lab1

# library(dplyr)
# library(ggplot2)
# library(scales)
# library(reshape2)

parlamentares_ceap <- read.csv("dadosCEAP.csv")

Quais os partidos que mais fazem uso da CEAP? Quais os partidos que menos fazem uso?

parlamentares_ceap$sgPartido <- as.factor(parlamentares_ceap$sgPartido)

partidos_por_mediana <- with(parlamentares_ceap, reorder(sgPartido, valorLÃ.quido, median, na.rm = TRUE))

medianas_partidos <- parlamentares_ceap %>%
  group_by(sgPartido) %>%
  summarise(Mediana_valor = median(valorLÃ.quido, na.rm = TRUE)) %>%
  ungroup() %>%
  arrange(desc(Mediana_valor))

## Warning: package 'bindrcpp' was built under R version 3.4.2

ggplot(parlamentares_ceap, aes(y = valorLÃ.quido, x = partidos_por_mediana)) +
  geom_boxplot() + 
  scale_y_continuous(name = "Valor") +
  scale_x_discrete(name = "Partido") +
  ggtitle("Gastos dos parlamentares por partido")

Pelo gráfico é possível ver que o PMDB se destaca, junto com PP, PSB, PR, PRB e PSC. Vale destacar também o PT e PTB, que apresentam uma variabilidade alta, com a presença de outliers muito afastados das demais observações.

Quais os tipos de despesa mais comuns no uso da CEAP?

tipo_despesa_por_mediana <- with(parlamentares_ceap, reorder(tipoDespesa, valorLÃ.quido, median, na.rm = TRUE))

medianas_tipo_despesa <- parlamentares_ceap %>%
  group_by(tipoDespesa) %>%
  summarise(Mediana_valor = median(valorLÃ.quido, na.rm = TRUE)) %>%
  ungroup() %>%
  arrange(desc(Mediana_valor))

ggplot(parlamentares_ceap, aes(y = valorLÃ.quido, x = tipo_despesa_por_mediana)) +
  geom_boxplot() + 
  scale_y_continuous(name = "Valor") +
  scale_x_discrete(name = "Tipo de despesa") +
  ggtitle("Gastos dos Parlamentares por tipo de despesa")

Pelo gráfico vemos que a divulgação da atividade parlamentar se destaca, seguida por Consultorias, pesquisas e trabalhos técnicos.

Levando em conta o estado pelo qual o deputado se elegeu, quais os estados que mais fazem uso da CEAP? Quais os que menos fazem uso?

parlamentares_ceap %>%
  select(sgUF) %>%
  with(max(sum(parlamentares_ceap$valorLÃ.quido)))

## [1] 583013164

Analisando o gráfico é possível verificar que os estados de São Paulo, Minas Gerais, Bahia, Pernambuco e Pará se destacam. Observamos também que o estado de São Paulo apresenta a maior variabilidade de valores, contando também com a presença de outliers bastante afastados das demais observações.

estado_por_mediana <- with(parlamentares_ceap, reorder(sgUF, valorLÃ.quido, median, na.rm = TRUE))

medianas_estado <- parlamentares_ceap %>%
  group_by(sgUF) %>%
  summarise(Mediana_Valor = median(valorLÃ.quido, na.rm = TRUE)) %>%
  ungroup() %>%
  arrange(desc(Mediana_Valor))

ggplot(parlamentares_ceap, aes(y = valorLÃ.quido, x = estado_por_mediana)) +
  geom_boxplot() +
  scale_y_continuous(name = "Valor") +
  scale_x_discrete(name = "Estado") +
  ggtitle("Gastos dos Parlamentares por Estado")

Quais os parlamentares que mais gastam com CEAP e quais os que menos gastam?

parlamentares_ceap %>%
  select(nomeParlamentar, valorLÃ.quido) %>%
  filter(valorLÃ.quido == min(parlamentares_ceap$valorLÃ.quido) | valorLÃ.quido == max(parlamentares_ceap$valorLÃ.quido))

##        nomeParlamentar valorLÃ.quido
## 1 ARNALDO FARIA DE SÁ     189600.00
## 2        SIBÁ MACHADO      -9240.77

Existe correlação entre a quantidade de gastos no exterior e o valor restituído da CEAP?

No gráfico podemos observar que não há relação aparente entre as duas variáveis, visto que os pontos presentes no diagrama não se posicionam em torno da linha traçada em azul.

A ausência de associação entre as duas variáveis pode ser confirmada através do Coeficiente de correlação linear, cujo valor é 0.180179883588806, o que indica uma baixa correlação.

gastos_exterior <- parlamentares_ceap %>%
  filter(tipoDocumento == 2) %>%
  group_by(idCadastro) %>%
  summarise(Media_Valor = mean(valorLÃ.quido, na.rm = TRUE))

valor_restituido <- parlamentares_ceap %>%
  filter(valorGlosa > 0) %>%
  group_by(idCadastro) %>%
  summarise(Media_Valor2 = mean(valorGlosa, na.rm = TRUE))

parlamentares <- na.omit(inner_join(gastos_exterior, valor_restituido))

## Joining, by = "idCadastro"

ggplot(parlamentares, aes(x=Media_Valor, y=Media_Valor2)) +
    geom_point(shape=1) +
    geom_smooth(method=lm) + 
  labs(title = "Correlação", x = "Gastos Exterior", y = "Valor Restituído")

correlacao <- cor(parlamentares$Media_Valor, parlamentares$Media_Valor2)
print(correlacao)

## [1] 0.1801799