46%

1,36%

0,1%*

76,59%

Agricultura Familiar

12,35%

7%

2,19%

2,33%

0,05%*

76,08%

Assentamento/Agrovila

12,65%

11,06%

1,86%*

1,55%*

**

72,88%

Características Urbanas

12,22%

10,23%

2,19%

1,73%

0,15%*

73,48%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

H05

Subpopulação

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

24

25

26

27

28

29

30

31

32

41

46

48

49

50

52

54

55

56

57

88888

99999

Agricultura Empresarial

7,27%

1,53%

2,35%

0,89%

0,05%*

0,93%

1,29%

1,2%

**

2,11%

0,03%*

**

0,57%*

0,91%*

3,67%

0,44%*

0,09%*

0,03%*

0,04%*

**

0,11%*

**

0,03%*

**

**

0,03%*

0,05%*

0,31%*

**

**

0,1%*

**

0,04%*

0,05%*

**

**

0,04%*

0,03%*

**

**

0,49%*

0,27%*

0,18%*

74,9%

Agricultura Familiar

4,02%

1,4%

0,54%

1,29%

5,16%

1,51%

3,88%

0,71%

0,87%

2,24%

0,12%*

0,05%*

0,25%*

0,03%*

0,06%*

0,29%*

0,02%*

0,52%

0,03%*

0%*

0,2%*

0,01%*

**

0,11%*

0,17%

0,26%*

**

0,02%*

0,01%*

**

0,4%*

**

**

0,11%*

**

**

0,49%*

0,01%*

0,01%*

0,04%*

0,54%*

0,12%*

0,25%*

74,29%

Assentamento/Agrovila

7,56%

1,53%*

0,17%*

0,66%*

0,53%*

0,16%*

0,72%*

1,5%*

**

0,54%*

**

**

**

0,11%*

12,95%

**

0,18%*

0,5%*

**

**

**

0,2%*

**

**

**

0,01%*

**

**

**

**

0,1%*

0,07%*

**

**

0,01%*

**

0,05%*

**

**

**

0,83%*

0,15%*

0,05%*

71,4%

Características Urbanas

4,29%

2,34%

3,08%

4,3%

2,2%

1,55%

0,28%*

1,37%

0,11%*

0,58%

0,17%*

0,05%*

0,39%*

0,04%*

4,64%

0,03%*

0,15%*

0,27%*

0,11%*

**

0,13%*

0,63%

**

**

**

0,13%*

**

0,22%*

0,01%*

0,21%*

0,09%*

**

**

**

0,02%*

0,01%*

0,04%*

0,04%*

0,02%*

0,01%*

0,28%*

0,15%*

0,16%*

71,9%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

H06_1

Subpopulação

1

2

88888

99999

Agricultura Empresarial

3,46%

21,16%

**

75,38%

Agricultura Familiar

3,96%

21,2%

0,01%*

74,83%

Assentamento/Agrovila

2,22%

25,54%

**

72,24%

Características Urbanas

4,71%

23,06%

0,06%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

H06_2

Subpopulação

1

2

88888

99999

Agricultura Empresarial

11,98%

12,64%

**

75,38%

Agricultura Familiar

11,92%

13,24%

0,01%*

74,83%

Assentamento/Agrovila

17,59%

10,18%

**

72,24%

Características Urbanas

11,19%

16,59%

0,04%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

H06_3

Subpopulação

1

2

88888

99999

Agricultura Empresarial

0,37%*

24,25%

**

75,38%

Agricultura Familiar

0,56%*

24,61%

0,01%*

74,83%

Assentamento/Agrovila

1,23%*

26,53%

**

72,24%

Características Urbanas

0,93%

26,83%

0,06%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[11]]

H06_4

Subpopulação

1

2

88888

99999

Agricultura Empresarial

0,05%*

24,57%

**

75,38%

Agricultura Familiar

0,01%*

25,16%

0,01%*

74,83%

Assentamento/Agrovila

**

27,76%

**

72,24%

Características Urbanas

0,17%*

27,6%

0,06%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[12]]

H06_5

Subpopulação

1

2

88888

99999

Agricultura Empresarial

5,1%

19,52%

**

75,38%

Agricultura Familiar

5,49%

19,67%

0,01%*

74,83%

Assentamento/Agrovila

3,85%

23,91%

**

72,24%

Características Urbanas

6,49%

21,28%

0,06%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[13]]

H06_6

Subpopulação

1

2

88888

99999

Agricultura Empresarial

0,26%*

24,36%

**

75,38%

Agricultura Familiar

**

25,16%

0,01%*

74,83%

Assentamento/Agrovila

0,03%*

27,74%

**

72,24%

Características Urbanas

0,09%*

27,68%

0,06%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[14]]

H06_7

Subpopulação

1

2

88888

99999

Agricultura Empresarial

**

24,62%

**

75,38%

Agricultura Familiar

**

25,16%

0,01%*

74,83%

Assentamento/Agrovila

**

27,76%

**

72,24%

Características Urbanas

0,02%*

27,75%

0,06%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[15]]

H06_8

Subpopulação

1

2

88888

99999

Agricultura Empresarial

0,25%*

24,36%

**

75,38%

Agricultura Familiar

0,19%*

24,97%

0,01%*

74,83%

Assentamento/Agrovila

0,32%*

27,45%

**

72,24%

Características Urbanas

0,33%*

27,44%

0,06%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[16]]

H06_9

Subpopulação

1

2

88888

99999

Agricultura Empresarial

0,17%*

24,44%

**

75,38%

Agricultura Familiar

0,19%*

24,98%

0,01%*

74,83%

Assentamento/Agrovila

0,11%*

27,65%

**

72,24%

Características Urbanas

0,43%*

27,33%

0,06%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[17]]

H06_10

Subpopulação

1

2

88888

99999

Agricultura Empresarial

4,08%

20,54%

**

75,38%

Agricultura Familiar

3,58%

21,59%

0,01%*

74,83%

Assentamento/Agrovila

3,86%

23,9%

**

72,24%

Características Urbanas

4,84%

22,93%

0,06%*

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[18]]

H06_11

Subpopulação

1

2

3

4

5

6

8

9

10

99999

Agricultura Empresarial

3,23%

11,94%

0,37%*

**

4,63%

0,05%*

0,2%*

0,12%*

3,64%

75,81%

Agricultura Familiar

3,67%

11,59%

0,48%*

0,01%*

5,23%

**

0,18%*

0,18%*

3,36%

75,32%

Assentamento/Agrovila

2,05%

17,41%

1,23%*

**

3,39%

**

0,32%*

0,11%*

3,11%

72,38%

Características Urbanas

4,54%

11,11%

0,85%

0,13%*

6,19%

0,04%*

0,29%*

0,36%*

4%

72,49%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[19]]

H07

Subpopulação

1

2

3

4

5

6

7

8

9

88888

99999

Agricultura Empresarial

7,43%

8,09%

4,9%

1,73%

1,18%

0,22%*

0,09%*

0,06%*

0,41%*

0,51%*

75,38%

Agricultura Familiar

9,54%

7,64%

4,12%

1,55%

1,15%

0,51%*

0,02%*

0,15%*

0,18%*

0,31%*

74,83%

Assentamento/Agrovila

6,19%

9,48%

6,28%

4,04%

0,88%*

0,35%*

0,08%*

0,06%*

0,11%*

0,3%*

72,24%

Características Urbanas

8,03%

8,41%

5,45%

2,96%

1,06%

0,91%

0,22%*

0,19%*

0,1%*

0,5%

72,18%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[20]]

H08

Subpopulação

1

2

3

4

5

6

7

8

9

10

11

12

88888

99999

Agricultura Empresarial

0,81%*

3,67%

0,09%*

13,43%

3,08%

0,56%*

0,08%*

0,1%*

2,87%

0,25%*

**

0,02%*

0,15%*

74,9%

Agricultura Familiar

0,73%*

2,52%

0,84%*

13,15%

3%

0,88%*

0,18%*

0,2%*

3,39%

0,4%*

0,02%*

0,01%*

0,38%*

74,29%

Assentamento/Agrovila

1,5%*

4,08%

0,22%*

14,75%

3,6%

0,86%*

0,1%*

0,53%*

2,29%

0,35%*

0,03%*

0,02%*

0,28%*

71,4%

Características Urbanas

0,86%

3,64%

0,31%*

14,67%

3,32%

0,99%

0,13%*

0,38%*

3,21%

0,35%*

0%*

0,01%*

0,23%*

71,9%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[21]]

H09

Subpopulação

1

2

3

4

5

6

7

8

9

10

12

88888

99999

Agricultura Empresarial

5,12%

4,62%

2,88%

1,82%

1,52%

2,2%

2%

1,82%

1,53%

0,03%*

0,07%*

0,27%*

76,13%

Agricultura Familiar

4,63%

3,77%

3,59%

2,22%

2,46%

1,46%

1,69%

1,7%

1,42%

0,17%*

0,06%*

0,2%*

76,63%

Assentamento/Agrovila

5,27%

5,71%

3,54%

2%*

1,65%*

2,28%

1,53%*

1,85%*

1,94%*

**

**

0,19%*

74,04%

Características Urbanas

5,31%

5,32%

3,38%

2,5%

1,9%

1,88%

1,65%

1,82%

1,98%

0,08%*

0,05%*

0,32%*

73,81%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[22]]

H10

Subpopulação

1

2

88888

99999

Agricultura Empresarial

0,62%*

2,52%

**

96,86%

Agricultura Familiar

0,35%*

3,46%

0,01%*

96,18%

Assentamento/Agrovila

0,3%*

2,38%

**

97,32%

Características Urbanas

0,55%

3%

0,02%*

96,43%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[23]]

H11

Subpopulação

1

2

3

4

88888

99999

Agricultura Empresarial

0,48%*

0,1%*

0,02%*

**

0,02%*

99,38%

Agricultura Familiar

0,27%*

0,06%*

0,01%*

**

**

99,65%

Assentamento/Agrovila

0,29%*

0,01%*

**

**

**

99,7%

Características Urbanas

0,46%*

0,02%*

0,04%*

0,02%*

0,01%*

99,45%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[24]]

H12

Subpopulação

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

88888

99999

Agricultura Empresarial

0,17%*

0,23%*

1,26%

0,48%*

3,7%

1,07%

13,14%

5,69%

23,49%

0,28%*

0,34%*

2,78%

9,43%

1,15%

0,24%*

0,14%*

1,63%

34,79%

Agricultura Familiar

0,11%*

0,21%*

1,59%

0,56%*

3,26%

1,18%

14,32%

4,05%

19,1%

0,17%*

0,35%*

3,28%

8,96%

1,81%

0,31%*

0,18%*

1,17%

39,38%

Assentamento/Agrovila

0,42%*

0,13%*

1,38%*

0,16%*

3,67%

0,63%*

15,48%

4,82%

24,29%

0,05%*

0,65%*

2,08%

6,87%

0,67%*

0,04%*

**

1,65%*

37%

Características Urbanas

0,24%*

0,2%*

0,96%

0,34%*

2,28%

0,7%

13,16%

3,8%

22,28%

0,1%*

0,49%

3,16%

9,73%

1,51%

0,24%*

0,09%*

1,6%

39,12%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[25]]

H13

Subpopulação

1

2

3

4

5

6

7

8

9

10

11

12

13

88888

99999

Agricultura Empresarial

3,96%

4,15%

20,09%

7,83%

4,49%

3,62%

2,53%

7,66%

1,56%

1,3%

0,04%*

0,42%*

0,4%*

0,51%*

41,44%

Agricultura Familiar

2,33%

3,48%

17,54%

7,49%

4,03%

2,3%

2,31%

8,89%

1,67%

1,51%

0,14%*

0,36%*

0,34%*

1,15%

46,43%

Assentamento/Agrovila

3,36%

4,11%

21,66%

5,71%

4,86%

3,5%

2,82%

8,36%

1,2%*

0,58%*

0,01%*

0,07%*

**

0,43%*

43,34%

Características Urbanas

3,33%

2,84%

20,58%

6,11%

3,6%

3,02%

2,63%

7,6%

1,56%

1,43%

0,1%*

0,27%*

0,38%*

0,64%

45,91%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[26]]

