Microdados com R: Despesa com alimentação conforme a POF 2017/2018

Abstract

This is an undergrad student level instruction for class use.

Licença

This work is licensed under the Creative Commons Attribution-ShareAlike 4.0 International License. To view a copy of this license, visit http://creativecommons.org/licenses/by-sa/4.0/ or send a letter to Creative Commons, PO Box 1866, Mountain View, CA 94042, USA.

License: CC BY-SA 4.0

Citação

Sugestão de citação: FIGUEIREDO, Adriano Marcos Rodrigues. Microdados com R: Despesa com alimentação conforme a POF 2017/2018. Campo Grande-MS,Brasil: RStudio/Rpubs, 2021. Disponível em http://rpubs.com/amrofi/microdados_pof.

1 Introdução

Este é um script para estimar as despesas de alimentação para o Brasil, feito conforme o script da <Tabela de Alimentacao.R> disponibilizado pelo IBGE (2020). É preciso executar antes o arquivo “Leitura dos Microdados - R.R” que se encontra no arquivo compactado “Programas_de_Leitura.zip” (IBGE, 2020). Este passo é necessário para gerar os arquivos com a extensao .rds correspondentes aos arquivos dos microdados da POF 2017/2018. Esta rotina está disponibilizada diretamente pelo IBGE em microdados da POF.

2 Dados de despesas com alimentação

# Leitura do REGISTRO - CADERNETA COLETIVA (Questionario POF 3)
caderneta_coletiva <- readRDS("CADERNETA_COLETIVA.rds")

[1] Transformação do código do item (variável V9001) em 5 numeros, para ficar no mesmo padrão dos códigos que constam nos arquivos de tradutores das tabelas. Esses códigos são simplificados em 5 números, pois os 2 últimos números caracterizam sinônimos ou termos regionais do produto. Todos os resultados da pesquisa são trabalhados com os códigos considerando os 5 primeiros números. Por exemplo, tangerina e mexirica têm códigos diferentes quando se consideram 7 números, porém o mesmo código quando se consideram os 5 primeiros números.

[2] Exclusão dos itens do REGISTRO - CADERNETA COLETIVA (POF 3) que não se referem aos alimentos (grupos 86 a 89, ver cadastro de produtos).

[3] Anualização e expansão dos valores utilizados para a obtenção dos resultados (variável V8000_defla).

1. Para anualizar, utilizamos o quesito "fator_anualizacao". Os valores são anualizados para depois se obter uma média mensal.     

2. Para expandir, utilizamos o quesito "peso_final".       

3. Posteriormente, o resultado é dividido por 12 para obter a estimativa mensal.

cad_coletiva <- transform(subset(transform(caderneta_coletiva, codigo = round(V9001/100)  # [1]
), codigo < 86001 | codigo > 89999), valor_mensal = (V8000_DEFLA * FATOR_ANUALIZACAO *
    PESO_FINAL)/12  # [3] 
)
rm(caderneta_coletiva)  # para reduzir o uso da memoria


# Leitura do REGISTRO - DESPESA INDIVIDUAL (Questionario POF 4)

despesa_individual <- readRDS("DESPESA_INDIVIDUAL.rds")

[1] Transformação do código do item (variável V9001) em 5 numeros, para ficar no mesmo padrão dos códigos que constam nos arquivos de tradutores das tabelas. Esses códigos são simplificados em 5 números, pois os 2 últimos números caracterizam sinônimos ou termos regionais do produto. Todos os resultados da pesquisa são trabalhados com os códigos considerando os 5 primeiros números.

[2] Selecao dos itens do REGISTRO - DESPESA INDIVIDUAL (POF 4) que entram na tabela de alimentacao (todos do quadro 24 e codigos 41001,48018,49075,49089).

[3] Anualizacao e expansao dos valores utilizados para a obtenção dos resultados (variável V8000_defla).

1. Para anualizar, utilizamos o quesito "fator_anualizacao". No caso específico dos quadros 48 e 49,cujas informações se referem a valores mensais, utilizamos também o quesito V9011 (numero de meses). Os valores são anualizados para depois se obter uma média mensal.

2. Para expandir, utilizamos o quesito "peso_final".     

3. Posteriormente, o resultado é dividido por 12 para obter a estimativa mensal. 

desp_individual <- subset(transform(despesa_individual, codigo = round(V9001/100)  # [1]
), QUADRO == 24 | codigo == 41001 | codigo == 48018 | codigo == 49075 |
    codigo == 49089)  # [2]

desp_individual <- transform(desp_individual, valor_mensal = ifelse(QUADRO == 24 |
    QUADRO == 41, (V8000_DEFLA * FATOR_ANUALIZACAO * PESO_FINAL)/12, (V8000_DEFLA *
    V9011 * FATOR_ANUALIZACAO * PESO_FINAL)/12)  # [3] 
)
rm(despesa_individual)

[1] Junção dos registros CADERNETA COLETIVA e DESPESA INDIVIDUAL, quem englobam os itens de alimentação.

