#Lendo pacotes necessários
library(survey)
library(ggplot2)
library(dplyr)
library(foreign)
library(forcats)
library(tidyverse)
source("utils.R")
#Carregando banco de dados para R versão 3.5.0 ou superior
load("<coloque aqui o caminho para o arquivo dos microdados formato RDATA PNS 2013>")
#conferindo as dimensões (número de linhas e colunas)
dim("<Coloque aqui o nome do arquivo RDATA PNS 2013>")
#Selecionando registros válidos para o módulo K e calculando peso amostral - summary de verificação
pns2013.1<- <Coloque aqui o nome do arquivo RDATA> %>% filter(M001==1)
pns2013.1<-pns2013.1 %>% mutate(peso_morador_selec=((V00291*(60202/145572211))))
pns2013.1<-pns2013.1 %>% filter(!is.na(peso_morador_selec))
summary(pns2013.1$peso_morador_selec)
Min. 1st Qu. Median Mean 3rd Qu. Max. 0.004156 0.243959 0.521557 1.000000 1.147413 31.179597
# Desfechos - Indicadores
# 20. Proporção de mulheres que realizaram o último parto em hospital ou maternidade - S020P
pns2013.1$S020P <- NA
pns2013.1$S020P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001>0] <- 2
pns2013.1$S020P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001>0 & pns2013.1$S047==1] <- 1
pns2013.1$S020P<-factor(pns2013.1$S020P, levels=c(1,2), labels=c("Sim","Não"))
summary(pns2013.1$S020P)
# 21. Proporção de mulheres que tiveram o último parto realizado no estabelecimento de saúde indicado durante o pré-natal - S021P.
pns2013.1$S021P <- NA
pns2013.1$S021P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001>0] <- 2
pns2013.1$S021P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001>0 & pns2013.1$S048==1] <- 1
pns2013.1$S021P<-factor(pns2013.1$S021P, levels=c(1,2), labels=c("Sim","Não"))
summary(pns2013.1$S021P)
# 22. Proporção de mulheres que tiveram o último parto realizado no primeiro estabelecimento de saúde que procuraram - S022P.
pns2013.1$S022P <- NA
pns2013.1$S022P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001>0] <- 2
pns2013.1$S022P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001>0 & pns2013.1$S049 == 1 ] <- 1
pns2013.1$S022P<-factor(pns2013.1$S022P, levels=c(1,2), labels=c("Sim","Não"))
summary(pns2013.1$S022P)
# 23. Proporção de mulheres que tiveram o último parto vaginal/normal - S023P.
pns2013.1$S023P <- NA
pns2013.1$S023P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001 > 0] <- 2
pns2013.1$S023P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001 > 0 & pns2013.1$S056 == 1] <- 1
pns2013.1$S023P<-factor(pns2013.1$S023P, levels=c(1,2), labels=c("Sim","Não"))
summary(pns2013.1$S023P)
# 24. Proporção de mulheres que tiveram acompanhante durante o período de parto - S024P.
pns2013.1$S024P <- NA
pns2013.1$S024P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001 > 0] <- 2
pns2013.1$S024P[pns2013.1$C006==2 & pns2013.1$C008>=18 & pns2013.1$S001 > 0 & pns2013.1$S054 == 1] <- 1
pns2013.1$S024P<-factor(pns2013.1$S024P, levels=c(1,2), labels=c("Sim","Não"))
summary(pns2013.1$S024P)
#Situação Urbano ou Rural