H14

Subpopulação

1

2

88888

99999

Agricultura Empresarial

41,13%

21,67%

0,22%*

36,99%

Agricultura Familiar

40,4%

18,14%

0,46%*

41%

Assentamento/Agrovila

35,48%

25,25%

0,21%*

39,06%

Características Urbanas

41,31%

17,12%

0,22%*

41,34%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[27]]

H15_1

Subpopulação

1

2

88888

99999

Agricultura Empresarial

2,1%

76,26%

0,18%*

21,46%

Agricultura Familiar

4,75%

74,39%

0,4%*

20,47%

Assentamento/Agrovila

3,02%

73,18%

0,04%*

23,77%

Características Urbanas

3,13%

73,52%

0,14%*

23,2%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[28]]

H15_2

Subpopulação

1

2

88888

99999

Agricultura Empresarial

2,2%

76,2%

0,14%*

21,46%

Agricultura Familiar

3,35%

75,79%

0,39%*

20,47%

Assentamento/Agrovila

1,13%*

75,06%

0,04%*

23,77%

Características Urbanas

2,34%

74,32%

0,13%*

23,2%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[29]]

H15_3

Subpopulação

1

2

88888

Agricultura Empresarial

1,93%

97,93%

0,14%*

Agricultura Familiar

4,59%

94,77%

0,63%*

Assentamento/Agrovila

4,02%

95,94%

0,04%*

Características Urbanas

3,75%

96,1%

0,15%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

7.0.1 H05 - Em que RA/Município está situada a unidade de ensino de (Nome do(a) morador(a))?

Muitas variaveis codependentes, temos que estudar bem esse bloco

8 Bloco I

a<-colnames(pdad_rural_2022 %>% select(starts_with("I")))
list()->blocoI_prop
or<-1
for (i in a[1:43]) {
  print(i)
survey_mor %>% 
    mutate(var= as.factor(!!sym(i))) %>% 
  filter(!var==99999) %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoI_prop[[or]]  # Define título formatado
  or<-1+or
}
[1] "I01"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I01 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I01, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I02"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I02 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I02, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I03_1"
Aviso: There were 4 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I03_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 3 remaining warnings.
spread: reorganized (I03_1, Permanente) into (1, 2, 88888) [was 10x3, now 4x4]
[1] "I03_2"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I03_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I03_2, Permanente) into (1, 2, 88888) [was 11x3, now 4x4]
[1] "I03_3"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I03_3 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I03_3, Permanente) into (1, 2, 88888) [was 11x3, now 4x4]
[1] "I03_4"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I03_4 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I03_4, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I03_5"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I03_5 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I03_5, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I04_1"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I04_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (I04_1, Permanente) into (1, 2, 3, 88888) [was 16x3, now 4x5]
[1] "I04_1_1"
spread: reorganized (I04_1_1, Permanente) into (0, 1, 800, 820, 850, …) [was 64x3, now 4x43]
[1] "I04_2"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I04_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I04_2, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I04_2_1"
spread: reorganized (I04_2_1, Permanente) into (0, 44, 50, 100, 150, …) [was 134x3, now 4x80]
[1] "I05"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I05 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I05, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I05_1"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 8: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I05_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I05_1, Permanente) into (1, 2, 3, 88888) [was 14x3, now 4x5]
[1] "I06"
Aviso: There were 160 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 233: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I06 = "0 anos e 0 meses"`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 159 remaining warnings.
spread: reorganized (I06, Permanente) into (0 anos e 0 meses, 0 anos e 1 meses, 0 anos e 10 meses, 0 anos e 11 meses, 0 anos e 2 meses, …) [was 435x3, now 4x184]
[1] "I07"
Aviso: There were 72 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 93: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I07 = 4`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 71 remaining warnings.
spread: reorganized (I07, Permanente) into (1, 2, 3, 4, 5, …) [was 179x3, now 4x64]
[1] "I08"
Aviso: There were 72 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 88: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I08 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 71 remaining warnings.
spread: reorganized (I08, Permanente) into (0, 1, 2, 3, 4, …) [was 166x3, now 4x51]
[1] "I09_1"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 6: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I09_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I09_1, Permanente) into (1, 2, 88888) [was 11x3, now 4x4]
[1] "I09_2"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 6: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I09_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I09_2, Permanente) into (1, 2, 88888) [was 11x3, now 4x4]
[1] "I09_3"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I09_3 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I09_3, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I09_4"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 6: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I09_4 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I09_4, Permanente) into (1, 2, 88888) [was 11x3, now 4x4]
[1] "I09_5"
Aviso: There were 4 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 6: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I09_5 = 2`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 3 remaining warnings.
spread: reorganized (I09_5, Permanente) into (1, 2, 88888) [was 10x3, now 4x4]
[1] "I09_6"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 6: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I09_6 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I09_6, Permanente) into (1, 2, 88888) [was 11x3, now 4x4]
[1] "I09_7"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 6: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I09_7 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I09_7, Permanente) into (1, 2, 88888) [was 11x3, now 4x4]
[1] "I09_8"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 6: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I09_8 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I09_8, Permanente) into (1, 2, 88888) [was 11x3, now 4x4]
[1] "I09_9"
Aviso: There were 12 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 17: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I09_9 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 11 remaining warnings.
spread: reorganized (I09_9, Permanente) into (1, 2, 3, 4, 5, …) [was 30x3, now 4x9]
[1] "I10"
Aviso: There were 20 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 21: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I10 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 19 remaining warnings.
spread: reorganized (I10, Permanente) into (1, 2, 3, 4, 5, …) [was 40x3, now 4x11]
[1] "I11"
Aviso: There were 28 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 29: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I11 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 27 remaining warnings.
spread: reorganized (I11, Permanente) into (1, 2, 3, 4, 5, …) [was 56x3, now 4x15]
[1] "I12"
Aviso: There were 28 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 28: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I12 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 27 remaining warnings.
spread: reorganized (I12, Permanente) into (1, 2, 3, 4, 5, …) [was 56x3, now 4x16]
[1] "I13"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I13 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I13, Permanente) into (1, 2, 3, 88888) [was 15x3, now 4x5]
[1] "I14"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 10: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I14 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (I14, Permanente) into (1, 2, 3, 4, 88888) [was 18x3, now 4x6]
[1] "I15"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I15 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I15, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I16"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I16 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I16, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I17"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I17 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I17, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I18"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I18 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I18, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I19"
Aviso: There were 8 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 9: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I19 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 7 remaining warnings.
spread: reorganized (I19, Permanente) into (1, 2, 3, 88888) [was 16x3, now 4x5]
[1] "I20"
Aviso: There were 172 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 254: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I20 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 171 remaining warnings.
spread: reorganized (I20, Permanente) into (0, 1, 2, 5, 8, …) [was 481x3, now 4x246]
[1] "I21"
spread: reorganized (I21, Permanente) into (0, 100, 120, 130, 150, …) [was 55x3, now 4x33]
[1] "I22_1"
Aviso: There were 64 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 114: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I22_1 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 63 remaining warnings.
spread: reorganized (I22_1, Permanente) into (0, 1, 2, 6, 8, …) [was 214x3, now 4x118]
[1] "I22_2"
Aviso: There were 38 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 81: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I22_2 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 37 remaining warnings.
spread: reorganized (I22_2, Permanente) into (0, 1, 6, 8, 12, …) [was 142x3, now 4x73]
[1] "I23"
Aviso: There were 90 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 95: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I23 = 0`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 89 remaining warnings.
spread: reorganized (I23, Permanente) into (0, 1, 2, 3, 4, …) [was 189x3, now 4x63]
[1] "I24_1"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I24_1 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I24_1, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I24_2"
Aviso: There were 6 warnings in `dplyr::summarise()`.
The first warning was:
ℹ In argument: `Permanente = srvyr::survey_prop(vartype = c("cv"))`.
ℹ In group 7: `subpopulacao_agregada = "Assentamento/Agrovila"` and `I24_2 = 1`.
Caused by warning in `summary.glm()`:
! observações com peso zero não foram usadas para calcular dispersão
ℹ Run ]8;;ide:run:dplyr::last_dplyr_warnings()dplyr::last_dplyr_warnings()]8;; to see the 5 remaining warnings.
spread: reorganized (I24_2, Permanente) into (1, 2, 88888) [was 12x3, now 4x4]
[1] "I24_3"
spread: reorganized (I24_3, Permanente) into (1, 2) [was 8x3, now 4x3]
blocoI_prop
[[1]]

I01

Subpopulação

1

2

88888

Agricultura Empresarial

5,85%

93,8%

0,35%*

Agricultura Familiar

5,37%

93,51%

1,12%*

Assentamento/Agrovila

6,33%

93,42%

0,25%*

Características Urbanas

7,44%

92,13%

0,43%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

I02

Subpopulação

1

2

88888

Agricultura Empresarial

1,88%

97,82%

0,3%*

Agricultura Familiar

1,62%

97,63%

0,76%*

Assentamento/Agrovila

1,69%*

98,16%

0,15%*

Características Urbanas

2,56%

96,95%

0,49%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

I03_1

Subpopulação

1

2

88888

Agricultura Empresarial

58,72%

38,88%

2,4%*

Agricultura Familiar

55,21%

44%

0,79%*

Assentamento/Agrovila

62,3%

37,7%

**

Características Urbanas

65,79%

34,21%

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

I03_2

Subpopulação

1

2

88888

Agricultura Empresarial

58,32%

39,87%

1,81%*

Agricultura Familiar

57,74%

41,48%

0,79%*

Assentamento/Agrovila

58,86%

40,8%

0,34%*

Características Urbanas

62,22%

37,78%

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

I03_3

Subpopulação

1

2

88888

Agricultura Empresarial

29,59%

68%

2,4%*

Agricultura Familiar

34,99%

64,82%

0,19%*

Assentamento/Agrovila

49,48%

50,18%

0,34%*

Características Urbanas

36,1%

63,9%

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

I03_4

Subpopulação

1

2

88888

Agricultura Empresarial

72,96%

25,4%

1,64%*

Agricultura Familiar

74,22%

25,58%

0,19%*

Assentamento/Agrovila

85,49%

14,17%*

0,34%*

Características Urbanas

78,65%

21,02%

0,33%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

I03_5

Subpopulação

1

2

88888

Agricultura Empresarial

28,7%

68,41%

2,89%*

Agricultura Familiar

26,6%

73,09%

0,31%*

Assentamento/Agrovila

47,82%

50,89%

1,29%*

Características Urbanas

31,59%

65,36%

3,05%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

I04_1

Subpopulação

1

2

3

88888

Agricultura Empresarial

2,57%

8,69%

88,65%

0,09%*

Agricultura Familiar

4,19%

8,04%

87,47%

0,29%*

Assentamento/Agrovila

1,32%*

5,37%

93,28%

0,03%*

Características Urbanas

0,94%

6,36%

92,41%

0,3%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

I04_1_1

Subpopulação

0

1

800

820

850

900

920

1005

1100

1112

1140

1200

1208

1212

1215

1220

1222

1250

1288

1300

1500

1524

1600

1800

2000

2100

2200

2300

2500

3000

4000

5000

6000

8700

8888

9300

77777

88888

121200

666666

777777

8888888

Agricultura Empresarial

**

**

**

1,15%*

1,27%*

**

**

0,96%*

3,16%*

**

**

66,99%

**

11,58%*

0,9%*

**

**

**

**

1,99%*

0,96%*

**

**

1,87%*

**

**

**

**

1,22%*

**

**

1,27%*

1,36%*

**

0,71%*

**

0,91%*

2,04%*

**

**

0,96%*

0,71%*

Agricultura Familiar

0,24%*

**

2,26%*

**

**

0,3%*

0,43%*

**

**

**

**

48,51%

**

31,43%

**

1,07%*

**

2,42%*

0,82%*

0,37%*

0,91%*

**

0,31%*

4,32%*

**

**

**

**

**

**

**

**

**

**

0,71%*

**

1,33%*

1,55%*

1,61%*

1,4%*

**

**

Assentamento/Agrovila

**

**

**

0,79%*

**

**

**

**

**

2,12%*

0,96%*

70,43%

2,03%*

13,66%*

**

**

**

2,03%*

**

**

**

**

**

2,03%*

0,71%*

0,96%*

**

1,2%*

**

**

2,18%*

**

**

**

**

**

**

0,9%*

**

**

**

**

Características Urbanas

**

1,22%*

**

**

**

**

**

**

1,58%*

**

**

38,27%

**

30,47%*

**

**

1,55%*

**

**

1,47%*

**

1,47%*

1,89%*

**

**

**

4,05%*

**

**

1,85%*

1,55%*

**

**

1,55%*

**

2,22%*

4,79%*

6,06%*

**

**

**

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

I04_2

Subpopulação

1

2

88888

Agricultura Empresarial

2,24%

97%

0,76%

Agricultura Familiar

2,65%

95,99%

1,35%

Assentamento/Agrovila

3,11%

96,72%

0,17%*

Características Urbanas

2,31%

96,92%

0,77%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[11]]

