Observações: (1). Este documento é destinado a usuários sem conhecimento prévio em programação e é parte integrante do curso de Tópicos Especiais em Geotecnologias, ofertado para o curso de geografia da Universidade Federal Fluminense, campus de Campos dos Goytacazes, no 1º semestre de 2020. Sinta-se livre para divulga-lo desde que referencie o documento original.

(2). Abra os arquivos disponibilizados pelo Google Drive em uma nova janela ou em uma nova guia (cliques simples dão erro).

(3). Este conteúdo foi preparado para ser desenvolvido no RStudio, que é uma interface gráfica do R.

(4): Página em construção!!!!

1 Introdução

O objetivo desta aula é introduzir os alunos na leitura e manipulação de microdados de um survey ou censo demográfico. Nesse ponto pretende-se distinguir inicialmente a diferenciação entre dado e informação: as informações são dados devidamente tratados e analisados, produzindo algum conteúdo relevante. Os dados são usualmente denominados dados brutos, antes do seu processamento e tabulação, que então passam a ser denominados dados básicos ou dados primários.

2 IMPUM International

Minnesota Population Center (2020)

IMPUMS International

library(ipumsr)
ddi <- read_ipums_ddi("ipumsi_00030.xml")
data <- read_ipums_micro(ddi)
## Use of data from IPUMS-International is subject to conditions including that
## users should cite the data appropriately. Use command `ipums_conditions()` for
## more details.

3 Gerando tabelas usando os Microdados importados do IMPUMS International

library(tidyverse)
dados<-data%>%
  group_by(COUNTRY)%>%
  summarise(pop=sum(PERWT))

dados
COUNTRY pop
152 17568990
858 3284250 
dados<-data%>%
  group_by(COUNTRY,SEX)%>%
  summarise(pop=sum(PERWT))

dados
COUNTRY SEX pop
152 1 8607570
152 2 8961420
858 1 1577700
858 2 1706550 
dados<-data%>%
  group_by(COUNTRY,SEX,AGE)%>%
  summarise(pop=sum(PERWT))

head(dados)
COUNTRY SEX AGE pop
152 1 0 109070
152 1 1 120890
152 1 2 121140
152 1 3 118290
152 1 4 120370
152 1 5 122770 
dados<-data%>%
  mutate(grid=if_else(AGE>=90,90,
                      (trunc(AGE/5)*5)))%>%
  group_by(COUNTRY,SEX,grid)%>%
  summarise(pop=sum(PERWT))

head(dados)
COUNTRY SEX grid pop
152 1 0 589760
152 1 5 618970
152 1 10 583920
152 1 15 636750
152 1 20 701180
152 1 25 744730 
dados<-data%>%
  mutate(grid=if_else(AGE>=90,90,
                      (trunc(AGE/5)*5)))%>%
  group_by(COUNTRY,SEX,grid)%>%
  summarise(pop=sum(PERWT))%>%
  ungroup()%>%
  group_by(COUNTRY)%>%
  mutate(poptotal=sum(pop))

head(dados)
COUNTRY SEX grid pop poptotal
152 1 0 589760 17568990
152 1 5 618970 17568990
152 1 10 583920 17568990
152 1 15 636750 17568990
152 1 20 701180 17568990
152 1 25 744730 17568990 
dados<-data%>%
  mutate(grid=if_else(AGE>=90,90,
                      (trunc(AGE/5)*5)))%>%
  group_by(COUNTRY,SEX,grid)%>%
  summarise(pop=sum(PERWT))%>%
  ungroup()%>%
  group_by(COUNTRY)%>%
  mutate(poptotal=sum(pop))%>%
  mutate(poprel=if_else(SEX==1,-100*pop/poptotal,100*pop/poptotal))%>%
  mutate(grid_f=factor(grid,ordered=T,
                 levels=seq(0,90,5),
                 labels =c('0-4','5-9','10-14','15-19', '20-24', '25-29',
                            '30-34','35-39','40-44','45-49','50-54','55-59',
                            '60-64','65-69','70-74','75-79','80-84','85-89',
                            '90+')))

head(dados)
COUNTRY SEX grid pop poptotal poprel grid_f
152 1 0 589760 17568990 -3.356824 0-4
152 1 5 618970 17568990 -3.523082 5-9
152 1 10 583920 17568990 -3.323583 10-14
152 1 15 636750 17568990 -3.624284 15-19
152 1 20 701180 17568990 -3.991009 20-24
152 1 25 744730 17568990 -4.238889 25-29 
library(scales)
library(hrbrthemes)

th<-theme_ipsum()+
  theme(axis.text.x = element_text(angle = 0, vjust = 0.5, hjust=1,size=8),
        axis.text.y = element_text(angle = 0, vjust = 0.5, hjust=1,size=8))



ggplot(data=dados,aes(x=grid_f,y=poprel,group=SEX,fill=SEX))+
  geom_bar(stat='identity')+
  coord_flip()+
  facet_wrap(~COUNTRY)+
  labs(caption = "Fonte: IMPUS International")+
  ggtitle('Pirâmide Etária 2020 - Chile e Uruguay')+
  scale_y_continuous(name='População (%)',
                     labels=label_percent(big.mark = '.',decimal.mark = ','),
                     breaks = seq(-8,8,2),limits=c(-8,8))+
  scale_x_discrete(name='Grupo de Idade')+
  scale_fill_discrete(name='Sexo')+
  th
library(scales)
library(hrbrthemes)
library(haven)

