PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração

Transcrição

1 PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração PESQUISA SOCIO-ECONOMICA AO NIVEL MUNICIPAL NO BRASIL focando principalmente indicadores relacionados a trabalho, educação, saúde e muito particularmente HABITAÇÃO MÉTODOS QUANTITATIVOS DA PESQUISA EMPÍRICA Professor Dr. Arnoldo Jose de Hoyos Hannah de Carvalho

2 INTRODUÇÃO 1.1 INTRODUÇÃO O presente trabalho tem por objetivo efetuar diversas análises dos dados da Pesquisa Firjan/FGV sobre o Desenvolvimento dos Municípios nos períodos de 2000 e Iniciamos com o entendimento dos dados, incluindo a definição dos indivíduos e das variáveis, suas classificações em variáveis categóricas ou quantitativas, os significados e unidades de medida, além da apresentação da tabela de dados. Na seqüência, analisamos cada uma das variáveis separadamente quanto a sua forma de distribuição, os valores atípicos, medidas de centro e dispersão. Para tal contamos com o auxílio de gráficos (pie chart, barras, histogramas, gráficos de ramos, box-plot, dot-plot e curvas de densidade) e de medidas numéricas (média, mediana, quartis, desvio-padrão, variância, intervalo de confiança e teste de normalidade de Anderson-Darling). Em seguida faremos comparações entre as diversas variáveis analíticas, utilizando técnicas como relações entre as variáveis, regressões múltiplas, comparações, amostragem dos dados, análise multivariada, análise de conglomerados, análise discriminante, regressão logística, análise de correspondência e arvores de classificação. Não será possível, a partir destes dados, efetuarmos a análise de tendência pois não existem séries temporais de dados, requisitos para esta técnica. O software estatístico utilizado é o MINITAB 14. Este trabalho se concentrará nas diversas variáveis que compõem a pesquisa ISDM.

3 ANALISE EXPLORATORIO DE DADOS 1.2- PREPARAÇÃO DOS DADOS Antes da análise dos dados, é necessário avaliar se não existe alguma inconsistência ou falha que possa incorrer em algum erro nas análises futura. Neste caso, como se pode notar no item 1.1, coluna (N*), que indica o número de dados faltantes, em diversas variáveis estão faltando dados, como exemplo: 304 no IFGF e 22 na Emprego e Renda Estatística Descritiva - dados originais Descriptive Statistics: H; H1; H2; H3; H4; H5; H6; ISDM;... Variable N* Mean Minimum Q1 Median Q3 Maximum H 0 4,3854 0,2800 3,7000 4,4400 5,1900 6,4800 H1 0 69,480 0, ,860 73,330 89, ,000 H2 0 96,182 9,530 96,820 99,010 99, ,000 H3 0 84,293 4,320 74,345 93,750 98, ,000 H4 0 29,807 0, ,955 16,820 56,250 99,920 H5 0 77,076 26,770 70,200 77,390 84,430 97,500 H6 0 54,319 4,740 45,035 55,300 64,615 89,330 ISDM 0 4,4325 0,5500 3,6000 4,6400 5,3500 6,2800 IFDM 71 0, , , , , ,94860 IFGF 304 0, , , , , ,97000 E2_4 0 85,481 45,720 79,525 87,510 92, ,000 T1_2 0 56,304 6,400 41,275 57,420 71,380 94,910 S1_1 1 14,260 0, ,293 12,580 20, ,330 R1 0 24,525 0,0700 8,620 19,990 39,480 78,800 Educação 22 0, , , , , ,00000 Emprego e Renda 22 0, , , , , ,00000 Liquidez 304 0, , , , , , Estatística Descritiva dos dados originais (N*=0) Como foi observado no tópico anterior que os indicadores IFDM, IFGF, S1_1, Liquidez, Educação e Emprego & Renda estão faltando (N* - coluna) usaremos o número referente ao primeiro quartil para as células vazias. Descriptive Statistics: H; H1; H2; H3; H4; H5; H6; ISDM;... Variable N* Mean Minimum Q1 Median Q3 Maximum H 0 4,3854 0,2800 3,7000 4,4400 5,1900 6,4800 H1 0 69,480 0, ,860 73,330 89, ,000 H2 0 96,182 9,530 96,820 99,010 99, ,000 H3 0 84,293 4,320 74,345 93,750 98, ,000 H4 0 29,807 0, ,955 16,820 56,250 99,920 H5 0 77,076 26,770 70,200 77,390 84,430 97,500 H6 0 54,319 4,740 45,035 55,300 64,615 89,330 ISDM 0 4,4325 0,5500 3,6000 4,6400 5,3500 6,2800 IFDM 0 0, , , , , ,94860 IFGF 0 0, , , , , ,97000 E2_4 0 85,481 45,720 79,525 87,510 92, ,000 T1_2 0 56,304 6,400 41,275 57,420 71,380 94,910 S1_1 0 14,259 0, ,293 12,580 20, ,330 R1 0 24,525 0,0700 8,620 19,990 39,480 78,800 Educação 0 0, , , , , ,00000 Emprego e Renda 0 0, , , , , ,00000 Liquidez 0 0, , , , , ,00000 E2_ ,481 8,881 45,722 79,528 87,510 92,529