pns2013.1 <- pns2013.1 %>% mutate(urb_rur=V0026)
pns2013.1$urb_rur<-factor(pns2013.1$urb_rur, levels=c(1,2), labels=c("urbano", "rural"))
summary(pns2013.1$urb_rur)
#Estados - UFs
pns2013.1 <- pns2013.1 %>% mutate(uf=V0001)
pns2013.1$uf<-factor(pns2013.1$uf, levels=c(11,12,13,14,15,16,17,21,22,23,24,25,26,27,28,29,31,32,33,35,41,42,43,50,51,52,53),
label=c("Rondônia","Acre","Amazonas","Roraima","Pará","Amapá","Tocantins","Maranhão","Piauí","Ceará",
"Rio Grande do Norte","Paraíba","Pernambuco","Alagoas","Sergipe","Bahia",
"Minas Gerais","Espírito Santo","Rio de Janeiro","São Paulo",
"Paraná","Santa Catarina","Rio Grande do Sul",
"Mato Grosso do Sul","Mato Grosso","Goiás","Distrito Federal"))
summary(pns2013.1$uf)
#Grandes Regiões
pns2013.1 <- pns2013.1 %>% mutate(
região = fct_collapse(uf,
`Norte` = c("Rondônia","Acre","Amazonas","Roraima","Pará", "Amapá","Tocantins"),
`Nordeste` = c("Maranhão", "Piauí", "Ceará", "Rio Grande do Norte", "Paraíba","Pernambuco", "Alagoas","Sergipe","Bahia"),
`Sudeste` = c("Minas Gerais", "Espírito Santo","Rio de Janeiro", "São Paulo"),
`Sul` = c("Paraná", "Santa Catarina", "Rio Grande do Sul"),
`Centro-Oeste`= c("Mato Grosso do Sul","Mato Grosso", "Goiás", "Distrito Federal"))
)
summary(pns2013.1$região)
#Capital
pns2013.1<- pns2013.1 %>% mutate(capital= fct_collapse(uf,
`Porto Velho`= "Rondônia",
`Boa Vista`= "Roraima",
`Rio Branco`= "Acre",
`Manaus` = "Amazonas",
`Belém` = "Pará" ,
`Macapá`= "Amapá",
`Palmas` = "Tocantins",
`São Luís` = "Maranhão",
`Teresina`= "Piauí" ,
`Fortaleza`= "Ceará",
`Natal`= "Rio Grande do Norte",
`João Pessoa`= "Paraíba",
`Recife`= "Pernambuco",
`Maceió`= "Alagoas",
`Aracaju`= "Sergipe",
`Salvador`= "Bahia",
`Belo Horizonte`= "Minas Gerais",
`Vitória`= "Espírito Santo",
`Rio de Janeiro`= "Rio de Janeiro",
`São Paulo`= "São Paulo",
`Curitiba`= "Paraná",
`Florianópolis`= "Santa Catarina",
`Porto Alegre`= "Rio Grande do Sul",
`Campo Grande`= "Mato Grosso do Sul",
`Cuiabá`= "Mato Grosso",
`Goiânia` = "Goiás",
`Brasília`= "Distrito Federal"))
summary(pns2013.1$capital)
# Faixas Etárias
pns2013.1 <- pns2013.1 %>% mutate(fx_idade_S=cut(C008,
breaks = c(18,25,30,40,120),
labels = c("18 a 24 anos", "25 a 29 anos", "30 a 39 anos", "40 anos ou mais"),
ordered_result = TRUE, right = FALSE))
summary(pns2013.1$fx_idade_S)
# Raça
pns2013.1 <- pns2013.1 %>% mutate(raça= ifelse(C009==1, 1,
ifelse(C009==2, 2,
ifelse(C009==4, 3, 9))))
pns2013.1$raça<-factor(pns2013.1$raça, levels=c(1,2,3),labels=c("Branca", "Preta", "Parda"))
summary(pns2013.1$raça)
# Rendimento domiciliar per capita
pns2013.1 <- pns2013.1 %>% mutate(rend_per_capita=cut(VDF003,
breaks = c(-Inf,339, 678, 1356, 2034, Inf),
labels=c("Até 1/2 SM","1/2 até 1 SM","1 até 2 SM","2 até 3 SM","Mais de 3 SM"),
ordered_result = TRUE, right = TRUE, na.exclude= TRUE))
summary(pns2013.1$rend_per_capita)
# Escolaridade
pns2013.1 <- pns2013.1 %>% mutate(gescol = ifelse(VDD004A %in% 1:2, 1,
ifelse(VDD004A%in% 3:4, 2,
ifelse(VDD004A%in% 5:6, 3,4
