Primeiro GQ - Lab. de Dados Economicos

Quarto

Quarto enables you to weave together content and executable code into a finished document. To learn more about Quarto see https://quarto.org.

Respostas

2) A ciências de dados permite à economia a fazer análises mais precisas através do uso de linguagens de programação e IDEs, como o R e o RStudio. A partir disso, temos acesso a bancos de dados, como o SIDRA do IBGE, facilitando a captação das informações, análises estatísticas, criação de apresentações e de documentos. Nesse sentido, torna o trabalho do economista mais dinâmico e prático.

O Tidyverse é um pacote dentro do RStudio que nos permite acessar diversas ferramentas, como o ggplot, sendo necessária sua ativação para podermos construir tabelas, data frames, entre outras ferramentas.

A função select funciona para selecionarmos uma determinada coluna dentro de uma tabela. Já a função filter nos permite selecionar uma determinada linha, também pertencente a uma tabela.

3) Tanto o Python quanto o R são classificados como softwares de código aberto por poderem serem usados por qualquer um, não existindo qualquer tipo de restrição. Além disso, também podem ser modificados e melhorados por qualquer usuário.

4) após transferirmos a tabela para o R, devemos modificar a formatação das datas. Sempre lembrar de ativar o tidyverse

library(tidyverse)

── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.4     ✔ readr     2.1.5
✔ forcats   1.0.0     ✔ stringr   1.5.1
✔ ggplot2   3.5.2     ✔ tibble    3.3.0
✔ lubridate 1.9.4     ✔ tidyr     1.3.1
✔ purrr     1.1.0     
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(sidrar)

ipca_pb <- get_sidra(api = "/t/7060/n7/2601,2901/v/63/p/last%2024/c315/7169/d/v63%202")

All others arguments are desconsidered when 'api' is informed

ipca_pb$mes<- seq.Date(from = as.Date("2023-09-01"),
                       to = as.Date("2025-08-01"),
                       by = "month")

5) buscando a tabela usando o sidrar

library(sidrar)
pib <- get_sidra(api = "/t/6784/n1/all/v/9808,9812/p/all/d/v9812%202")

All others arguments are desconsidered when 'api' is informed

construindo uma tabela para cada variável, em seguida juntamos as duas as conectando pelo ano

pib1 <- pib %>%
  filter(pib$Variável== "PIB - valores correntes") %>%
  select("Ano", "Variável", "Valor")
colnames(pib1)<- c("Ano", "Variável", "valores correntes")

pib2 <- pib %>%
  filter(pib$Variável== "PIB per capita - valores correntes") %>%
  select("Ano", "Variável", "Valor")
colnames(pib2)<- c("Ano", "Variável", "PIB_per_capita")

pib3<- pib1 %>%
  left_join(pib2, by= "Ano") %>%
  select('Ano', 'valores correntes', "PIB_per_capita")

criando o gráfico do PIB per capita

pib4 <- pib2 %>%
  select("Ano", "PIB_per_capita" )

colnames(pib2)<- c("Ano", "PIB_per_capita")
pib2$Ano<- seq.Date(from = as.Date("1996-01-01"),
                       to = as.Date("2022-01-01"),
                       by = "year")
class(pib2$Ano)

[1] "Date"

ggplot(pib4, aes(x= pib4$Ano)) +
  geom_line(aes(y= pib4$PIB_per_capita, color= "pib per capita")) +
  geom_point(aes(y= pib4$PIB_per_capita)) +
  labs(
    title = "PIB per capita",  
    subtitle = "(1996-2025)",
    x= "Ano", 
    y= "Valor PIB" 
  )

Warning: Use of `pib4$PIB_per_capita` is discouraged.
ℹ Use `PIB_per_capita` instead.

Warning: Use of `pib4$Ano` is discouraged.
ℹ Use `Ano` instead.

Warning: Use of `pib4$PIB_per_capita` is discouraged.
ℹ Use `PIB_per_capita` instead.

Warning: Use of `pib4$Ano` is discouraged.
ℹ Use `Ano` instead.

`geom_line()`: Each group consists of only one observation.
ℹ Do you need to adjust the group aesthetic?