4 1.4 Estatística Descritiva dos dados (adequação dos indicadores à escala 1-0) Em seguida, para adequar os dados no estudo e possibilitar avaliações comparativas entre estes, os indicadores, foram transformados em indicadores que variam de 0 à 1, e para tal adotou-se à seguinte fórmula:

5 2.2 AS VARIÁVEIS As variáveis desta pesquisa incluem os 3 principais índices sintéticos que são ISDM, IFDM e IFGF, que são médias ponderadas dos dados analíticos globais da pesquisa, e variáveis analíticas, referente à educação, saúde, renda, emprego e habitação. Tabela 1. As Variáveis Variável Significado Tipo UF Abreviação de Unidade Federativa (ou Unidade da Variável Federação) do Brasil. As UF do Brasil são entidades Categórica autônomas, com governo e constituição próprias, que em seu conjunto constituem a República Federativa do Brasil. (IBGE, 2013) Município O município é a divisão administrativa autônoma da Variável UF. São as unidades de menor hierarquia dentro da Categórica organização político administrativa do Brasil, criadas através de leis ordinárias das Assembléias Legislativas de cada Unidade da Federação e sancionadas pelo Governador. (IBGE, 2013) UF2 Apresenta a sigla que representa as Unidades Variável Federativas (ou Unidades da Federação) do Brasil. Categórica H- Habitação Indicador do ISDM composto por H1, H2, H3, H4, H5, Variável H6. Quantitátiva Unidade de Medida N/A N/A N/A Percentual H1- Água Proporção de pessoas que vivem em domicilio com Variável Percentual Encanada acesso à água canalizada em pelo menos um cômodo. Quantitátiva H2- Proporção de pessoas que vivem em domicilio com Variável Percentual Esgotamento esgotamento sanitário do tipo rede geral ou esgoto Quantitátiva Sanitário pluvial. H3- Coleta de Proporção de pessoas que vivem em domicilio Variável Percentual Lixo atendido por coleta de lixo (realizada por serviço de Quantitátiva

6 limpeza, ou cujo lixo é colocado em caçamba de serviço de limpeza). H4- Energia Proporção de pessoas que vivem em domicilio que tem Variável Percentual Elétrica acesso à energia elétrica provida por companhia Quantitátiva distribuidora. H5- Proporção de pessoas que vivem em domicilio próprio Variável Percentual Domicilio de algum morador (Já pago ou ainda pagando). Quantitátiva Próprio H6- Percentual de pessoas que vivem em domicilio que tem Variável Percentual Densidade densidade de moradores por dormitório inferior à dois. Quantitátiva por Dormitório ISDM Indicador Social de Desenvolvimento dos Municipios, Variável Percentual calculado pelo Centro de Economia Aplicada da Quantitátiva Fundação Getulio Vargas (C-Micro-FGV)- pretende contribuir para o debate de políticas publicas brasileira fornecendo uma medida sintética de bem-estar dos municípios que considere algumas de suas caracteristicas importantes relacionadas à dimensão de Renda, Habitação, Educação, Trabalho, Saude e Segurança. IFDM Indice Firjan de Desenvolvimento Municipal é um Variável 0-1 estudo anual que acompanha o desenvolvimento dos Quantitátiva Proporção 5565 municipios do Brasil em três áreas: Emprego e Renda, Educação e Saúde, variando de 0à 1, sendo que quanto mais próximo de 1, maior é o desenvolvimento da localidade. IFGF Indice Firjan de Gestão Fiscal, para estimular a cultura Variável 0-1 de responsabilidade administrativa para Quantitátiva Proporção aperfeiçoamento das decisões quanto à alocação de recursos públicos afim de contribuir com uma gestão eficiente e democrática e maior controle social da gestão fiscal dos municípios. Indicadores: Receita própria, pessoal, investimentos, liquidez e custo da divida.