))))
pns2013.1$gescol<-factor(pns2013.1$gescol, levels=c(1,2,3,4),
labels=c("Fundamental incompleto ou equivalente","Médio incompleto ou equivalente",
"Superior incompleto ou equivalente","Superior completo"))
summary(pns2013.1$gescol)
# Selecionando variáveis para cálculo de indicadores no survey
pns2013Ssurvey<- pns2013.1 %>% select("V0024","UPA_PNS","peso_morador_selec", "C008", "C006", "C009", "V0031",
"urb_rur", "uf", "região", "capital", "fx_idade_S", "raça",
"rend_per_capita", "gescol", "S020P", "S021P", "S022P", "S023P", "S024P", "S001")
summary(pns2013Ssurvey)
V0024 UPA_PNS peso_morador_selec C008 Min. :1110011 Min. :1100001 Min. : 0.004156 Min. : 18.00 1st Qu.:2210013 1st Qu.:2200075 1st Qu.: 0.243959 1st Qu.: 30.00 Median :2951023 Median :2900192 Median : 0.521557 Median : 41.00 Mean :3035353 Mean :3007819 Mean : 1.000000 Mean : 43.31 3rd Qu.:4110111 3rd Qu.:4100002 3rd Qu.: 1.147413 3rd Qu.: 55.00 Max. :5310220 Max. :5300180 Max. :31.179597 Max. :101.00 C006 C009 V0031 urb_rur Min. :1.000 Min. :1.00 Min. :1.000 urbano:49245 1st Qu.:1.000 1st Qu.:1.00 1st Qu.:1.000 rural :10957 Median :2.000 Median :3.00 Median :2.000 Mean :1.569 Mean :2.61 Mean :2.308 3rd Qu.:2.000 3rd Qu.:4.00 3rd Qu.:4.000 Max. :2.000 Max. :9.00 Max. :4.000 uf região capital São Paulo : 5305 Norte :12536 São Paulo : 5305 Minas Gerais : 3779 Nordeste :18305 Belo Horizonte: 3779 Rio de Janeiro : 3486 Sudeste :14294 Rio de Janeiro: 3486 Paraná : 3012 Sul : 7548 Curitiba : 3012 Rio Grande do Sul: 2913 Centro-Oeste: 7519 Porto Alegre : 2913 Bahia : 2641 Salvador : 2641 (Other) :39066 (Other) :39066 fx_idade_S raça rend_per_capita 18 a 24 anos : 7823 Branca:24106 Até 1/2 SM :14256 25 a 29 anos : 6498 Preta : 5631 1/2 até 1 SM:17504 30 a 39 anos :14269 Parda :29512 1 até 2 SM :15493 40 anos ou mais:31612 NA's : 953 2 até 3 SM : 5335 Mais de 3 SM: 7603 NA's : 11 gescol S020P S021P Fundamental incompleto ou equivalente:24083 Sim : 1859 Sim : 1127 Médio incompleto ou equivalente : 9215 Não : 59 Não : 791 Superior incompleto ou equivalente :19149 NA's:58284 NA's:58284 Superior completo : 7755 S022P S023P S024P S001 Sim : 1665 Sim : 923 Sim : 1146 Min. :1.00 Não : 253 Não : 995 Não : 772 1st Qu.:1.00 NA's:58284 NA's:58284 NA's:58284 Median :1.00 Mean :1.03 3rd Qu.:1.00 Max. :2.00 NA's :58284
# Salvando csv para cálculo de indicadores no survey
diretorio_saida <- "<coloque aqui o diretório>"
write.csv(pns2013Ssurvey, file.path(diretorio_saida, "pns2013Ssurvey.csv"))
# survey design
desPNS=svydesign(id=~UPA_PNS,
strat=~V0024,
weight=~peso_morador_selec,
nest=TRUE,
data=pns2013Ssurvey)
#survey design S020P, S021P, S022P e S023
desPNSS=subset(desPNS, C006==2 & C008>=18 & S001>0)
desPNSS_C=subset(desPNS, C006==2 & C008>=18 & S001>0 & V0031==1)
desPNSS_R=subset(desPNS, C006==2 & C008>=18 & S001>0 & !is.na(raça))
desPNSS_Rend=subset(desPNS, C006==2 & C008>=18 & S001>0 & !is.na(rend_per_capita))
design_por_abrangencia <- list(
S020P = list(