I04_2_1

Subpopulação

0

44

50

100

150

175

180

190

200

250

270

300

319

350

400

480

500

540

600

603

660

700

777

800

841

900

945

990

1049

1080

1100

1112

1185

1200

1210

1212

1214

1221

1288

1300

1330

1335

1400

1500

1600

1660

1800

2000

2100

2200

2280

2300

2400

2500

2600

2800

3000

3100

3200

3500

3600

3800

4000

4035

4500

4600

4800

5000

6000

7000

7777

8000

8888

12000

54000

77777

88888

888888

7777777

Agricultura Empresarial

3,54%*

**

**

2,55%*

1,09%*

**

**

**

**

3,28%*

**

1,77%*

**

**

1,41%*

**

3,29%*

**

2,51%*

**

1,65%*

1,49%*

**

0,89%*

**

**

**

**

**

1,12%*

**

**

1,41%*

19,47%*

1,66%*

13,58%*

1,03%*

**

**

**

1,05%*

**

**

2,86%*

**

**

**

3,37%*

**

**

0,99%*

**

**

1,44%*

2,83%*

**

**

1,03%*

**

1,03%*

1,44%*

**

5,42%*

**

**

**

1,03%*

1,03%*

**

**

1,08%*

**

**

**

**

4,85%*

7,79%*

1,03%*

**

Agricultura Familiar

3,99%*

**

0,31%*

**

0,32%*

**

**

**

3,33%*

1,55%*

1,58%*

0,57%*

**

**

2,61%*

**

**

0,59%*

5,17%*

**

**

1,09%*

**

**

**

1,09%*

**

0,49%*

**

**

**

**

**

23,71%

**

12,54%*

**

**

**

**

**

1,23%*

1,69%*

1,09%*

**

**

1,29%*

3,67%*

1,69%*

1,5%*

**

**

1,64%*

**

**

**

1,43%*

**

1,69%*

**

**

**

1,55%*

**

**

**

**

3,19%*

**

0,25%*

**

**

2,2%*

**

0,16%*

6,99%*

8,17%*

1,61%*

**

Assentamento/Agrovila

1,47%*

**

**

**

**

**

**

**

2,93%*

**

**

**

**

4,01%*

**

**

**

**

4,52%*

0,75%*

**

**

**

4,21%*

**

**

2,83%*

**

**

**

**

**

**

25,52%*

**

8,41%*

**

**

**

**

**

**

0,24%*

**

**

**

3,97%*

5,33%*

**

3,97%*

**

**

0,89%*

**

5,83%*

0,68%*

**

**

**

0,97%*

**

**

4,78%*

**

**

**

**

**

**

**

**

**

**

**

**

11,31%*

4,56%*

**

2,83%*

Características Urbanas

2,06%*

0,82%*

**

**

0,55%*

0,87%*

1,18%*

1,03%*

1,03%*

**

**

3,06%*

1,23%*

**

2,31%*

0,68%*

**

**

2,17%*

**

**

0,82%*

0,69%*

**

0,97%*

0,83%*

**

**

0,87%*

1,18%*

0,74%*

0,83%*

**

17,1%*

**

12,02%*

0,68%*

0,74%*

0,83%*

0,81%*

**

**

**

3,06%*

1,25%*

0,91%*

4,23%*

1,12%*

**

0,68%*

**

0,63%*

0,6%*

1,25%*

1,32%*

**

2,71%*

**

1,39%*

**

**

0,88%*

**

0,66%*

0,57%*

0,62%*

**

**

0,22%*

**

**

0,71%*

**

0,73%*

**

8,14%*

12,23%*

**

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[12]]

I05

Subpopulação

1

2

88888

Agricultura Empresarial

45,76%

53,67%

0,57%*

Agricultura Familiar

43,43%

56,04%

0,53%*

Assentamento/Agrovila

48,66%

51,25%

0,09%*

Características Urbanas

47,88%

51,73%

0,4%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[13]]

I05_1

Subpopulação

1

2

3

88888

Agricultura Empresarial

98,32%

1,25%*

0,43%*

**

Agricultura Familiar

98,14%

0,99%*

0,6%*

0,27%*

Assentamento/Agrovila

99,15%

0,55%*

0,3%*

**

Características Urbanas

97,81%

1,39%

0,69%*

0,12%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[14]]