7 E2_4 Percentual de crianças de 7 a 14 anos que estão na série correta segundo a idade Numérico Escala convertida para intervalo entre 0 e 1. T1_2- Formalização empregados S1_1- Mortalidade Infantil R1- Linha de Pobreza Educação Emprego e Renda Taxa de formalização entre os empregados Numérico Escala convertida para intervalo entre 0 e 1. Taxa de sobrevivência infantil no primeiro ano de vida, Numérico Escala representada pela diferença entre o número de nascidos convertida vivos e o número de óbitos até um ano de idade. para intervalo entre 0 e 1. Numérico Escala convertida para intervalo entre 0 e 1. Média ponderada dos indicadores da dimensão Numérico Escala Educação (E1_1, E1_2, E2_1, E2_2, E2_3, E2_4, convertida E2_5, E2_6, E3_1, E3_2 e E3_3) padronizada pela para média do Brasil. intervalo entre 0 e 1. Geração, estoque e salários médios dos empregos Numérico Escala formais (IFDM). convertida para intervalo entre 0 e 1. Liquidez Índice de liquidez dos municípios. Numérico Escala convertida para intervalo entre 0 e 1.

8 3. ANÁLISE DAS VARIÁVEIS 3.1 Variáveis Categóricas ou qualitativas. Este tipo de variável indica que o foco de concentração deve ser a análise de gráficos do tipo pie chart e barras Variável: UF e UF2 Nossa amostra totaliza 26 unidades federativas e 1 distrito federal. As unidades federativas estão distribuídas em 5 regiões. Unidades Federativas x Regiões Nordeste 32.2% Norte 7.8% Centro-Oeste 8.4% Category Norte Centro-Oeste Sul Sudeste Nordeste Sul 21.5% Sudeste 30.0% No que diz respeito a relação regiões e cidades pode-se observar no gráfico acima que as regiões Nordeste (32,2%), Sudeste (30,0%) e Sul (21,5%) concentram 83, 7% dos municípios

9 do território nacional, enquanto as demais regiões, Norte (7.8%) e Centro-Oeste (8,4%) somam apenas 16, 2% dos munícipios. Além da concentração dos municípios brasileiros, as três regiões tem em comum o fato de serem as três regiões banhadas significativamente pelo oceano Atlântico. Fato este, que nos ajuda a entender a concentração nestas regiões Variável: Munícipios Os gráficos abaixo nos ajudam a entender melhor o comportamento desta variável RS RR RO SC RN SE RJ PR Cidades X Estados SP PI TOther AC AL PE PB AMAP PA BA MT MS CE ES GO MA MG C ategory A C A L A M A P BA C E ES GO MA MG MS MT PA PB PE PI PR RJ RN RO RR RS SC SE SP TO O ther.

10 900 Cidades X Estados Cidades RO AC AP RR DF AM PA MT TO AL RJ MS ES SE RN UF2 PI PB MA PE CE SP RS BA PR SC GO MG