capital = desPNSS_C,
raça = desPNSS_R,
rend_per_capita = desPNSS_Rend,
default = desPNSS
),
S021P = list(
capital = desPNSS_C,
raça = desPNSS_R,
rend_per_capita = desPNSS_Rend,
default = desPNSS
),
S022P = list(
capital = desPNSS_C,
raça = desPNSS_R,
rend_per_capita = desPNSS_Rend,
default = desPNSS
),
S023P = list(
capital = desPNSS_C,
raça = desPNSS_R,
rend_per_capita = desPNSS_Rend,
default = desPNSS,
excluir = c("capital")
),
S024P = list(
capital = desPNSS_C,
raça = desPNSS_R,
rend_per_capita = desPNSS_Rend,
default = desPNSS
)
)
dominios <- c(
~raça,
~rend_per_capita,
~fx_idade_S,
~urb_rur,
~uf,
~região,
~capital,
~gescol
)
indicadores <- c(~S020P, ~S021P, ~S022P, ~S023P, ~S024P)
totais <- c(~Brasil,~Capital)
Ano <- "2013"
matriz_indicadores <- popula_indicadores(design_por_abrangencia, dominios, indicadores, Ano)
matriz_indicadores
abr_tipo | abr_nome | Ano | Indicador | Sim | LowerS | UpperS | cvS | |
---|---|---|---|---|---|---|---|---|
<chr> | <fct> | <chr> | <chr> | <dbl> | <dbl> | <dbl> | <dbl> | |
Branca | raça | Branca | 2013 | S020P | 0.9867217 | 0.9755142 | 0.9979293 | 5.795193e-03 |
Preta | raça | Preta | 2013 | S020P | 0.9791842 | 0.9575044 | 1.0008640 | 1.129646e-02 |
Parda | raça | Parda | 2013 | S020P | 0.9727562 | 0.9590203 | 0.9864920 | 7.204506e-03 |
Até 1/2 SM | rend_per_capita | Até 1/2 SM | 2013 | S020P | 0.9675544 | 0.9512461 | 0.9838628 | 8.599757e-03 |
1/2 até 1 SM | rend_per_capita | 1/2 até 1 SM | 2013 | S020P | 0.9836636 | 0.9702301 | 0.9970972 | 6.967808e-03 |
1 até 2 SM | rend_per_capita | 1 até 2 SM | 2013 | S020P | 0.9919178 | 0.9844666 | 0.9993690 | 3.832682e-03 |
2 até 3 SM | rend_per_capita | 2 até 3 SM | 2013 | S020P | 1.0000000 | 1.0000000 | 1.0000000 | 2.108608e-17 |
Mais de 3 SM | rend_per_capita | Mais de 3 SM | 2013 | S020P | 0.9865156 | 0.9601594 | 1.0128717 | 1.363108e-02 |
18 a 24 anos | fx_idade_s | 18 a 24 anos | 2013 | S020P | 0.9862094 | 0.9742701 | 0.9981487 | 6.176763e-03 |
25 a 29 anos | fx_idade_s | 25 a 29 anos | 2013 | S020P | 0.9754190 | 0.9555823 | 0.9952558 | 1.037603e-02 |
30 a 39 anos | fx_idade_s | 30 a 39 anos | 2013 | S020P | 0.9725259 | 0.9576967 | 0.9873551 | 7.779802e-03 |
40 anos ou mais | fx_idade_s | 40 anos ou mais | 2013 | S020P | 0.9898742 | 0.9699028 | 1.0098456 | 1.029391e-02 |
urbano | urb_rur | urbano | 2013 | S020P | 0.9884132 | 0.9817124 | 0.9951140 | 3.458922e-03 |
rural | urb_rur | rural | 2013 | S020P | 0.9286619 | 0.8901444 | 0.9671795 | 2.116182e-02 |
Rondônia | uf | Rondônia | 2013 | S020P | 0.9407356 | 0.8846533 | 0.9968180 | 3.041658e-02 |
Acre | uf | Acre | 2013 | S020P | 0.9636130 | 0.9249817 | 1.0022443 | 2.045449e-02 |
Amazonas | uf | Amazonas | 2013 | S020P | 0.9362698 | 0.8906073 | 0.9819322 | 2.488343e-02 |
Roraima | uf | Roraima | 2013 | S020P | 0.9604751 | 0.9199474 | 1.0010028 | 2.152868e-02 |
Pará | uf | Pará | 2013 | S020P | 0.9621834 | 0.9180776 | 1.0062891 | 2.338779e-02 |
Amapá | uf | Amapá | 2013 | S020P | 0.9493296 | 0.9040279 | 0.9946314 | 2.434726e-02 |