# As duas tabelas precisam ter o mesmo conjunto de variaveis Identificacao dos
# nomes das variaveis das tabelas a serem juntadas:
nomes_cad <- names(cad_coletiva)
nomes_desp <- names(desp_individual)

# Identificacao das variaveis exclusivas a serem incluidas na outra tabela:
incl_cad <- nomes_desp[!nomes_desp %in% nomes_cad]
incl_desp <- nomes_cad[!nomes_cad %in% nomes_desp]

# Criando uma tabela com NAs das variaveis ausentes em cada tabela
col_ad_cad <- data.frame(matrix(NA, nrow(cad_coletiva), length(incl_cad)))
names(col_ad_cad) <- incl_cad
col_ad_desp <- data.frame(matrix(NA, nrow(desp_individual), length(incl_desp)))
names(col_ad_desp) <- incl_desp

# Acrescentando as colunas ausentes em cada tabela:
cad_coletiva <- cbind(cad_coletiva, col_ad_cad)
desp_individual <- cbind(desp_individual, col_ad_desp)

# Juntando (empilhando) as tabelas com conjuntos de variaveis iguais
junta_ali <- rbind(cad_coletiva, desp_individual)  # [1]

Leitura do REGISTRO - MORADOR, necessário para o cálculo do número de UC’s expandido. Vale ressaltar que este e o único registro dos microdados que engloba todas as UC’s.

Extraindo todas as UC’s do arquivo de morador.

morador_uc <- unique(readRDS("MORADOR.rds")[, c("UF", "ESTRATO_POF", "TIPO_SITUACAO_REG",
    "COD_UPA", "NUM_DOM", "NUM_UC", "PESO_FINAL")  # Apenas variaveis com informacoes das UC's no arquivo 'MORADOR.rds'
])  # Apenas um registro por UC

Calculando o número de UC’s expandido. A cada domicílio é associado um peso_final e este é também associado a cada uma de suas unidades de consumo . Portanto, o total de unidades de consumo (familias) expandido, é o resultado da soma dos pesos_finais a elas associados.

soma_familia <- sum(morador_uc$PESO_FINAL)

[1] Leitura do arquivo de tradutor da tabela de alimentação.

Este tradutor organiza os codigos de produtos pelos diferentes grupos da tabela de alimentação. Os arquivos necessários foram colocados na pasta do projeto.

#
tradutor_alimentacao <- readxl::read_excel("Tradutor_Alimentação.xls")  # [1]

[1] Juntando a base de dados com o tradutor da tabela de alimentação por código.

[2] Deletando as linhas referentes aos códigos que nao tiveram frequência.

merge1 <- merge(junta_ali, tradutor_alimentacao, by.x = "codigo", by.y = "Codigo")  # [1]

merge1 <- merge1[!is.na(merge1$valor_mensal), ]  # [2]

Somando os valores mensais de cada grupo de códigos, segundo cada nivel, conforme consta no tradutor.

soma_final_0 <- aggregate(valor_mensal ~ Nivel_0, data = merge1, sum)
names(soma_final_0) <- c("nivel", "soma")

soma_final_1 <- aggregate(valor_mensal ~ Nivel_1, data = merge1, sum)
names(soma_final_1) <- c("nivel", "soma")

soma_final_2 <- aggregate(valor_mensal ~ Nivel_2, data = merge1, sum)
names(soma_final_2) <- c("nivel", "soma")

soma_final_3 <- aggregate(valor_mensal ~ Nivel_3, data = merge1, sum)
names(soma_final_3) <- c("nivel", "soma")

Empilhando as somas obtidas no passo anterior.

soma_final <- rbind(soma_final_0, soma_final_1, soma_final_2, soma_final_3)  # [1]

Calculando a despesa média mensal de cada grupo de códigos, segundo cada nível, conforme consta no tradutor.

merge2 <- data.frame(soma_final, soma_familia = soma_familia)
merge2 <- transform(merge2, media_mensal = round(soma/soma_familia, 2))

Leitura do arquivo de índice que determina a posição que cada linha deve ficar na tabela final. O arquivo de índice é apenas um arquivo auxiliar, criado para associar os resultados gerados com a ordem de apresentação da tabela de resultados.

indice_alimentacao <- readxl::read_excel("indice_Alimentacao.xls")

# Juntando o arquivo das despesas medias mensais de cada grupo de codigos com o
# arquivo de indice, para organizar os itens da tabela

merge3 <- merge(merge2, indice_alimentacao)
merge3 <- merge3[order(merge3$Indice), c(5, 1, 6, 4)]  # [2]
knitr::kable(merge3)