I06

Subpopulação

0 anos e 0 meses

0 anos e 1 meses

0 anos e 10 meses

0 anos e 11 meses

0 anos e 2 meses

0 anos e 3 meses

0 anos e 4 meses

0 anos e 5 meses

0 anos e 6 meses

0 anos e 7 meses

0 anos e 8 meses

0 anos e 9 meses

1 anos e 0 meses

1 anos e 1 meses

1 anos e 10 meses

1 anos e 11 meses

1 anos e 2 meses

1 anos e 3 meses

1 anos e 4 meses

1 anos e 5 meses

1 anos e 6 meses

1 anos e 7 meses

1 anos e 8 meses

1 anos e 9 meses

10 anos e 0 meses

10 anos e 1 meses

10 anos e 10 meses

10 anos e 11 meses

10 anos e 2 meses

10 anos e 3 meses

10 anos e 5 meses

10 anos e 6 meses

10 anos e 8 meses

10 anos e 9 meses

11 anos e 0 meses

11 anos e 1 meses

11 anos e 10 meses

11 anos e 11 meses

11 anos e 2 meses

11 anos e 6 meses

12 anos e 0 meses

12 anos e 2 meses

12 anos e 3 meses

12 anos e 5 meses

12 anos e 6 meses

13 anos e 0 meses

13 anos e 4 meses

13 anos e 6 meses

14 anos e 0 meses

14 anos e 2 meses

14 anos e 6 meses

14 anos e 9 meses

15 anos e 0 meses

15 anos e 1 meses

15 anos e 2 meses

15 anos e 5 meses

15 anos e 6 meses

15 anos e 8 meses

16 anos e 0 meses

16 anos e 3 meses

16 anos e 5 meses

16 anos e 6 meses

17 anos e 0 meses

18 anos e 0 meses

18 anos e 2 meses

18 anos e 5 meses

18 anos e 6 meses

19 anos e 0 meses

2 anos e 0 meses

2 anos e 1 meses

2 anos e 10 meses

2 anos e 11 meses

2 anos e 2 meses

2 anos e 3 meses

2 anos e 4 meses

2 anos e 5 meses

2 anos e 6 meses

2 anos e 7 meses

2 anos e 8 meses

2 anos e 9 meses

20 anos e 0 meses

20 anos e 1 meses

20 anos e 10 meses

20 anos e 2 meses

20 anos e 3 meses

20 anos e 4 meses

20 anos e 5 meses

20 anos e 6 meses

21 anos e 0 meses

22 anos e 0 meses

23 anos e 0 meses

24 anos e 0 meses

25 anos e 0 meses

25 anos e 6 meses

26 anos e 0 meses

26 anos e 3 meses

26 anos e 6 meses

26 anos e 7 meses

27 anos e 0 meses

28 anos e 0 meses

29 anos e 0 meses

3 anos e 0 meses

3 anos e 1 meses

3 anos e 10 meses

3 anos e 11 meses

3 anos e 2 meses

3 anos e 3 meses

3 anos e 4 meses

3 anos e 5 meses

3 anos e 6 meses

3 anos e 8 meses

3 anos e 9 meses

30 anos e 0 meses

30 anos e 2 meses

30 anos e 8 meses

31 anos e 0 meses

32 anos e 0 meses

33 anos e 0 meses

34 anos e 0 meses

35 anos e 0 meses

35 anos e 2 meses

36 anos e 0 meses

36 anos e 6 meses

37 anos e 0 meses

38 anos e 0 meses

39 anos e 0 meses

4 anos e 0 meses

4 anos e 1 meses

4 anos e 2 meses

4 anos e 3 meses

4 anos e 6 meses

4 anos e 8 meses

40 anos e 0 meses

40 anos e 1 meses

42 anos e 0 meses

43 anos e 0 meses

44 anos e 0 meses

45 anos e 0 meses

46 anos e 0 meses

47 anos e 0 meses

49 anos e 0 meses

5 anos e 0 meses

5 anos e 1 meses

5 anos e 2 meses

5 anos e 3 meses

5 anos e 4 meses

5 anos e 5 meses

5 anos e 6 meses

5 anos e 8 meses

5 anos e 9 meses

50 anos e 0 meses

51 anos e 0 meses

52 anos e 0 meses

53 anos e 0 meses

55 anos e 0 meses

6 anos e 0 meses

6 anos e 10 meses

6 anos e 2 meses

6 anos e 3 meses

6 anos e 4 meses

6 anos e 5 meses

6 anos e 6 meses

6 anos e 8 meses

60 anos e 0 meses

62 anos e 0 meses

7 anos e 0 meses

7 anos e 10 meses

7 anos e 2 meses

7 anos e 3 meses

7 anos e 5 meses

7 anos e 6 meses

7 anos e 8 meses

8 anos e 0 meses

8 anos e 2 meses

8 anos e 3 meses

8 anos e 5 meses

8 anos e 6 meses

8 anos e 7 meses

8 anos e 8 meses

88888 anos e 88888 meses

9 anos e 0 meses

9 anos e 11 meses

9 anos e 8 meses

Agricultura Empresarial

0,6%*

2,02%

0,2%*

0,09%*

1,21%*

2,23%

1,62%*

1,23%*

2,42%

0,76%*

0,57%*

0,6%*

6,77%

0,28%*

**

0,1%*

0,65%*

0,21%*

0,28%*

0,5%*

1,16%*

0,25%*

0,56%*

0,1%*

6,39%

**

**

**

**

**

**

**

0,11%*

**

1,04%*

**

0,07%*

0,06%*

**

**

2,31%

0,05%*

**

0,14%*

0,19%*

1,05%*

**

0,06%*

0,53%*

**

**

**

3,81%

**

0,08%*

**

**

**

0,82%*

**

**

0,2%*

0,91%*

0,64%*

0,06%*

**

**

0,39%*

8,43%

0,15%*

0,06%*

**

0,08%*

0,05%*

0,07%*

0,06%*

0,41%*

**

0,05%*

0,05%*

4,49%

**

0,07%*

0,07%*

0,07%*

**

**

**

0,49%*

1%*

0,29%*

0,27%*

1,67%*

**

0,44%*

**

0,08%*

**

0,26%*

0,84%*

0,2%*

8,48%

0,06%*

0,08%*

**

0,29%*

0,08%*

**

0,15%*

0,37%*

0,06%*

0,05%*

2,04%

**

**

0,11%*

0,17%*

0,35%*

0,12%*

0,34%*

**

0,05%*

**

0,26%*

0,13%*

**

4,43%

0,07%*

**

0,06%*

**

0,13%*

0,89%*

**

**

**

**

**

**

0,05%*

**

4,85%

0,05%*

**

0,06%*

**

0,1%*

0,06%*

**

**

0,14%*

**

**

**

**

4,23%

**

**

0,07%*

0,05%*

**

0,09%*

**

**

**

2,14%

0,05%*

0,06%*

0,13%*

**

**

**

3,76%

**

0,09%*

0,18%*

0,11%*

**

**

0,13%*

1,88%

**

**

Agricultura Familiar

0,69%*

2,09%

0,3%*

0,31%*

3%

2,48%

1,54%*

1,33%*

2,45%

0,73%*

1,41%*

0,56%*

8,22%

0,1%*

0,13%*

0,09%*

0,09%*

0,33%*

0,14%*

0,23%*

1,23%*

0,17%*

0,29%*

0,01%*

6,66%

**

**

0,02%*

0,13%*

0,02%*

0,02%*

0,06%*

0,1%*

0,02%*

1,07%*

**

0,02%*

**

**

0,09%*

3,22%

**

0,1%*

**

**

0,47%*

0,02%*

**

0,84%*

**

0,1%*

0,02%*

3,45%

**

**

**

**

**

1,16%*

0,02%*

**

**

0,66%*

0,95%*

**

**

**

0,65%*

7,06%

0,12%*

0,03%*

0,04%*

0,05%*

**

0,03%*

0,15%*

0,57%*

**

0,02%*

0,09%*

5,02%

**

**

**

**

**

0,02%*

0,1%*

0,6%*

0,71%*

0,26%*

0,22%*

1,25%*

0,09%*

0,28%*

0,1%*

**

**

0,47%*

0,77%*

0,23%*

5,85%

**

**

**

0,03%*

**

0,01%*

0,09%*

0,32%*

**

**

3,48%

0,02%*

0,03%*

0,02%*

0,48%*

0,03%*

0,09%*

0,72%*

0,1%*

0,1%*

0,09%*

0,19%*

0,06%*

**

4,54%

0,02%*

0,11%*

**

0,11%*

**

1,25%*

0,11%*

0,25%*

**

0,07%*

**

0,08%*

**

0,08%*

5,74%

**

0,03%*

0,01%*

0,03%*

**

0,21%*

**

0,15%*

0,13%*

**

**

0,08%*

**

2,94%

**

**

**

**

**

**

0,15%*

0,07%*

**

2%

**

**

**

0,03%*

0,02%*

**

2,8%

0,02%*

**

**

0,02%*

0,02%*

**

0,04%*

1,06%*

0,04%*

**

Assentamento/Agrovila

0,48%*

2,5%*

**

0,03%*

2,75%*

1,64%*

1,84%*

0,66%*

2,2%*

0,43%*

1,39%*

0,31%*

6,57%

0,21%*

0,18%*

**

0,36%*

0,47%*

0,2%*

0,32%*

0,75%*

**

0,29%*

0,32%*

5,63%

**

**

**

**

**

**

0,14%*

**

**

1,04%*

**

**

**

**

**

2,35%*

**

**

**

**

0,75%*

**

**

1,1%*

**

**

**

2,89%*

**

**

**

0,05%*

**

0,58%*

**

**

**

0,86%*

1,02%*

**

**

**

0,62%*

11,95%

**

0,08%*

**

**

**

0,03%*

0,06%*

0,46%*

**

0,26%*

**

6,04%

**

**

**

**

**

0,08%*

**

0,04%*

0,48%*

0,21%*

0,02%*

0,96%*

**

0,29%*

**

**

0,04%*

0,32%*

0,09%*

0,02%*

8,18%

**

**

0,27%*

**

**

0,02%*

**

0,22%*

**

**

1,5%*

**

**

0,21%*

0,5%*

**

0,03%*

0,26%*

**

**

**

**

**

0,04%*

6,12%

**

0,06%*

0,07%*

0,06%*

0,06%*

0,59%*

**

**

**

**

0,03%*

**

**

**

6,43%

**

0,03%*

**

**

**

**

0,11%*

**

0,1%*

**

0,03%*

**

**

3,39%*

**

**

**

**

0,08%*

**

**

**

0,25%*

3,32%*

**

**

**

**

**

**

3,81%*

**

**

**

**

**

**

0,18%*

1,69%*

**

**

Características Urbanas

0,67%*

2,58%

0,49%*

0,24%*

2,85%

2,57%

1,16%

1,19%*

2,3%

0,85%*

0,95%*

0,35%*

7,02%

0,19%*

0,16%*

0,03%*

0,52%*

0,2%*

0,05%*

0,16%*

0,81%*

0,13%*

0,17%*

0,04%*

6,21%

0,04%*

0,06%*

**

0,05%*

0,06%*

0,03%*

0,11%*

**

**

1,29%

0,06%*

**

**

0,06%*

**

2,76%

**

**

**

0,04%*

0,43%*

**

**

0,64%*

0,03%*

**

**

2,99%

0,04%*

0,09%*

0,04%*

**

0,04%*

0,83%*

**

0,04%*

**

1,36%

0,77%*

**

0,04%*

0,01%*

0,31%*

8,96%

0,1%*

**

**

0,08%*

0,04%*

0,04%*

0,15%*

0,59%*

0,04%*

0,13%*

0,05%*

4,27%

0,06%*

**

0,04%*

0,04%*

0,05%*

**

0,03%*

0,18%*

0,65%*

0,66%*

0,3%*

1,66%

**

0,64%*

**

**

**

0,27%*

0,37%*

0,21%*

7,02%

**

**

**

0,07%*

**

**

0,05%*

0,09%*

0,08%*

0,04%*

1,71%

**

**

0,11%*

0,32%*

0,09%*

0,11%*

0,49%*

**

0,22%*

**

0,08%*

0,05%*

**

4,75%

**

0,04%*

**

0,13%*

**

0,59%*

**

0,03%*

0,1%*

0,07%*

0,03%*

**

**

**

6,85%

0,04%*

0,11%*

**

**

**

0,04%*

0,03%*

**

0,08%*

0,03%*

**

0,03%*

0,02%*

3,8%

0,04%*

0,04%*

0,05%*

0,03%*

**

0,04%*

**

**

**

2,66%

**

**

0,06%*

**

0,16%*

0,04%*

4,02%

**

**

**

**

**

0,04%*

0,17%*

1,59%

**

0,07%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[15]]

I07

Subpopulação

1

2

3

4

5

6

7

8

9

10

12

14

15

16

18

20

21

22

23

24

25

26

27

28

30

32

33

35

36

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

54

55

56

60

63

65

66

68

70

72

74

77

78

80

84

85

90

99

88888

Agricultura Empresarial

0,13%*

0,11%*

0,21%*

0,13%*

0,17%*

0,35%*

0,17%*

0,43%*

**

0,32%*

3,09%

0,12%*

0,23%*

0,12%*

0,05%*

3,37%

0,14%*

**

0,07%*

0,86%*

0,6%*

0,1%*

**

0,13%*

4,72%

0,26%*

0,08%*

0,49%*

6,42%

0,22%*

**

35,18%

**

1,45%*

**

19,3%

1,39%*

0,38%*

0,07%*

7,22%

**

6,43%

**

**

0,12%*

**

0,12%*

1,32%*

**

0,16%*

**

0,08%*

0,13%*

0,22%*

**

**

**

0,06%*

0,06%*

**

**

**

3,19%

Agricultura Familiar

1,02%*

0,05%*

0,1%*

0,22%*

**

0,19%*

**

0,55%*

0,03%*

0,12%*

0,72%*

0,12%*

0,22%*

0,48%*

0,35%*

2,58%

0,31%*

0,02%*

**

0,67%*

1,17%*

**

**

0,04%*

3,68%

0,27%*

**

0,76%*

2,69%

0,1%*

**

30,4%

**

1,9%*

0,04%*

22,03%

4,08%

0,08%*

**

9,1%

0,25%*

6,22%

**

**

0,12%*

0,09%*

0,09%*

1,49%*

0,01%*

**

**

**

0,08%*

0,24%*

0,04%*

0,01%*

0,1%*

0,1%*

**

**

0,12%*

0,09%*

6,83%

Assentamento/Agrovila

**

**

**

0,33%*

**

0,21%*

0,54%*

0,51%*

**

0,62%*

0,5%*

0,02%*

0,27%*

0,81%*

0,39%*

1,94%*

0,03%*

0,08%*

**

0,49%*

1,53%*

**

0,18%*

0,25%*

2,85%*

0,07%*

**

0,84%*

6,9%

0,02%*

**

39,66%

**

1,9%*

**

23,79%

0,09%*

0,21%*

**

9,87%

**

1,96%*

**

0,05%*

**

**

0,26%*

0,31%*

**

**

**

**

0,06%*

**

**

0,05%*

**

**

**

**

0,29%*

**

2,12%*

Características Urbanas

0,1%*

0,03%*

**

0,23%*

0,07%*

0,27%*

0,13%*

0,6%*

0,09%*

0,53%*

1,07%*

0,15%*

0,26%*

0,71%*

0,2%*

2,68%

0,04%*

0,06%*

**

0,98%*

0,7%*

0,07%*

**

0,04%*

4,05%

0,2%*

**

0,91%*

6,23%

0,1%*

0,04%*

28,13%

0,2%*

1,17%*

**

28,16%

1,48%

0,2%*

0,03%*

10,15%

0,03%*

3,91%

0,03%*

0,07%*

0,08%*

0,08%*

0,09%*

1,04%*

**

0,04%*

0,08%*

**

0,18%*

0,13%*

**

**

**

**

0,31%*

0,04%*

**

0,07%*

3,75%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[16]]

I08

Subpopulação

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

33

34

41

42

43

44

46

47

48

49

50

51

52

54

55

56

57

88888

Agricultura Empresarial

24,84%

16,83%

4,49%

3,03%

0,24%*

2,36%

1,69%

3,31%

0,14%*

4,42%

0,22%*

0,29%*

1,34%*

1,25%*

6,19%

0,4%*

0,94%*

0,08%*

0,53%*

0,1%*

0,39%*

0,07%*

0,25%*

0,1%*

0,05%*

0,2%*

0,04%*

1,16%*

0,33%*

0,88%*

0,36%*

0,44%*

**

2,13%

0,2%*

0,17%*

**

0,47%*

0,26%*

**

**

0,06%*

0,16%*

0,29%*

0,25%*

0,16%*

0,26%*

15,48%

1,63%*

1,56%*

Agricultura Familiar

20,32%

13,72%

1,32%*

2,67%

7,67%

5,03%

5,7%

2,66%

1,59%

2,53%*

0,68%*

0,27%*

1,12%*

0,17%*

0,49%*

0,47%*

0,31%*

1,75%

0,25%*

**

0,6%*

0,08%*

0,2%*

**

0,75%

0,64%*

0,84%*

0,07%*

0,04%*

0,8%*

0,31%*

1,49%*

**

2,18%

0,26%*

**

**

0,12%*

0,24%*

**

**

**

0,56%*

0,13%*

0,05%*

**

0,06%*

18,79%

1,76%*

1,3%*

Assentamento/Agrovila

25,5%

17,1%

0,56%*

1,26%*

1,61%

0,81%*

0,87%

4,01%*

0,07%*

0,99%*

0,52%*

0,06%*

0,02%*

1,23%*

15,59%

0,09%*

6,54%

1,81%*

0,82%*

**

0,72%*

0,07%*

1,19%*

**

0,3%*

0,16%*

**

3,36%*

**

0,12%*

0,32%*

0,33%*

**

0,34%*

**

**

0,32%*

0,48%*

0,03%*

**

**

**

0,09%*

**

**

**

**

8,64%

2,25%*

1,83%*

Características Urbanas

18,5%

20,37%

5,4%

7,13%

4,1%

3,41%

0,48%*

1,45%

0,21%*

1,7%

1,07%

0,25%*

0,82%*

0,65%*

6,06%

0,27%*

3,86%

0,78%*

0,53%*

0,05%*

1,32%

0,49%*

0,26%*

**

0,35%*

0,64%*

0,96%

1,5%*

0,37%*

0,43%*

1,31%

0,11%*

0,05%*

2,08%

0,14%*

**

0,16%*

**

0,04%*

0,08%*

0,11%*

**

**

**

0,22%*

**

0,23%*

8,11%

2,66%

1,3%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[17]]

I09_1

Subpopulação

1

2

88888

Agricultura Empresarial

20,25%

79,52%

0,23%*

Agricultura Familiar

21,77%

78,23%

**

Assentamento/Agrovila

28,36%

71,51%

0,13%*

Características Urbanas

33,05%

66,81%

0,15%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[18]]

I09_2

Subpopulação

1

2

88888

Agricultura Empresarial

48,61%

51,28%

0,11%*

Agricultura Familiar

44,92%

55,08%

**

Assentamento/Agrovila

43,27%

56,6%

0,13%*

Características Urbanas

44,4%

55,52%

0,08%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[19]]

I09_3

Subpopulação

1

2

88888

Agricultura Empresarial

2,64%

97,13%

0,23%*

Agricultura Familiar

1,05%*

98,93%

0,02%*

Assentamento/Agrovila

1,45%*

98,42%

0,13%*

Características Urbanas

1,25%*

98,53%

0,22%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[20]]