Tocantins | uf | Tocantins | 2013 | S020P | 1.0000000 | 1.0000000 | 1.0000000 | 0.000000e+00 |
Maranhão | uf | Maranhão | 2013 | S020P | 0.9130951 | 0.8114559 | 1.0147343 | 5.679331e-02 |
Piauí | uf | Piauí | 2013 | S020P | 0.9471935 | 0.8736018 | 1.0207852 | 3.964076e-02 |
Ceará | uf | Ceará | 2013 | S020P | 0.9763104 | 0.9304638 | 1.0221569 | 2.395911e-02 |
Rio Grande do Norte | uf | Rio Grande do Norte | 2013 | S020P | 0.9733074 | 0.9208098 | 1.0258050 | 2.751956e-02 |
Paraíba | uf | Paraíba | 2013 | S020P | 0.9763288 | 0.9421539 | 1.0105038 | 1.785927e-02 |
Pernambuco | uf | Pernambuco | 2013 | S020P | 0.9957694 | 0.9874252 | 1.0041135 | 4.275394e-03 |
Alagoas | uf | Alagoas | 2013 | S020P | 1.0000000 | 1.0000000 | 1.0000000 | 0.000000e+00 |
Sergipe | uf | Sergipe | 2013 | S020P | 1.0000000 | 1.0000000 | 1.0000000 | 0.000000e+00 |
Bahia | uf | Bahia | 2013 | S020P | 0.9676654 | 0.9191417 | 1.0161890 | 2.558470e-02 |
⋮ | ⋮ | ⋮ | ⋮ | ⋮ | ⋮ | ⋮ | ⋮ | ⋮ |
Rio Branco3 | capital | Rio Branco | 2013 | S024P | 0.7055157 | 0.53609195 | 0.8749394 | 0.12252352 |
Manaus3 | capital | Manaus | 2013 | S024P | 0.5778284 | 0.41850109 | 0.7371557 | 0.14068351 |
Boa Vista3 | capital | Boa Vista | 2013 | S024P | 0.7322921 | 0.60226445 | 0.8623198 | 0.09059481 |
Belém3 | capital | Belém | 2013 | S024P | 0.5706315 | 0.34564518 | 0.7956177 | 0.20116491 |
Macapá3 | capital | Macapá | 2013 | S024P | 0.5622826 | 0.31413854 | 0.8104267 | 0.22516515 |
Palmas3 | capital | Palmas | 2013 | S024P | 0.7134532 | 0.54695991 | 0.8799464 | 0.11906471 |
São Luís3 | capital | São Luís | 2013 | S024P | 0.5820387 | 0.39630656 | 0.7677709 | 0.16281228 |
Teresina3 | capital | Teresina | 2013 | S024P | 0.6077441 | 0.43179550 | 0.7836927 | 0.14771240 |
Fortaleza3 | capital | Fortaleza | 2013 | S024P | 0.5731548 | 0.35315372 | 0.7931558 | 0.19584152 |
Natal3 | capital | Natal | 2013 | S024P | 0.6623649 | 0.43438649 | 0.8903434 | 0.17560964 |
João Pessoa3 | capital | João Pessoa | 2013 | S024P | 0.6555745 | 0.49192726 | 0.8192218 | 0.12736163 |
Recife3 | capital | Recife | 2013 | S024P | 0.7194705 | 0.48298652 | 0.9559545 | 0.16770292 |
Maceió3 | capital | Maceió | 2013 | S024P | 0.5166979 | 0.29987677 | 0.7335191 | 0.21410010 |
Aracaju3 | capital | Aracaju | 2013 | S024P | 0.3939226 | 0.08957323 | 0.6982720 | 0.39419709 |
Salvador3 | capital | Salvador | 2013 | S024P | 0.6028762 | 0.41999924 | 0.7857532 | 0.15476857 |
Belo Horizonte3 | capital | Belo Horizonte | 2013 | S024P | 0.9534134 | 0.88278177 | 1.0240451 | 0.03779810 |
Vitória3 | capital | Vitória | 2013 | S024P | 0.5351656 | 0.23959981 | 0.8307314 | 0.28178502 |
Rio de Janeiro8 | capital | Rio de Janeiro | 2013 | S024P | 0.6266070 | 0.37925466 | 0.8739594 | 0.20140614 |
São Paulo7 | capital | São Paulo | 2013 | S024P | 0.8495150 | 0.75924364 | 0.9397864 | 0.05421643 |
Curitiba3 | capital | Curitiba | 2013 | S024P | 0.8670528 | 0.74836149 | 0.9857442 | 0.06984341 |