	Indice	nivel	descricao	media_mensal
1	1	0	Alimentacao total	658.23
2	2	1	Alimentação no domicílio	442.27
4	3	101	Cereais, leguminosas e oleaginosas	22.22
28	4	1011	Arroz	12.79
29	5	1012	Feijão	5.92
30	6	1013	Orgânicos	0.03
31	7	1014	Outros	3.48
5	8	102	Farinhas, féculas e massas	15.91
32	9	1021	Macarrão	4.45
33	10	1022	Farinha de trigo	1.29
34	11	1023	Farinha de mandioca	2.41
35	12	1024	Outras	7.75
6	13	103	Tubérculos e raízes	7.17
36	14	1031	Batata inglesa	2.77
37	15	1032	Cenoura	1.17
38	16	1033	Mandioca	0.98
39	17	1034	Outros	2.25
7	18	104	Açúcares e derivados	19.93
40	19	1041	Açúcar refinado	2.11
41	20	1042	Açúcar cristal	2.84
42	21	1043	Light e Diet	0.19
43	22	1044	Outros	14.79
8	23	105	Legumes e verduras	16.05
44	24	1051	Tomate	4.97
45	25	1052	Cebola	2.10
46	26	1053	Alface	1.78
47	27	1054	Outros	7.20
9	28	106	Frutas	23.08
48	29	1061	Banana	5.94
49	30	1062	Laranja	2.37
50	31	1063	Maca	2.35
51	32	1064	Outros	12.42
10	33	107	Carnes, vísceras e pescados	89.42
52	34	1071	Carne de boi de primeira	24.46
53	35	1072	Carne de boi de segunda	16.38
54	36	1073	Carne de suíno	7.61
55	37	1074	Carnes e peixes industrializados	19.35
56	38	1075	Pescados frescos	7.12
57	39	1076	Outros	14.50
11	40	108	Aves e ovos	33.58
58	41	1081	Frango	24.76
59	42	1082	Ovo de galinha	7.18
60	43	1083	Orgânicos	0.11
61	44	1084	Outros	1.53
12	45	109	Leites e derivados	46.93
62	46	1091	Leite de vaca	14.46
63	47	1092	Leite em pó	5.57
64	48	1093	Queijos	12.82
65	49	1094	Light e Diet	0.76
66	50	1095	Orgânicos	0.13
67	51	1096	Outros	13.18
13	52	110	Panificados	45.34
68	53	1101	Pão francês	18.54
69	54	1102	Biscoito	11.89
70	55	1103	Light e diet	0.21
71	56	1104	Outros panificados	14.70
14	57	111	Óleos e gorduras	7.40
72	58	1111	Óleo de soja	4.38
73	59	1112	Azeite de oliva	1.91
74	60	1113	Outros	1.11
15	61	112	Bebidas e infusões	47.02
75	62	1121	Café moído	9.92
76	63	1122	Refrigerantes	12.04
77	64	1123	Bebidas não alcoólicas light e diet	0.37
78	65	1124	Cervejas e chopes	10.04
79	66	1125	Outras bebidas alcoólicas	3.74
80	67	1126	Outras	10.91
16	68	113	Enlatados e conservas	3.89
17	69	114	Sal e condimentos	10.19
81	70	1141	Massa de tomate	0.76
82	71	1142	Maionese	1.02
83	72	1143	Sal refinado	0.50
84	73	1144	Outros	7.91
18	74	115	Alimentos preparados	14.90
19	75	116	Outros	39.24
3	76	2	Alimentação fora do domicílio	215.96
20	77	201	Almoço e jantar	145.97
21	78	202	Café, leite, café/leite e chocolate	2.50
22	79	203	Sanduíches e salgados	18.28
23	80	204	Refrigerantes e outras bebidas não alcoólicas	7.25
24	81	205	Lanches	15.82
25	82	206	Cervejas, chopes e outras bebidas alcoólicas	10.03
26	83	207	Alimentação light e diet	0.12
27	84	208	Outras	16.01

# pronto, o objeto merge 3 tem as despesas de alimentacao por grupos!

O resultado pode ser comparado com a tabela do post de IBGE(2019), reproduzida abaixo, no que diz respeito à Despesa com alimentação total e no domicílio.

Despesa com alimentação, Brasil, POF 2017/2018, de IBGE (2019)

Referências

IBGE, POF 2017-2018: Famílias com até R$ 1,9 mil destinam 61,2% de seus gastos à alimentação e habitação. Rio de Janeiro, 2019. Disponível em: https://agenciadenoticias.ibge.gov.br/agencia-sala-de-imprensa/2013-agencia-de-noticias/releases/25598-pof-2017-2018-familias-com-ate-r-1-9-mil-destinam-61-2-de-seus-gastos-a-alimentacao-e-habitacao.

IBGE. Pesquisa de Orçamentos Familiares - POF - Microdados. Rio de Janeiro, 2020. Disponível em: https://www.ibge.gov.br/estatisticas/sociais/habitacao/9050-pesquisa-de-orcamentos-familiares.html?=&t=microdados.

JACOB, Guilherme; PESSOA, Djalma; DAMICO, Anthony. Poverty and Inequality with Complex Survey Data. 2021.

LUMLEY, T. Survey: analysis of complex survey samples. R package version 3.35-1. 2019.

LUMLEY, T. Analysis of complex survey samples. Journal of Statistical Software, 9(1): 1-19. 2004.

PESSOA, Djalma; DAMICO, Anthony; JACOB, Guilherme. convey: Income Concentration Analysis with Complex Survey Samples. R package version 0.2.3. 2021.

end.time <- Sys.time()
time.taken <- end.time - start.time
time.taken

Time difference of 35.99792 secs