I09_4

Subpopulação

1

2

88888

Agricultura Empresarial

1,52%*

98,26%

0,23%*

Agricultura Familiar

0,44%*

99,56%

**

Assentamento/Agrovila

0,02%*

99,85%

0,13%*

Características Urbanas

0,2%*

99,55%

0,26%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[21]]

I09_5

Subpopulação

1

2

88888

Agricultura Empresarial

0,09%*

99,68%

0,23%*

Agricultura Familiar

0,06%*

99,94%

**

Assentamento/Agrovila

**

99,87%

0,13%*

Características Urbanas

0,21%*

99,57%

0,22%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[22]]

I09_6

Subpopulação

1

2

88888

Agricultura Empresarial

9,62%

90,16%

0,23%*

Agricultura Familiar

8,53%

91,47%

**

Assentamento/Agrovila

13,87%

86%

0,13%*

Características Urbanas

7,07%

92,71%

0,22%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[23]]

I09_7

Subpopulação

1

2

88888

Agricultura Empresarial

3,29%

96,48%

0,23%*

Agricultura Familiar

4,23%

95,77%

**

Assentamento/Agrovila

2,86%*

97,01%

0,13%*

Características Urbanas

3,45%

96,33%

0,22%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[24]]

I09_8

Subpopulação

1

2

88888

Agricultura Empresarial

19,81%

79,96%

0,23%*

Agricultura Familiar

24,16%

75,84%

**

Assentamento/Agrovila

14,81%

85,06%

0,13%*

Características Urbanas

16,93%

82,86%

0,22%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[25]]

I09_9

Subpopulação

1

2

3

4

5

6

7

8

Agricultura Empresarial

19,4%

47,06%

2,13%*

0,65%*

0,1%*

9,33%

2,5%

18,84%

Agricultura Familiar

20,75%

43,39%

1,03%*

0,16%*

0,04%*

8,12%

3,54%

22,97%

Assentamento/Agrovila

27,28%

41,79%

0,91%*

**

**

14,06%

2,4%*

13,57%

Características Urbanas

32,1%

42%

0,84%*

0,12%*

0,22%*

6,92%

2,95%

14,85%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[26]]

I10

Subpopulação

1

2

3

4

5

6

7

8

9

88888

Agricultura Empresarial

30,02%

19,23%

21,22%

11,78%

5,4%

2,94%

0,89%*

0,88%*

2,99%

4,66%

Agricultura Familiar

38,33%

19,65%

13,51%

9,44%

5,07%

3,4%

0,74%*

1,17%*

1,78%*

6,92%

Assentamento/Agrovila

20,73%

17,6%

23,67%

19,03%

6,81%

4,1%*

0,07%*

0,57%*

3,22%*

4,19%

Características Urbanas

24,78%

20,73%

20,28%

13,71%

7,65%

3,34%

1,22%*

0,98%*

0,82%*

6,5%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[27]]

I11

Subpopulação

1

2

3

4

5

6

7

8

9

10

11

12

13

88888

Agricultura Empresarial

18,41%

2,3%

8,71%

11,69%

2,53%

2,79%

3,53%

6,34%

9,2%

1,24%*

25,24%

7,02%

0,23%*

0,75%*

Agricultura Familiar

31,79%

3,04%

6,2%

9,22%

2,21%

1,13%*

3,14%

4,35%

9,22%

1,91%*

19,62%

7,5%

0,28%*

0,4%*

Assentamento/Agrovila

10,36%

3,02%*

13,77%

13,49%

4,24%*

4,45%*

1,32%*

2,03%*

5,89%

0,93%*

27,4%

12,13%

0,66%*

0,31%*

Características Urbanas

9,33%

2,5%

13,55%

15,2%

3,61%

3,23%

3,62%

6,04%

9,42%

2,31%

21,71%

8,31%

0,59%*

0,55%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[28]]

I12

Subpopulação

1

2

3

4

5

6

7

8

9

10

11

12

13

14

88888

Agricultura Empresarial

7,97%

3,51%

38,8%

4,62%

0,91%*

0,4%*

**

39,37%

0,88%*

0,79%*

0,37%*

0,08%*

0,5%*

**

1,8%*

Agricultura Familiar

9,61%

0,37%*

37,52%

4,17%

0,68%*

0,25%*

0,51%*

40,11%

3,01%

1,61%*

0,07%*

**

0,78%*

0,1%*

1,21%*

Assentamento/Agrovila

4,24%*

0,21%*

39,86%

4,92%*

**

0,57%*

0,21%*

47,09%

0,7%*

0,88%*

0,04%*

0,03%*

0,21%*

0,23%*

0,82%*

Características Urbanas

7,42%

0,86%*

39,67%

4,28%

0,39%*

0,46%*

0,53%*

42,14%

1,3%

0,8%*

0,39%*

0,04%*

0,01%*

0,04%*

1,67%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[29]]

I13

Subpopulação

1

2

3

88888

Agricultura Empresarial

53,77%

39,6%

4,71%*

1,92%*

Agricultura Familiar

32,23%

56,17%

5,92%*

5,68%*

Assentamento/Agrovila

22,58%*

68,37%

9,05%*

**

Características Urbanas

44,79%

47,84%

3,51%*

3,86%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[30]]

I14

Subpopulação

1

2

3

4

88888

Agricultura Empresarial

69,5%

7,94%*

**

10,91%*

11,65%*

Agricultura Familiar

58,16%

17,96%*

0,54%*

11,45%*

11,89%*

Assentamento/Agrovila

43,29%*

29,05%*

2,15%*

25,51%*

**

Características Urbanas

63,56%

12,52%

4,3%*

11,18%*

8,43%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[31]]

I15

Subpopulação

1

2

88888

Agricultura Empresarial

13,94%

84,18%

1,88%*

Agricultura Familiar

18,53%

79,27%

2,2%*

Assentamento/Agrovila

16,02%

81,89%

2,09%*

Características Urbanas

17,62%

80,01%

2,37%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[32]]

I16

Subpopulação

1

2

88888

Agricultura Empresarial

8,78%

88,89%

2,32%*

Agricultura Familiar

7,28%

86,53%

6,2%*

Assentamento/Agrovila

5,71%*

91,11%

3,18%*

Características Urbanas

7,59%

89,52%

2,89%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[33]]

I17

Subpopulação

1

2

88888

Agricultura Empresarial

77,12%

21,32%

1,56%*

Agricultura Familiar

74,49%

24,12%

1,39%*

Assentamento/Agrovila

82,65%

17,14%

0,21%*

Características Urbanas

76,05%

21,75%

2,2%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[34]]

I18

Subpopulação

1

2

88888

Agricultura Empresarial

29,68%

69,26%

1,06%

Agricultura Familiar

27,73%

70,92%

1,35%

Assentamento/Agrovila

28,15%

71,3%

0,55%*

Características Urbanas

31,35%

67,79%

0,86%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[35]]

I19

Subpopulação

1

2

3

88888

Agricultura Empresarial

7,33%

86,99%

2,6%*

3,08%*

Agricultura Familiar

9,03%

86,7%

1,16%*

3,12%*

Assentamento/Agrovila

4,87%*

91,18%

3,15%*

0,8%*

Características Urbanas

6,46%

88,72%

1,63%*

3,19%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[36]]