Florianópolis3 | capital | Florianópolis | 2013 | S024P | 0.9383892 | 0.82583317 | 1.0509451 | 0.06119804 |
Porto Alegre3 | capital | Porto Alegre | 2013 | S024P | 0.8660500 | 0.74051151 | 0.9915884 | 0.07395809 |
Campo Grande3 | capital | Campo Grande | 2013 | S024P | 0.6378914 | 0.45224705 | 0.8235358 | 0.14848648 |
Cuiabá3 | capital | Cuiabá | 2013 | S024P | 0.5717806 | 0.27860371 | 0.8649574 | 0.26160871 |
Goiânia3 | capital | Goiânia | 2013 | S024P | 0.5326289 | 0.31819106 | 0.7470668 | 0.20541332 |
Brasília3 | capital | Brasília | 2013 | S024P | 0.5741504 | 0.42488229 | 0.7234186 | 0.13264574 |
Fundamental incompleto ou equivalente4 | gescol | Fundamental incompleto ou equivalente | 2013 | S024P | 0.5287431 | 0.45410858 | 0.6033777 | 0.07201900 |
Médio incompleto ou equivalente4 | gescol | Médio incompleto ou equivalente | 2013 | S024P | 0.5243617 | 0.44767570 | 0.6010477 | 0.07461685 |
Superior incompleto ou equivalente4 | gescol | Superior incompleto ou equivalente | 2013 | S024P | 0.6280931 | 0.56678500 | 0.6894011 | 0.04980185 |
Superior completo4 | gescol | Superior completo | 2013 | S024P | 0.6942592 | 0.58586536 | 0.8026530 | 0.07965900 |
matriz_totais <- popula_indicadores(design_por_abrangencia, totais, indicadores, Ano, "total")
matriz_totais
abr_tipo | abr_nome | Ano | Indicador | Sim | LowerS | UpperS | cvS | |
---|---|---|---|---|---|---|---|---|
<chr> | <chr> | <chr> | <chr> | <dbl> | <dbl> | <dbl> | <dbl> | |
S020PSim | total | Brasil | 2013 | S020P | 0.9789359 | 0.9705319 | 0.9873399 | 0.004380100 |
S020PSim1 | total | Capital | 2013 | S020P | 0.9829280 | 0.9700444 | 0.9958117 | 0.006687578 |
S021PSim | total | Brasil | 2013 | S021P | 0.6140717 | 0.5780888 | 0.6500547 | 0.029897151 |
S021PSim1 | total | Capital | 2013 | S021P | 0.6252765 | 0.5756457 | 0.6749072 | 0.040497761 |
S022PSim | total | Brasil | 2013 | S022P | 0.8780041 | 0.8550234 | 0.9009848 | 0.013354219 |
S022PSim1 | total | Capital | 2013 | S022P | 0.8651246 | 0.8294951 | 0.9007541 | 0.021012739 |
S023PSim | total | Brasil | 2013 | S023P | 0.4531967 | 0.4140386 | 0.4923548 | 0.044084608 |
S023PSim1 | total | Capital | 2013 | S023P | 0.4334754 | 0.3816977 | 0.4852531 | 0.060943851 |
S024PSim | total | Brasil | 2013 | S024P | 0.5880058 | 0.5496358 | 0.6263759 | 0.033293744 |
S024PSim1 | total | Capital | 2013 | S024P | 0.7026461 | 0.6558130 | 0.7494791 | 0.034006943 |
matriz_final <-rbind(matriz_indicadores,matriz_totais)
matriz_final
abr_tipo | abr_nome | Ano | Indicador | Sim | LowerS | UpperS | cvS | |
---|---|---|---|---|---|---|---|---|
<chr> | <fct> | <chr> | <chr> | <dbl> | <dbl> | <dbl> | <dbl> | |
Branca | raça | Branca | 2013 | S020P | 0.9867217 | 0.9755142 | 0.9979293 | 5.795193e-03 |
Preta | raça | Preta | 2013 | S020P | 0.9791842 | 0.9575044 | 1.0008640 | 1.129646e-02 |
Parda | raça | Parda | 2013 | S020P | 0.9727562 | 0.9590203 | 0.9864920 | 7.204506e-03 |
Até 1/2 SM | rend_per_capita | Até 1/2 SM | 2013 | S020P | 0.9675544 | 0.9512461 | 0.9838628 | 8.599757e-03 |