dados<-data%>%
  mutate(grid=if_else(AGE>=90,90,
                      (trunc(AGE/5)*5)))%>%
  group_by(COUNTRY,SEX,grid)%>%
  summarise(pop=sum(PERWT))%>%
  ungroup()%>%
  group_by(COUNTRY)%>%
  mutate(poptotal=sum(pop))%>%
  mutate(poprel=if_else(SEX==1,-100*pop/poptotal,100*pop/poptotal))%>%
  mutate(grid_f=factor(grid,ordered=T,
                 levels=seq(0,90,5),
                 labels =c('0-4','5-9','10-14','15-19', '20-24', '25-29',
                            '30-34','35-39','40-44','45-49','50-54','55-59',
                            '60-64','65-69','70-74','75-79','80-84','85-89',
                            '90+')))%>%
  mutate(COUNTRY_f=as_factor(COUNTRY),
         SEX_f=as_factor(SEX))

th<-theme_ipsum()+
  theme(axis.text.x = element_text(angle = 0, vjust = 0.5, hjust=1,size=8),
        axis.text.y = element_text(angle = 0, vjust = 0.5, hjust=1,size=8))

ggplot(data=dados,aes(x=grid_f,y=poprel,group=SEX_f,fill=SEX_f))+
  geom_bar(stat='identity')+
  coord_flip()+
  facet_wrap(~COUNTRY_f)+
  labs(caption = "Fonte: IMPUS International",
       subtitle = 'Chile (2017) e Uruguay (2011)',
       title='Pirâmide Etária')+
  scale_y_continuous(name='População (%)',
                     labels=label_percent(big.mark = '.',decimal.mark = ','),
                     breaks = seq(-6,6,2),limits=c(-6,6))+
  scale_x_discrete(name='Grupo de Idade')+
  scale_fill_discrete(name='Sexo')+
  th

ggplot(data=dados,aes(x=grid_f,y=poprel,group=SEX_f,fill=SEX_f))+
  geom_bar(stat='identity')+
  coord_flip()+
  facet_wrap(~COUNTRY_f)+
  labs(caption = "Fonte: IMPUS International",
       subtitle = 'Chile (2017) e Uruguay (2011)',
       title='Pirâmide Etária')+
  scale_y_continuous(name='População (%)',
                     labels=label_number(big.mark = '.',decimal.mark = ','),
                     breaks = seq(-6,6,2),limits=c(-6,6))+
  scale_x_discrete(name='Grupo de Idade')+
  scale_fill_discrete(name='Sexo')+
  th

dados_chile<-data%>%
  mutate(grid=if_else(AGE>=90,90,
                      (trunc(AGE/5)*5)))%>%
  filter(COUNTRY==152)%>%
  group_by(SEX,grid,ETHNICCL)%>%
  summarise(pop=sum(PERWT))%>%
  ungroup()%>%
  group_by(ETHNICCL)%>%
  mutate(poptotal=sum(pop))%>%
  mutate(poprel=if_else(SEX==1,-100*pop/poptotal,100*pop/poptotal))%>%
  mutate(grid_f=factor(grid,ordered=T,
                 levels=seq(0,90,5),
                 labels =c('0-4','5-9','10-14','15-19', '20-24', '25-29',
                            '30-34','35-39','40-44','45-49','50-54','55-59',
                            '60-64','65-69','70-74','75-79','80-84','85-89',
                            '90+')))%>%
  mutate(SEX_f=as_factor(SEX),
         ETHNICCL_f=as_factor(ETHNICCL))
ggplot(data=dados_chile,aes(x=grid_f,y=poprel,group=SEX_f,fill=SEX_f))+
  geom_bar(stat='identity')+
  coord_flip()+
  facet_wrap(~ETHNICCL_f)+
  labs(caption = "Fonte: IMPUS International",
       subtitle = 'Chile (2017)',
       title='Pirâmide Etária')+
  scale_y_continuous(name='População (%)',
                     labels=label_number(big.mark = '.',decimal.mark = ','),
                     breaks = seq(-6,6,2),limits=c(-6,6))+
  scale_x_discrete(name='Grupo de Idade')+
  scale_fill_discrete(name='Sexo')+
  th

dados_1<-dados_chile%>%
  group_by(ETHNICCL)%>%
  summarise(pop=sum(pop))

dados_1
ETHNICCL pop
1 3140
2 30550
3 156620
4 20690
5 1739050
6 34300
7 8960
8 1850
9 89670
10 95870
99 15388290 
dados_1<-dados_chile %>%
  filter(ETHNICCL_f %in% 
           c('Aimara','Mapuche','Diaguita','Other indigenous'))

ggplot(data=dados_1,aes(x=grid_f,y=poprel,group=SEX_f,fill=SEX_f))+
  geom_bar(stat='identity')+
  coord_flip()+
  facet_wrap(~ETHNICCL_f)+
  labs(caption = "Fonte: IMPUS International",
       subtitle = 'Chile (2017)',
       title='Pirâmide Etária')+
  scale_y_continuous(name='População (%)',
                     labels=label_number(big.mark = '.',decimal.mark = ','),
                     breaks = seq(-6,6,2),limits=c(-6,6))+
  scale_x_discrete(name='Grupo de Idade')+
  scale_fill_discrete(name='Sexo')+
  th

Referencias Bibliográficas

Minnesota Population Center. 2020. “Integrated Public Use Microdata Series, International: Version 7.3 [dataset].” Minneapolis (MN): IPUMS. https://doi.org/doi.org/10.18128/D020.V7.3.