I20

Subpopulação

0

1

2

5

8

10

15

30

44

45

50

67

70

88

90

100

120

130

150

160

200

210

230

240

250

270

280

290

300

319

320

340

350

360

380

400

440

450

460

470

480

490

500

525

526

540

548

550

560

600

630

650

660

680

700

720

750

760

800

850

860

882

888

900

950

954

960

970

980

1000

1065

1080

1090

1100

1114

1120

1121

1122

1135

1160

1177

1180

1200

1208

1212

1214

1216

1221

1223

1224

1230

1236

1240

1250

1270

1280

1290

1300

1307

1315

1350

1360

1370

1375

1390

1400

1401

1408

1416

1450

1460

1480

1490

1500

1516

1526

1530

1546

1560

1580

1600

1630

1640

1660

1672

1680

1700

1712

1750

1800

1850

1866

1880

1900

1950

1970

1990

2000

2006

2027

2040

2100

2130

2170

2200

2300

2329

2350

2370

2400

2420

2450

2460

2480

2500

2521

2600

2670

2700

2800

2900

3000

3060

3100

3200

3300

3400

3500

3508

3600

3800

3900

4000

4200

4500

4600

4700

4800

4900

5000

5100

5150

5200

5300

5400

5500

5600

5700

5803

6000

6200

6300

6500

6600

6800

6900

7000

7200

7300

7400

7500

7777

8000

8200

8400

8500

8888

9000

10000

10100

11000

12000

13000

14000

15000

15600

16000

16200

17000

18000

19000

20000

25000

28000

30000

34000

40000

50000

66666

77774

77777

80000

88880

88885

88888

150000

200000

300000

777777

888888

7777777

8888888

77777777

777777777

888888888

Agricultura Empresarial

4,4%

**

**

**

**

**

**

0,06%*

**

**

**

**

**

**

**

0,15%*

0,06%*

**

**

**

0,1%*

**

**

0,07%*

0,23%*

**

**

**

0,59%*

**

**

**

0,21%*

**

**

1,26%*

**

0,12%*

**

**

**

**

0,93%*

0,08%*

**

**

**

**

0,13%*

0,98%*

**

**

0,08%*

0,08%*

0,46%*

**

0,06%*

0,05%*

0,91%*

**

**

**

0,16%*

0,34%*

0,09%*

**

**

0,08%*

**

1,72%*

**

**

**

0,45%*

**

**

**

**

0,05%*

**

**

**

14,86%

0,09%*

5,07%

0,12%*

**

0,07%*

**

**

0,08%*

**

0,05%*

0,2%*

0,1%*

**

**

2,65%

0,09%*

0,09%*

0,13%*

**

**

0,09%*

**

0,93%*

0,07%*

**

**

**

**

0,07%*

0,04%*

6,86%

**

**

0,09%*

**

**

**

1,61%*

0,06%*

0,07%*

**

**

0,05%*

0,8%*

**

0,07%*

1,98%

0,08%*

0,07%*

**

0,28%*

**

**

0,07%*

4,97%

**

**

**

0,4%*

0,08%*

**

1,2%*

0,28%*

**

0,08%*

0,08%*

0,47%*

**

**

**

**

2,79%

**

0,94%*

**

0,29%*

0,59%*

0,14%*

2,4%

**

0,06%*

0,4%*

0,07%*

0,07%*

0,81%*

**

0,46%*

0,17%*

0,07%*

2,76%

0,08%*

0,35%*

0,09%*

**

0,14%*

0,1%*

2,27%

**

0,07%*

0,06%*

**

**

**

**

**

**

1,56%*

**

**

0,28%*

**

**

**

0,33%*

**

0,1%*

0,13%*

0,1%*

**

0,64%*

0,1%*

**

**

0,23%*

0,09%*

0,89%*

**

**

0,36%*

**

**

0,33%*

**

**

**

**

**

**

0,26%*

0,06%*

**

**

**

0,05%*

0,09%*

**

**

6,11%

**

**

0,11%*

12,95%

0,05%*

**

**

0,3%*

0,56%*

0,51%*

**

0,22%*

**

**

Agricultura Familiar

4%

0,46%*

**

**

**

0,11%*

**

0,01%*

**

**

**

**

0,03%*

**

**

0,26%*

0,09%*

**

0,12%*

**

0,19%*

**

**

0,03%*

0,27%*

0,02%*

**

0,03%*

0,47%*

**

**

0,12%*

0,04%*

**

0,1%*

0,75%*

**

0,22%*

0,1%*

0,04%*

0,29%*

**

0,74%*

**

0,02%*

**

0,11%*

0,09%*

0,1%*

0,63%*

**

**

**

**

0,26%*

**

**

**

0,51%*

0,02%*

0,14%*

0,01%*

0,03%*

0,45%*

0,03%*

**

**

**

0,14%*

1,99%*

0,1%*

**

**

0,58%*

**

0,13%*

0,04%*

**

**

0,1%*

**

0,02%*

13,26%

0,01%*

6,07%

0,11%*

0,02%*

**

0,04%*

**

**

**

0,02%*

0,07%*

**

**

**

1,58%*

**

**

0,09%*

0,04%*

**

**

**

1,61%*

**

**

**

0,02%*

0,04%*

**

**

4,4%

**

**

**

**

0,62%*

0,14%*

1,55%*

**

**

0,11%*

0,02%*

**

0,6%*

**

**

2,35%

0,1%*

**

**

0,39%*

**

**

**

6,15%

0,01%*

0,04%*

0,11%*

0,2%*

**

0,09%*

0,71%*

0,51%*

0,04%*

**

**

0,77%*

0,04%*

0,1%*

0,1%*

**

2,94%

**

0,1%*

**

0,01%*

0,36%*

0,05%*

3,32%

0,04%*

**

0,17%*

0,05%*

**

1,12%*

**

0,39%*

**

**

1,94%*

0,02%*

0,22%*

**

**

**

**

2,02%*

**

**

**

0,11%*

**

0,12%*

**

0,01%*

0,02%*

1,6%*

0,02%*

0,1%*

0,11%*

0,09%*

**

**

0,93%*

**

**

**

0,25%*

**

0,71%*

**

0,01%*

0,13%*

0,93%*

0,59%*

1,3%*

**

0,12%*

0,9%*

0,14%*

**

0,59%*

**

0,09%*

0,07%*

0,02%*

0,18%*

**

0,3%*

0,1%*

**

0,02%*

0,1%*

**

**

0,13%*

0,03%*

3,78%

0,1%*

0,1%*

**

16,1%

**

0,09%*

0,1%*

0,69%*

0,18%*

0,07%*

0,14%*

**

**

0,04%*

Assentamento/Agrovila

2,16%*

**

**

**

**

**

**

**

**

**

**

0,06%*

0,03%*

**

**

0,4%*

**

0,29%*

0,31%*

**

0,37%*

**

**

0,02%*

**

**

0,02%*

**

0,79%*

**

0,04%*

**

**

**

**

1,02%*

0,26%*

0,04%*

**

**

**

**

0,81%*

**

**

**

**

0,05%*

0,27%*

1,06%*

**

**

0,06%*

**

0,49%*

**

0,25%*

**

1,62%*

**

**

**

0,03%*

0,73%*

**

**

**

**

**

2,02%*

**

**

**

0,14%*

0,27%*

**

**

0,06%*

**

**

**

**

11,47%

**

6,88%

**

**

**

**

**

**

**

**

0,02%*

**

**

**

5,14%*

**

**

0,12%*

**

**

**

0,26%*

1,33%*

**

**

**

**

**

**

**

8,08%

0,02%*

**

**

**

**

**

1,39%*

**

**

**

**

**

0,66%*

**

**

4,1%*

0,1%*

**

**

0,08%*

**

**

**

6,54%

**

**

**

0,29%*

**

**

0,53%*

1,04%*

**

**

**

0,2%*

**

**

**

0,21%*

5,51%

0,26%*

1,55%*

**

**

0,71%*

**

3,18%*

**

0,2%*

0,09%*

**

0,04%*

0,95%*

**

1,7%*

0,24%*

**

1,4%*

**

0,62%*

**

**

**

**

0,41%*

**

**

0,18%*

**

**

**

0,21%*

**

**

1,05%*

**

**

0,2%*

0,02%*

**

**

0,02%*

**

**

**

0,03%*

**

0,18%*

**

**

**

0,44%*

0,08%*

0,26%*

**

**

0,21%*

0,06%*

0,04%*

**

**

0,04%*

**

**

**

**

0,09%*

**

**

**

**

**

**

**

**

5,05%*

**

0,21%*

**

9,9%

**

**

**

0,32%*

0,07%*

1,09%*

**

0,46%*

0,82%*

**

Características Urbanas

3,83%

0,04%*

0,04%*

0,03%*

0,04%*

**

0,04%*

**

0,08%*

0,04%*

0,1%*

**

**

0,13%*

0,06%*

0,18%*

0,04%*

**

0,1%*

0,07%*

0,18%*

0,03%*

0,04%*

0,07%*

0,1%*

**

**

**

0,56%*

0,03%*

**

**

0,17%*

0,03%*

**

0,23%*

**

0,14%*

0,05%*

**

**

0,04%*

0,88%*

**

**

0,04%*

**

0,1%*

**

1,02%*

0,04%*

0,22%*

**

**

0,34%*

0,04%*

**

**

1,15%

0,09%*

**

**

0,3%*

0,25%*

0,04%*

0,04%*

0,04%*

**

**

1,96%

**

0,04%*

0,04%*

0,47%*

**

**

**

**

**

**

0,07%*

**

11,15%

**

6,1%

0,06%*

**

0,07%*

**

0,04%*

**

0,04%*

0,04%*

0,15%*

**

0,1%*

0,04%*

2,72%

**

**

0,07%*

**

0,06%*

**

**

1,6%

**

0,04%*

0,03%*

0,03%*

**

**

**

6,49%

**

0,04%*

**

0,04%*

**

**

1,08%*

**

**

**

**

0,1%*

1%*

0,03%*

0,07%*

2,49%

**

**

0,03%*

0,18%*

0,04%*

0,03%*

**

5,9%

**

**

0,04%*

0,11%*

**

**

0,63%*

0,28%*

**

**

**

0,75%*

**

**

**

**

3,19%

**

1,11%*

0,04%*

0,15%*

0,74%*

**

4,08%

**

0,07%*

0,5%*

0,07%*

**

1,1%*

0,06%*

0,96%*

0,25%*

**

1,88%

0,16%*

0,29%*

0,07%*

0,03%*

0,06%*

**

1,41%

0,04%*

**

0,08%*

**

0,04%*

0,1%*

0,07%*

**

**

0,94%*

**

**

0,06%*

**

0,01%*

0,05%*

0,37%*

0,06%*

**

**

0,04%*

0,07%*

0,4%*

**

0,03%*

0,1%*

0,87%*

0,1%*

0,33%*

0,04%*

0,04%*

0,2%*

0,09%*

0,06%*

**

0,07%*

**

**

**

0,09%*

0,07%*

0,09%*

0,04%*

0,04%*

0,11%*

**

**

**

0,19%*

**

5,86%

**

0,06%*

**

16,38%

**

**

**

0,73%*

0,39%*

**

**

0,18%*

**

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[37]]

I21

Subpopulação

0

100

120

130

150

208

300

400

600

800

860

1000

1200

1290

1300

1500

1800

2000

2500

2600

3000

4200

5000

6000

6666

8888

10000

28000

77777

88888

888888

1000000

Agricultura Empresarial

26,77%*

**

**

**

3,22%*

**

**

5,61%*

**

2,88%*

**

11,87%*

4,39%*

3,79%*

**

4,48%*

**

5,69%*

**

**

**

**

3,47%*

5,32%*

4,36%*

**

**

**

**

18,16%*

**

**

Agricultura Familiar

20,41%*

**

**

**

**

9,06%*

**

7,45%*

1,19%*

6,34%*

1,2%*

13,63%*

**

**

**

1,26%*

1,78%*

4,91%*

0,78%*

**

1,2%*

**

1,2%*

**

**

**

1,34%*

5,87%*

5,18%*

9,12%*

0,91%*

7,16%*

Assentamento/Agrovila

55,14%*

**

**

**

**

**

**

6,47%*

**

**

**

27,16%*

7,39%*

**

**

**

**

3,84%*

**

**

**

**

**

**

**

**

**

**

**

**

**

**

Características Urbanas

28,48%*

3,38%*

1,85%*

2,97%*

**

**

3,05%*

4,69%*

**

**

**

2,47%*

4,11%*

**

2,02%*

1,59%*

**

11,72%*

1,85%*

2,9%*

**

1,9%*

1,56%*

**

**

1,77%*

**

**

11,9%*

11,77%*

**

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[38]]

I22_1

Subpopulação

0

1

2

6

8

10

20

44

50

65

66

75

80

85

88

89

100

110

120

130

133

140

150

180

188

200

230

240

250

265

280

300

310

320

350

400

420

421

425

430

450

465

470

480

500

520

535

550

590

600

640

650

652

660

666

700

750

800

820

850

888

900

1000

1008

1010

1100

1121

1200

1212

1214

1216

1225

1250

1300

1350

1462

1500

1700

1932

2000

2200

2500

3000

3500

3800

4000

4380

5000

6000

6666

6669

6696

7000

7777

8000

8888

12000

15000

18000

28000

36666

66663

66666

66669

66699

66996

69999

77777

88885

88888

96666

121200

666666

666669

777777

888888

8888888

Agricultura Empresarial

87%

0,31%*

**

**

0,05%*

**

**

**

0,04%*

**

**

**

0,04%*

0,04%*

**

0,03%*

0,13%*

**

**

0,03%*

**

**

0,02%*

0,07%*

**

0,04%*

**

0,04%*

0,33%*

**

**

0,03%*

**

**

**

4,77%

**

**

**

**

0,25%*

0,07%*

**

**

0,04%*

**

**

0,17%*

0,04%*

0,11%*

**

0,03%*

**

**

0,13%*

**

0,04%*

**

**

0,03%*

**

0,04%*

0,05%*

**

**

0,02%*

**

1,14%

0,34%*

0,03%*

**

**

0,03%*

**

**

**

0,02%*

**

**

**

**

**

**

0,03%*

**

**

**

**

0,02%*

1,22%

**

**

**

**

0,03%*

0,12%*

**

**

**

**

**

**

1,87%

**

0,05%*

**

**

0,27%*

0,03%*

0,62%*

**

**

0,14%*

**

**

0,04%*

**

Agricultura Familiar

75,08%

3,23%

**

**

0,01%*

**

**

**

0,03%*

0,04%*

0,02%*

0,07%*

0,02%*

**

**

**

0,05%*

0,06%*

0,05%*

0,02%*

0,02%*

**

**

**

0,02%*

0,01%*

0,02%*

**

0,08%*

**

**

**

**

**

0,01%*

5,29%

0,15%*

0,06%*

0,06%*

0,01%*

0,22%*

**

**

0,05%*

0,08%*

0,04%*

**

0,21%*

**

0,14%*

**

0,09%*

**

**

0,49%

**

0,02%*

0,04%*

0,06%*

**

0,03%*

**

0,32%*

0,02%*

0,01%*

**

0,03%*

2,96%

0,4%*

**

**

0,01%*

0,09%*

**

**

**

0,05%*

**

**

0,08%*

0,02%*

0,18%*

0,13%*

0,08%*

**

0,02%*

**

0,03%*

**

4,22%

**

0,01%*

0,04%*

**

**

0,19%*

0,07%*

**

0,05%*

**

0,06%*

**

4,53%

0,05%*

**

**

**

0,08%*

**

0,27%*

**

0,04%*

0,06%*

**

0,01%*

0,01%*

0,01%*

Assentamento/Agrovila

91,08%

0,5%*

**

**

0,01%*

**

0,01%*

**

**

**

**

**

**

**

**

**

0,04%*

**

0,09%*

**

**

**

0,04%*

**

**

**

**

0,01%*

0,05%*

**

0,02%*

0,01%*

0,01%*

**

**

5,2%

**

**

**

**

0,11%*

**

**

**

0,13%*

**

**

0,01%*

**

0,04%*

**

**

0,14%*

**

0,15%*

**

**

**

**

**

**

**

0,01%*

**

**

**

**

0,18%*

0,07%*

**

**

**

**

**

**

**

**

**

**

**

**

**

0,01%*

**

0,01%*

**

0,01%*

**

0,01%*

0,53%*

**

**

**

**

**

0,03%*

**

**

**

**

**

**

0,97%

**

**

**

**

0,02%*

**

0,45%*

**

**

0,06%*

**

**

**

**

Características Urbanas

80,76%

3,48%

0,03%*

0,08%*

0,04%*

0,02%*

**

0,02%*

**

0,03%*

0,05%*

**

**

**

0,06%*

**

0,3%*

**

**

0,01%*

**

0,03%*

0,06%*

**

**

0,03%*

**

0,02%*

0,2%*

0,02%*

**

0,03%*

**

0,03%*

**

4,93%

**

**

0,02%*

**

0,09%*

**

0,02%*

**

0,13%*

**

0,02%*

0,07%*

**

0,03%*

0,03%*

0,12%*

**

0,03%*

0,29%*

0,02%*

0,03%*

**

**

**

0,13%*

0,02%*

**

**

**

0,03%*

**

0,49%

0,45%*

0,03%*

0,01%*

**

0,02%*

0,02%*

0,02%*

0,02%*

0,05%*

0,03%*

0,02%*

0,03%*

**

0,09%*

0,03%*

0%*

**

0,02%*

**

**

**

2,01%

0,02%*

**

**

0,03%*

**

0,12%*

**

0%*

**

0,02%*

**

0,02%*

4,01%

**

**

0,02%*

0,01%*

0,17%*

**

0,72%

0,02%*

**

0,15%*

0,02%*

0,02%*

**

**

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[39]]