1/2 até 1 SM | rend_per_capita | 1/2 até 1 SM | 2013 | S020P | 0.9836636 | 0.9702301 | 0.9970972 | 6.967808e-03 |
1 até 2 SM | rend_per_capita | 1 até 2 SM | 2013 | S020P | 0.9919178 | 0.9844666 | 0.9993690 | 3.832682e-03 |
2 até 3 SM | rend_per_capita | 2 até 3 SM | 2013 | S020P | 1.0000000 | 1.0000000 | 1.0000000 | 2.108608e-17 |
Mais de 3 SM | rend_per_capita | Mais de 3 SM | 2013 | S020P | 0.9865156 | 0.9601594 | 1.0128717 | 1.363108e-02 |
18 a 24 anos | fx_idade_s | 18 a 24 anos | 2013 | S020P | 0.9862094 | 0.9742701 | 0.9981487 | 6.176763e-03 |
25 a 29 anos | fx_idade_s | 25 a 29 anos | 2013 | S020P | 0.9754190 | 0.9555823 | 0.9952558 | 1.037603e-02 |
30 a 39 anos | fx_idade_s | 30 a 39 anos | 2013 | S020P | 0.9725259 | 0.9576967 | 0.9873551 | 7.779802e-03 |
40 anos ou mais | fx_idade_s | 40 anos ou mais | 2013 | S020P | 0.9898742 | 0.9699028 | 1.0098456 | 1.029391e-02 |
urbano | urb_rur | urbano | 2013 | S020P | 0.9884132 | 0.9817124 | 0.9951140 | 3.458922e-03 |
rural | urb_rur | rural | 2013 | S020P | 0.9286619 | 0.8901444 | 0.9671795 | 2.116182e-02 |
Rondônia | uf | Rondônia | 2013 | S020P | 0.9407356 | 0.8846533 | 0.9968180 | 3.041658e-02 |
Acre | uf | Acre | 2013 | S020P | 0.9636130 | 0.9249817 | 1.0022443 | 2.045449e-02 |
Amazonas | uf | Amazonas | 2013 | S020P | 0.9362698 | 0.8906073 | 0.9819322 | 2.488343e-02 |
Roraima | uf | Roraima | 2013 | S020P | 0.9604751 | 0.9199474 | 1.0010028 | 2.152868e-02 |
Pará | uf | Pará | 2013 | S020P | 0.9621834 | 0.9180776 | 1.0062891 | 2.338779e-02 |
Amapá | uf | Amapá | 2013 | S020P | 0.9493296 | 0.9040279 | 0.9946314 | 2.434726e-02 |
Tocantins | uf | Tocantins | 2013 | S020P | 1.0000000 | 1.0000000 | 1.0000000 | 0.000000e+00 |
Maranhão | uf | Maranhão | 2013 | S020P | 0.9130951 | 0.8114559 | 1.0147343 | 5.679331e-02 |
Piauí | uf | Piauí | 2013 | S020P | 0.9471935 | 0.8736018 | 1.0207852 | 3.964076e-02 |
Ceará | uf | Ceará | 2013 | S020P | 0.9763104 | 0.9304638 | 1.0221569 | 2.395911e-02 |
Rio Grande do Norte | uf | Rio Grande do Norte | 2013 | S020P | 0.9733074 | 0.9208098 | 1.0258050 | 2.751956e-02 |
Paraíba | uf | Paraíba | 2013 | S020P | 0.9763288 | 0.9421539 | 1.0105038 | 1.785927e-02 |
Pernambuco | uf | Pernambuco | 2013 | S020P | 0.9957694 | 0.9874252 | 1.0041135 | 4.275394e-03 |
Alagoas | uf | Alagoas | 2013 | S020P | 1.0000000 | 1.0000000 | 1.0000000 | 0.000000e+00 |
Sergipe | uf | Sergipe | 2013 | S020P | 1.0000000 | 1.0000000 | 1.0000000 | 0.000000e+00 |
Bahia | uf | Bahia | 2013 | S020P | 0.9676654 | 0.9191417 | 1.0161890 | 2.558470e-02 |
⋮ | ⋮ | ⋮ | ⋮ | ⋮ | ⋮ | ⋮ | ⋮ | ⋮ |
João Pessoa3 | capital | João Pessoa | 2013 | S024P | 0.6555745 | 0.49192726 | 0.8192218 | 0.127361627 |
Recife3 | capital | Recife | 2013 | S024P | 0.7194705 | 0.48298652 | 0.9559545 | 0.167702920 |
Maceió3 | capital | Maceió | 2013 | S024P | 0.5166979 | 0.29987677 | 0.7335191 | 0.214100098 |