I22_2

Subpopulação

0

1

6

8

12

45

50

66

80

88

100

150

200

250

270

300

350

375

400

450

480

500

550

600

650

666

700

800

888

900

1000

1100

1200

1212

1300

1400

1500

1600

2000

2060

2100

2300

2500

2600

3000

3500

4000

5000

6000

6666

6669

7000

8000

8888

9666

10000

12000

15000

18000

20000

66663

66666

66669

66699

77777

88888

366666

666666

696666

777777

888888

966666

Agricultura Empresarial

94,46%

0,17%*

**

0,24%*

**

**

0,03%*

**

**

**

0,03%*

**

0,03%*

**

**

0,04%*

**

**

0,08%*

**

**

0,04%*

**

0,07%*

**

0,08%*

0,03%*

0,03%*

**

**

0,1%*

**

0,32%*

**

0,02%*

**

0,07%*

0,02%*

0,17%*

**

**

**

0,03%*

0,02%*

0,02%*

**

**

0,07%*

**

1,5%

**

**

0,03%*

0,08%*

**

0,02%*

**

**

**

**

**

1,57%

**

**

0,23%*

0,16%*

**

0,19%*

0,02%*

**

**

**

Agricultura Familiar

82,36%

2,73%

0,01%*

0,12%*

0,05%*

**

**

0,01%*

0,02%*

**

0,06%*

0,02%*

0,04%*

**

0,04%*

0,01%*

0,03%*

**

**

**

0,02%*

0,04%*

0,03%*

0,02%*

**

0,43%*

**

0,02%*

0,01%*

0,01%*

0,2%*

0,05%*

2,36%

**

**

0,05%*

0,08%*

0,03%*

0,09%*

0,01%*

0,01%*

**

**

**

0,11%*

0,04%*

0,03%*

0,05%*

0,04%*

4,53%

**

0,04%*

**

0,06%*

0,01%*

**

0,04%*

0,01%*

0,05%*

0,05%*

**

5,06%

**

**

0,18%*

0,38%*

**

0,36%*

**

**

0,01%*

**

Assentamento/Agrovila

97,55%

0,08%*

0,01%*

**

**

**

**

**

**

**

**

**

**

0,01%*

**

**

**

**

0,12%*

**

**

**

**

**

0,02%*

0,25%*

**

**

0,02%*

**

0,04%*

**

**

**

**

**

**

**

**

**

0,02%*

**

**

**

0,04%*

**

**

**

0,01%*

0,56%

**

**

**

**

**

**

**

**

**

**

**

1,11%

**

**

0,01%*

0,01%*

0,03%*

0,01%*

**

0,1%*

**

**

Características Urbanas

88,19%

2,94%

0,07%*

0,12%*

**

0,02%*

**

0,02%*

**

0,02%*

0,03%*

**

0,02%*

**

**

0,06%*

**

0,02%*

0,07%*

0,03%*

**

0,07%*

**

0,12%*

**

0,19%*

0,01%*

**

0,05%*

0,02%*

0,04%*

**

0,05%*

0,03%*

**

**

**

0,04%*

0,07%*

**

**

0,02%*

0,05%*

0,03%*

0,04%*

0,04%*

**

**

0,01%*

2,58%

0,07%*

**

**

0,06%*

**

**

**

**

**

**

0,02%*

3,77%

0,02%*

0,03%*

0,13%*

0,47%*

**

0,27%*

**

0,02%*

0,05%*

0,02%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[40]]

I23

Subpopulação

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

38

39

40

41

42

43

44

45

46

47

48

49

50

55

56

60

65

70

72

80

84

86

90

99

88888

Agricultura Empresarial

19,29%

1%

1,73%

1,41%

1,46%

6,67%

4,07%

3,33%

1,16%

0,13%*

10,81%

**

7,56%

0,03%*

4,99%

2,85%

0,34%*

**

1,14%

**

6,85%

0,56%*

0,06%*

0,05%*

0,84%

1,19%

0,04%*

0,02%*

2,42%

**

4,23%

**

**

**

**

0,72%*

2,2%

0,12%*

**

3,58%

0,02%*

0,37%*

0,03%*

2,74%

0,61%*

0,16%*

**

0,75%*

0,06%*

1,8%

**

**

0,16%*

**

**

**

**

**

**

**

0,03%*

2,42%

Agricultura Familiar

20,52%

5%

2,54%

1,99%

1,75%

4,47%

2,94%

2,33%

2,31%

0,15%*

8,14%

0,05%*

5,48%

0,17%*

3,53%

2,85%

0,59%*

0,09%*

1,24%

0,01%*

7,65%

1,04%

0,26%*

0,11%*

0,99%

1,25%

0,04%*

**

1,26%

0,01%*

3,57%

**

0,06%*

**

**

1,07%

0,86%

0,31%*

**

3,36%

**

0,48%*

**

1,69%

0,61%*

0,18%*

0,01%*

1,25%

0,1%*

2,13%

0,08%*

0,15%*

0,51%*

0,04%*

**

0,06%*

**

**

**

0,02%*

0,21%*

4,52%

Assentamento/Agrovila

12,04%

0,84%*

1,77%*

2,29%*

1,54%*

7,72%

10,8%

1,97%*

1,25%*

0,13%*

13,29%

**

11,39%

0,1%*

3,08%

6,88%

0,42%*

**

1,5%*

**

4,32%

0,26%*

0,11%*

**

2,8%

1,43%*

0,13%*

**

0,65%*

**

2,51%

0,03%*

0,02%*

**

0,01%*

0,68%*

1,46%*

0,09%*

0,07%*

2,14%*

**

0,2%*

**

2,51%*

0,06%*

0,02%*

**

0,85%*

**

0,54%*

0,02%*

**

0,21%*

**

0,02%*

**

0,1%*

0,05%*

**

**

**

1,69%

Características Urbanas

16,11%

3,63%

2,42%

1,5%

2,13%

4,08%

4,82%

3,13%

2,74%

0,14%*

9,06%

0,04%*

7,51%

0,04%*

5,41%

3,51%

0,62%*

0,03%*

0,85%

0,05%*

6,2%

1,1%

0,11%*

**

1,2%

1,6%

0,08%*

**

1,31%

0,03%*

2,9%

**

**

0,02%*

**

0,93%

1,64%

0,2%*

0,03%*

2,89%

**

0,61%

**

4,25%

0,26%*

0,2%*

**

1,01%

0,03%*

1,02%

0,05%*

0,1%*

0,34%*

**

0,02%*

**

**

0,03%*

0,02%*

**

0,03%*

4%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[41]]

I24_1

Subpopulação

1

2

88888

Agricultura Empresarial

15,97%

82,79%

1,25%

Agricultura Familiar

14,97%

83,87%

1,15%

Assentamento/Agrovila

17,79%

81,08%

1,13%*

Características Urbanas

17,76%

81,29%

0,96%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[42]]

I24_2

Subpopulação

1

2

88888

Agricultura Empresarial

8,46%

90,53%

1,01%

Agricultura Familiar

9,79%

89,25%

0,96%*

Assentamento/Agrovila

10,41%

88,64%

0,95%*

Características Urbanas

11,49%

87,86%

0,65%*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[43]]

I24_3

Subpopulação

1

2

Agricultura Empresarial

9,27%

90,73%

Agricultura Familiar

10,51%

89,49%

Assentamento/Agrovila

8,09%*

91,91%

Características Urbanas

7,63%

92,37%

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

8.0.1 I08 - Em que localidade (Nome do(a) morador(a)) exerce o trabalho principal?

8.0.2 I - Numericos_ médias

colocar 0 nos 6666666

pdad_rural_2022 %>% select(starts_with("I")) %>% colnames()->a
a <-c("I04_1_1","I04_2_1","I07","I20","I21","I22_1","I22_2")
list()->Ilist
or<-1
for (i in a) {
  
nome<-i
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         ) %>% 
  filter(!var%in% c(99999,88888,8888,77777,66666,666666,777777,77777777,777777777,8888888,888888888,888888 )) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->Ilist[[or]]
  #mutate(ic95=total_se*1.95,upp=total-ic95)
or<-or+1
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila    ","Outros"  )
         ) %>% 
  filter(!var%in% c(99999,88888,8888,77777,66666,666666,777777,77777777,777777777,8888888,888888888,888888 )) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->Ilist[[or]]
or<-or+1

}
Ilist
[[1]]

I04_1_1

media

media_cv

2202,38*

0,36

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[2]]

I04_1_1

subpopulacao_agregada

media

Agricultura Empresarial

1384,81

Agricultura Familiar

2905,12*

Assentamento/Agrovila

1511,4

Características Urbanas

1761,27

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[3]]

I04_2_1

media

media_cv

16926,78*

0,79

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[4]]

I04_2_1

subpopulacao_agregada

media

Agricultura Empresarial

1882,13

Agricultura Familiar

1509,36

Assentamento/Agrovila

253746,97*

Características Urbanas

1834,26

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[5]]

I07

media

media_cv

40,21

0,01

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[6]]

I07

subpopulacao_agregada

media

Agricultura Empresarial

39,8

Agricultura Familiar

41,16

Assentamento/Agrovila

39,74

Características Urbanas

39,99

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[7]]

I20

media

media_cv

20227,41*

0,34

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[8]]

I20

subpopulacao_agregada

media

Agricultura Empresarial

59323,13*

Agricultura Familiar

11473,77*

Assentamento/Agrovila

61229,12*

Características Urbanas

2341,32

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[9]]

I21

media

media_cv

28821,58*

0,93

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[10]]

I21

subpopulacao_agregada

media

Agricultura Empresarial

1102,47*

Agricultura Familiar

146793,92*

Assentamento/Agrovila

425,24*

Características Urbanas

1027,41*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[11]]

I22_1

media

media_cv

385,27

0,14

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[12]]

I22_1

subpopulacao_agregada

media

Agricultura Empresarial

204,82*

Agricultura Familiar

736,95*

Assentamento/Agrovila

177,72

Características Urbanas

302,58

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[13]]

I22_2

media

media_cv

661,82*

0,40

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.


[[14]]

I22_2

subpopulacao_agregada

media

Agricultura Empresarial

581,62*

Agricultura Familiar

480,34

Assentamento/Agrovila

217,84

Características Urbanas

831,84*

* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.
Fonte: IPEDF/DEPAT/PDAD Rural 2022.

NA

9 Bloco J

a<-colnames(pdad_rural_2022 %>% select(starts_with("J")))
list()->blocoJ_prop
or<-1
for (i in a) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoJ_prop[[or]]  # Define título formatado
  or<-1+or
}
blocoJ_prop

10 Outros

a<-colnames(pdad_rural_2022)
a[!a %in% colnames(pdad_rural_2022 %>% select(starts_with(c("A", "B","C","D","E", "F","J","I","H"))))]
list()->blocooutros_prop
or<-1
a<-c("npessoas")
for (i in a) {
  print(i)
survey_dom %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocooutros_prop[[or]]  # Define título formatado
  or<-1+or
}
blocooutros_prop
---
title: "Relatório do Bloco B - Características do Domicílio Particular"
subtitle: Diretoria de Estudos e Políticas Ambientais e Territoriais (DEPAT)
author:
  - name: Rafael de Acypreste
    email: rafael.rocha@ipe.df.gov.br
    affiliation: 
  - name: Luiz Antônio
    email: luizantonio.oliveira@ipe.df.gov.br
  - name: Thiago Gardin
    email: thiago.gardin@ipe.df.gov.br
date: "12/12/2024"
output: 
  html_notebook:
    number_sections: true
    code-summary: "Ocultar/mostrar"
    toc: true
    toc_depth: 3
    toc_float:
      collapsed: true
      smooth_scroll: true
---
# Bloco B

```{r}
a<-pdad_rural_2022 %>% select(starts_with("B") ) %>% select_if(is.character) %>% colnames()
list()->blocob_prop
or<-1
for (i in a) {
  print(i)
survey_dom %>%
  mutate(var= as.factor(!!sym(i))) %>% 
  filter(!var=="Não se aplica") %>% 
  group_by(subpopulacao_agregada,var) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(var,Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocob_prop[[or]]  # Define título formatado
  or<-1+or
 
  
}
```

```{r message=FALSE, warning=FALSE, paged.print=FALSE}

blocob_prop
```
## Bloco B Quantitativo

### B05 - Qual o valor mensal da prestação paga (ou que deveria ser paga) no último mês?

```{r}
pdad_rural_2022$B05_valor_mensal_pago_da_prestacao_no_ultimo_mes

survey_dom %>% 
  mutate(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes =as.numeric(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines("B05 - Qual o valor mensal da prestação paga (ou que deveria ser paga) no último mês?") %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes =as.numeric(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(B05_valor_mensal_pago_da_prestacao_no_ultimo_mes,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines("B05 - Qual o valor mensal da prestação paga (ou que deveria ser paga) no último mês?") %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
```

### B06 - Qual o valor mensal do aluguel pago (ou que deveria ser pago) no último mês?

```{r}
pdad_rural_2022$B06_valor_mensal_do_aluguel_pago_no_ultimo_mes

survey_dom %>% 
  mutate(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes =as.numeric(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines("B06 - Qual o valor mensal do aluguel pago (ou que deveria ser pago) no último mês?") %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes =as.numeric(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(B06_valor_mensal_do_aluguel_pago_no_ultimo_mes,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines("B06 - Qual o valor mensal do aluguel pago (ou que deveria ser pago) no último mês?") %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
```


### B11 - Quantos cômodos tem este domicílio?


```{r}
#pdad_rural_2022$B11
nome<-"B11 - Quantos cômodos tem este domicílio?"
survey_dom %>% 
  mutate(B11 =as.numeric(B11),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(B11,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(B11 =as.numeric(B11),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(B11,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
```
### B12 - Quantos cômodos estão servindo permanentemente de dormitórios neste domicílio?


```{r}
#pdad_rural_2022$B12_quantidade_de_comodos_servindo_permanentemente_de_dormitorios
nome<-"B12 - Quantos cômodos estão servindo permanentemente de dormitórios neste domicílio?"
i<-"B12_quantidade_de_comodos_servindo_permanentemente_de_dormitorios"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
```
### B13 - Quantos banheiros e/ou sanitários tem este domicílio?

```{r}
#pdad_rural_2022$B13_quantidade_de_banheiros_e_ou_sanitarios
nome<-"B13 - Quantos banheiros e/ou sanitários tem este domicílio?"
i<-"B13_quantidade_de_banheiros_e_ou_sanitarios"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
```

# Bloco C
## Bloco C Categoricas
```{r}
a<-colnames(pdad_rural_2022 %>% select(starts_with("C")))
list()->blococ_prop
or<-1
for (i in a[1:48]) {
  print(i)
survey_dom %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blococ_prop[[or]]  # Define título formatado
  or<-1+or
}
```

```{r}
blococ_prop
```

```{r}
survey_dom %>% 
  group_by(subpopulacao_agregada,C03_possui_bicicleta) %>% 
  summarise(Permanente=srvyr::survey_total(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente,2),"",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  adorn_totals()
```

```{r}
survey_dom %>% 
  filter(!C03_possui_bicicleta=="Não sabe") %>% 
  group_by(subpopulacao_agregada,C03_possui_bicicleta) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  adorn_totals() %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*","")))
```

### C03.1 - Quantidade de Bicicletas


```{r}
pdad_rural_2022$C03_1_quantidade_de_bicicletas
nome<-"C03.1 - Quantidade de Bicicletas"
i<-"C03_1_quantidade_de_bicicletas"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
```


### C04.1 - Quantidade de carroças:

```{r}
pdad_rural_2022$C04_1_quantidade_de_carrocas
nome<-"C04.1 - Quantidade de carroças:"
i<-"C04_1_quantidade_de_carrocas"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
```

### C04.2 - Quantidade de cavalos


```{r}
pdad_rural_2022$C04_2_quantidade_de_cavalos
nome<-"C04.2 - Quantidade de cavalos"
i<-"C04_2_quantidade_de_cavalos"
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
  #mutate(ic95=total_se*1.95,upp=total-ic95)
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")
```



### C11.animais de estimação


```{r}
pdad_rural_2022 %>% select(starts_with("c11_")) %>% colnames()->a
list()->C11_animais_dom
or<-1
for (i in a[1:5]) {
  
nome<-i
#i<-"C11_1_qtd_de_gatos"
survey_dom %>% 
  mutate(var=ifelse(!!sym(i)=="Não tem",0,!!sym(i)),
         var=as.numeric(var),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->C11_animais_dom[[or]]
  #mutate(ic95=total_se*1.95,upp=total-ic95)
or<-or+1
survey_dom %>% 
  mutate(var=ifelse(!!sym(i)=="Não tem",0,!!sym(i)),
         var=as.numeric(var),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->C11_animais_dom[[or]]
or<-or+1

}
C11_animais_dom
```


```{r}
C11_animais_dom
```

# Bloco D

```{r}
a<-colnames(pdad_rural_2022 %>% select(starts_with("D")))
list()->blocoD_prop
or<-1
for (i in a[2:15]) {
  print(i)
survey_dom %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoD_prop[[or]]  # Define título formatado
  or<-1+or
}
```

```{r}
blocoD_prop
```


# Bloco E

```{r}
a<-colnames(pdad_rural_2022 %>% select(starts_with("E")))
list()->blocoE_prop
or<-1
for (i in a[4:42]) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoE_prop[[or]]  # Define título formatado
  or<-1+or
}
```


```{r}
blocoE_prop
```


### E16 - Qual o local de nascimento de (Nome do(a) morador(a))?
E16pais

###  E17 - (Nome do(a) morador(a)) sempre morou no DF?
### E18 - Antes do DF, qual o último lugar que (Nome do(a) morador(a)) morou?
### E19 - Há quanto tempo (Nome do(a) morador(a)) mora seguidamente no DF (de maneira contínua, sem mudança para outra cidade)?
### E20 - Há quanto tempo (Nome do(a) morador(a)) mora seguidamente em área rural (de maneira contínua, sem mudança para área urbana)?

###E21 - Em 1º julho de 2021, onde (Nome do(a) morador(a)) morava?
###E23 - (Nome do(a) morador(a)) tem intenção de formar novo domicílio particular no DF nos próximos 12 meses?


# Bloco F

```{r}
a<-colnames(pdad_rural_2022 %>% select(starts_with("F")))
list()->blocoF_prop
or<-1
for (i in a[1:42]) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoF_prop[[or]]  # Define título formatado
  or<-1+or
}
```

```{r}
blocoF_prop
```


### F01 - Quantos aparelho(s) celular(es) (Nome do(a) morador(a)) possui para uso pessoal?


```{r}
pdad_rural_2022 %>% select(starts_with("F")) %>% colnames()->a
list()->F01list
or<-1
for (i in a[1:3]) {
  
nome<-i
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         ) %>% 
  filter(!var%in% c(99999,88888)) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->F01list[[or]]
  #mutate(ic95=total_se*1.95,upp=total-ic95)
or<-or+1
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  filter(!var%in% c(99999,88888)) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->F01list[[or]]
or<-or+1

}
```


```{r}
F01list
```


# Bloco G

```{r}
a<-colnames(pdad_rural_2022 %>% select(starts_with("G")))
list()->blocoG_prop
or<-1
for (i in a[2:42]) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoG_prop[[or]]  # Define título formatado
  or<-1+or
}
```

```{r}
blocoG_prop
```



# Bloco H

```{r}
a<-colnames(pdad_rural_2022 %>% select(starts_with("H")))
list()->blocoH_prop
or<-1
for (i in a[1:42]) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoH_prop[[or]]  # Define título formatado
  or<-1+or
}
```

```{r}
blocoH_prop
```

### H05 - Em que RA/Município está situada a unidade de ensino de (Nome do(a) morador(a))?

Muitas variaveis codependentes, temos que estudar bem esse bloco

# Bloco I

```{r}
a<-colnames(pdad_rural_2022 %>% select(starts_with("I")))
list()->blocoI_prop
or<-1
for (i in a[1:43]) {
  print(i)
survey_mor %>% 
    mutate(var= as.factor(!!sym(i))) %>% 
  filter(!var==99999) %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoI_prop[[or]]  # Define título formatado
  or<-1+or
}
```

```{r}
blocoI_prop
```

### I08 - Em que localidade (Nome do(a) morador(a)) exerce o trabalho principal?

### I - Numericos_ médias

colocar 0 nos 6666666
```{r}
pdad_rural_2022 %>% select(starts_with("I")) %>% colnames()->a
a <-c("I04_1_1","I04_2_1","I07","I20","I21","I22_1","I22_2")
list()->Ilist
or<-1
for (i in a) {
  
nome<-i
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         ) %>% 
  filter(!var%in% c(99999,88888,8888,77777,66666,666666,777777,77777777,777777777,8888888,888888888,888888 )) %>% 
  group_by() %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
    mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 

  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->Ilist[[or]]
  #mutate(ic95=total_se*1.95,upp=total-ic95)
or<-or+1
survey_dom %>% 
  mutate(var=as.numeric(!!sym(i)),
         #subpopulacao_agregada=ifelse(subpopulacao_agregada=="Assentamento/Agrovila","Assentamento/Agrovila	","Outros"	)
         ) %>% 
  filter(!var%in% c(99999,88888,8888,77777,66666,666666,777777,77777777,777777777,8888888,888888888,888888 )) %>% 
  group_by(subpopulacao_agregada) %>% 
  summarise(media=survey_mean(var,na.rm=T,"cv")) %>% 
  mutate(media=paste0(round(media,2),ifelse(media_cv>0.2,"*",""))) %>% 
  select(-contains("cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  flextable() %>% flextable::add_header_lines(nome) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 2 )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")->Ilist[[or]]
or<-or+1

}
```

```{r}
Ilist
```


# Bloco J

```{r}
a<-colnames(pdad_rural_2022 %>% select(starts_with("J")))
list()->blocoJ_prop
or<-1
for (i in a) {
  print(i)
survey_mor %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocoJ_prop[[or]]  # Define título formatado
  or<-1+or
}
```

```{r}
blocoJ_prop
```
# Outros

```{r}
a<-colnames(pdad_rural_2022)
a[!a %in% colnames(pdad_rural_2022 %>% select(starts_with(c("A", "B","C","D","E", "F","J","I","H"))))]
list()->blocooutros_prop
or<-1
a<-c("npessoas")
for (i in a) {
  print(i)
survey_dom %>% 
  group_by(subpopulacao_agregada,!!sym(i)) %>% 
  summarise(Permanente=srvyr::survey_prop(vartype = c("cv"))) %>% 
  mutate(Permanente=paste0(round(Permanente*100,2),"%",ifelse(Permanente_cv>0.2,"*",""))) %>% 
  select(-contains("Permanente_cv"))|>  # Exclui as colunas com coeficiente de variação para exibir a tabela enxuta
  rename("Subpopulação" = subpopulacao_agregada) %>% 
  spread(!!sym(i),Permanente,fill="**") %>%
  #adorn_totals() %>%
  flextable()  %>% flextable::add_header_lines(i) %>% 
  theme_vanilla %>%   border_inner_h( border = fp_border(style = "dotted")) |>   vline(j = 1) |> 
  bold(part = "header") |>  align(align = "center", part = "all")|>
  colformat_double(decimal.mark = ",",big.mark = ".", digits = 0 )|>
  #colformat_double( j = coluna_principal, decimal.mark = ",",big.mark = ".", digits = decimals )|>
  #colformat_double( j = colunas_auxiliares, decimal.mark = ",",big.mark = ".", digits = decimals_auxiliaries )|>
  colformat_int(big.mark = ".")|>merge_v(j=1) |> 
  fix_border_issues() |>
  width(width = 0.85) |> 
  width(j=2, width = 1.1) |> 
  width(j=1, width = 1.8) |>  add_footer_lines(values = "* indicam estimativas imprecisas, com variação de mais de 20% em torno da média.\n Fonte: IPEDF/DEPAT/PDAD Rural 2022.")-> blocooutros_prop[[or]]  # Define título formatado
  or<-1+or
}
```

```{r}
blocooutros_prop
```