Aracaju3 | capital | Aracaju | 2013 | S024P | 0.3939226 | 0.08957323 | 0.6982720 | 0.394197088 |
Salvador3 | capital | Salvador | 2013 | S024P | 0.6028762 | 0.41999924 | 0.7857532 | 0.154768570 |
Belo Horizonte3 | capital | Belo Horizonte | 2013 | S024P | 0.9534134 | 0.88278177 | 1.0240451 | 0.037798103 |
Vitória3 | capital | Vitória | 2013 | S024P | 0.5351656 | 0.23959981 | 0.8307314 | 0.281785017 |
Rio de Janeiro8 | capital | Rio de Janeiro | 2013 | S024P | 0.6266070 | 0.37925466 | 0.8739594 | 0.201406137 |
São Paulo7 | capital | São Paulo | 2013 | S024P | 0.8495150 | 0.75924364 | 0.9397864 | 0.054216432 |
Curitiba3 | capital | Curitiba | 2013 | S024P | 0.8670528 | 0.74836149 | 0.9857442 | 0.069843406 |
Florianópolis3 | capital | Florianópolis | 2013 | S024P | 0.9383892 | 0.82583317 | 1.0509451 | 0.061198041 |
Porto Alegre3 | capital | Porto Alegre | 2013 | S024P | 0.8660500 | 0.74051151 | 0.9915884 | 0.073958091 |
Campo Grande3 | capital | Campo Grande | 2013 | S024P | 0.6378914 | 0.45224705 | 0.8235358 | 0.148486480 |
Cuiabá3 | capital | Cuiabá | 2013 | S024P | 0.5717806 | 0.27860371 | 0.8649574 | 0.261608713 |
Goiânia3 | capital | Goiânia | 2013 | S024P | 0.5326289 | 0.31819106 | 0.7470668 | 0.205413325 |
Brasília3 | capital | Brasília | 2013 | S024P | 0.5741504 | 0.42488229 | 0.7234186 | 0.132645745 |
Fundamental incompleto ou equivalente4 | gescol | Fundamental incompleto ou equivalente | 2013 | S024P | 0.5287431 | 0.45410858 | 0.6033777 | 0.072019002 |
Médio incompleto ou equivalente4 | gescol | Médio incompleto ou equivalente | 2013 | S024P | 0.5243617 | 0.44767570 | 0.6010477 | 0.074616852 |
Superior incompleto ou equivalente4 | gescol | Superior incompleto ou equivalente | 2013 | S024P | 0.6280931 | 0.56678500 | 0.6894011 | 0.049801851 |
Superior completo4 | gescol | Superior completo | 2013 | S024P | 0.6942592 | 0.58586536 | 0.8026530 | 0.079658996 |
S020PSim | total | Brasil | 2013 | S020P | 0.9789359 | 0.97053187 | 0.9873399 | 0.004380100 |
S020PSim1 | total | Capital | 2013 | S020P | 0.9829280 | 0.97004441 | 0.9958117 | 0.006687578 |
S021PSim | total | Brasil | 2013 | S021P | 0.6140717 | 0.57808877 | 0.6500547 | 0.029897151 |
S021PSim1 | total | Capital | 2013 | S021P | 0.6252765 | 0.57564567 | 0.6749072 | 0.040497761 |
S022PSim | total | Brasil | 2013 | S022P | 0.8780041 | 0.85502337 | 0.9009848 | 0.013354219 |
S022PSim1 | total | Capital | 2013 | S022P | 0.8651246 | 0.82949515 | 0.9007541 | 0.021012739 |
S023PSim | total | Brasil | 2013 | S023P | 0.4531967 | 0.41403859 | 0.4923548 | 0.044084608 |
S023PSim1 | total | Capital | 2013 | S023P | 0.4334754 | 0.38169773 | 0.4852531 | 0.060943851 |
S024PSim | total | Brasil | 2013 | S024P | 0.5880058 | 0.54963576 | 0.6263759 | 0.033293744 |
S024PSim1 | total | Capital | 2013 | S024P | 0.7026461 | 0.65581304 | 0.7494791 | 0.034006943 |
diretorio_saida <- "<coloque aqui o diretório>"
write.table(matrizIndicadores,file=paste0(diretorio_saida,"Indicadores_2013S_R.csv"),sep = ";",dec = ",",row.names = FALSE))