11 Análise: - O comportamento dos municipios por Unidades Federativas (UF2) não consiste em igualdade conforme demonstra os gráficos acima, pois enquanto o estado de Minas Gerais que contém a maior quantidade de municípios brasileiros tem 851 cidades que correspondem à 15,3 %, Roraima tem apenas 15 municipios que é correspondente à 0,3%. Portanto Minas Gerais tem 57 vezes mais municípios que Roraima. A distância aumenta ao considerarmos o Distrito Federal que tem somente uma cidade. - O Primeiro e o segundo quartil concentram-se nas regiões Norte e Centro-Oeste, de maneira que tem somente dois estados no Sudeste: Rio de Janeiro e Espirito Santo e no Nordeste apenas: Alagoas e Sergipe, exclui-se deste contexto Goiás que corresponde ao quarto quartil Portanto podemos afirmar que nestas regiões concentram-se os estados com menor quantidade de municípios que totalizam 1.015, ou seja, as Regiões Norte e Centro-Oeste somadas aos quatro estados descritos acima correspondem 18% do total de municípios brasileiros. - No terceiro Quartil os estados possuem a quantidade de municípios entre 167 e 223 concentrados na Região Sul e Sudeste, incluindo a Bahia que pertence à região Nordeste, exclui-se deste contexto Rio de Janeiro e Espirito Santo. Este quartil é composto por municipios que correspondem à 22% do total de municípios brasileiros. -No ultimo Quartil visualizamos os estados que possuem as maiores quantidades de municípios, com forte concentração na região Nordeste, excluindo-se destes os estados da Bahia, Alagoas e Sergipe e incluimos Goias correspondente à região centro-oeste. Deste total temos municipios que correspondem à 60% do total de municípios brasileiros., portanto a Região Nordeste é composta pelos estados que mais contém municípios. 3.2 Variáveis Quantitativas A variável quantitativa quando seus valores forem expressos em números, podendo estar subdivididas em quantitativa discreta e quantitativa continua,de modo que o primeiro caso refere-se aos valores contidos em um intervalo razoável e a segunda são aquelas cujo valor só pode pertencer à um conjunto enumerável. Usaremos neste caso ferramentas de análise tais como; histogramas, gráficos e as informações numéricas disponíveis Variável: IFGF Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão,

12 Histogra ma e Box-Plot Intervalo de variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável IFGF. Mean % Confidence Intervals Summary for IFGF A nderson-darling Normality Test A -Squared P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum % C onfidence Interv al for Mean % C onfidence Interv al for Median % C onfidence Interv al for StDev Medidas Numéri Median As principais observações que podemos fazer são: - Forma: O histograma apresenta uma curva de freqüência com assimetria negativa, pois neste caso a Mediana é maior que a Média, a cauda é assimétrica à esquerda. Apresenta um pico decorrente do ajuste feito com informações do primeiro quartil para preenchimento de valor dos municípios sem dados. - Valores Atípicos: Há 5 valores de IFGF atípicos no gráfico. Trata-se de 3 municípios do Nordeste com valores muito baixos, Ilha Grande/PI (0,08), Buerarema/BA (0,10) e Conceição/PB (0,11) e dois muito acima Poá/SP (0,96) e Santa Isabel/GO (0,97) conforme demonstra o Box-plot.. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos munícipios têm IFGF menor do que 0,53 e metade IFGF maior do que este valor. O IFGF médio do dos municípios é de 0,5267, e o desvio-padrão (medida de dispersão) é 0,1479. O IFGF mínimo é de 0,08, e o máximo 0,97, demonstrando uma grande amplitude. A mediana é de 0,53, estando muito próxima da média Variável: IFDM Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão, variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável IFDM.

13 Summary for IFDM Histogra ma e Box-Plot A nderson-darling Normality Test A -Squared 6.01 P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum Medidas Numéri 95% C onfidence Interv al for Mean Intervalo de 95% Confidence Intervals % C onfidence Interv al for Median % C onfidence Interv al for StDev Mean Median As principais observações que podemos fazer são:

14 - Forma: O histograma apresenta uma curva de freqüência simétrica, pois neste caso a Mediana é igual à Média conforme está descrito no gráfico sumário e ranking acima. Portanto podemos concluir que existem apenas seis estados com alto desenvolvimento: 22% e por outro lado apenas Alagoas com desenvolvimento regular: 4%, os demais 20 estados que correspondem à 74% tem desenvolvimento regular. - Valores Atípicos: Há 4 valores de IFDM atípicos, 2 que apresentam resultados abaixo de 0,37, e 2 que representam dados acima de 0,97, ou seja: Alagoas, Amapá, São Paulo e Paraná respectivamente conforme demonstra o Box-plot.. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem IFDM menor do que 0, O IFDM médio é de 0,64888, bastante próximo da média o que nos confirma a simetria. O desvio-padrão (medida de dispersão) é de 0,09580, que implica em uma dispersão grande da população e uma variação grande entre os diversos municípios do Brasil Variável: ISDM Histogra ma e Box-Plot Intervalo de Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão, variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável ISDM. Mean % Confidence Intervals Summary for ISDM A nderson-darling Normality Test A -Squared P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum % C onfidence Interv al for Mean % C onfidence Interv al for Median % C onfidence Interv al for StDev Medidas Numéri Median Com base neste quadro-resumo, concluímos:

15 - Forma: O histograma apresenta uma curva de freqüência com assimetria negativa, pois neste caso a Mediana é maior que a Média, a cauda é assimétrica à esquerda demonstrando que muitos municípios possuem um nível médio de desenvolvimento ou um nível baixo de desenvolvimento e poucas possuem um alto nível de desenvolvimento Existem duas corcovas no gráfico que nos mostra que existem duas realidades diferentes dentro dos dados analisados, ou seja, existem tipicamente dois tipos de municípios dentro do Brasil, e cada tipo está em um estágio diferente de desenvolvimento. - Valores Atípicos: Há 3 valores de ISDM atípicos, que apresentam resultados abaixo de 0,8, que são os municípios de Chaves, PA; Amajari, RR e Melgaço, PA, conforme demonstra o Box-plot.. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem ISDM menor do que 4, O ISDM médio é de 4,4324, mas o desvio-padrão (medida de dispersão) é de 1,0929, que implica em uma dispersão grande da população e uma variação grande entre os diversos municípios do Brasil Variável: H- Habitação Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão, variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável Habitação.

16 Summary for H Histogra ma e Box-Plot A nderson-darling Normality Test A -Squared P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum Medidas Numéri 95% C onfidence Interv al for Mean Intervalo de 95% Confidence Intervals % C onfidence Interv al for Median % C onfidence Interv al for StDev Mean Median Forma: O histograma apresenta uma curva de freqüência com assimetria negativa, pois neste caso a Mediana é maior que a Média, a cauda é assimétrica à esquerda demonstrando que muitos municípios possuem um nível médio de desenvolvimento ou um nível baixo de desenvolvimento e poucas possuem um alto nível de desenvolvimento. - Valores Atípicos: Há 4 valores de Habitação atípicos, que apresentam resultados abaixo de 0,9 que são os municípios de Canaã, PA; Maracanã, PA; Pacaraima RR e Wenceslau, MG conforme demonstra o Box-plot.. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem o índice de habitação menor do que 4,44. O índice de habitação médio é de 4,3854, mas o desvio-padrão (medida de dispersão) é de 1,0228, que implica em uma dispersão grande da população e uma variação grande entre os diversos municípios do Brasil Variável: H1- Água Canalizada Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão, variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável H1-Água canalizada.

17 Summary for H1 Histogra ma e Box-Plot A nderson-darling Normality Test A -Squared P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum Medidas Numéri 95% C onfidence Interv al for Mean Intervalo de 95% Confidence Intervals % C onfidence Interv al for Median % C onfidence Interv al for StDev Mean Median Forma: O histograma apresenta uma curva de freqüência com assimetria negativa, pois neste caso a Mediana é maior que a Média, a cauda é assimétrica à esquerda demonstrando que na maior parte dos municípios as pessoas vivem em domicilio com acesso à água canalizada em pelo menos um cômodo e poucos municípios não possuem água canalizada, conforme pesquisa realizada em julho de 2008 pela Unesp conclui-se que 72% da população recebe água canalizada, ratificando nossos dados acima: - Valores Atípicos: Não há conforme demonstra o Box-plot.. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem o índice de água canalizada menor do que O índice de água canalizada médio é de , mas o desvio-padrão (medida de dispersão) é de , que implica em uma dispersão grande da população e uma variação grande entre os diversos municípios do Brasil Variável: H2- Esgotamento Sanitário Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão, variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável H2- Esgotamento Sanitário.

18 Summary for H2 Histogra ma e Box-Plot A nderson-darling Normality Test A -Squared P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum Medidas Numéri 95% C onfidence Interv al for Mean Intervalo de 95% Confidence Intervals % C onfidence Interv al for Median % C onfidence Interv al for StDev Mean Median Forma: O histograma apresenta uma curva de freqüência com assimetria negativa, pois neste caso a Mediana é maior que a Média, a cauda é assimétrica à esquerda demonstrando que na maior parte dos municípios as pessoas há uma alta taxa de pessoas vivem em domicilio com esgotamento Sanitário do tipo rede ou esgoto pluvial, as baixas taxas demonstram que existem cidades pouco desenvolvidas. - Valores Atípicos: Há muitos valores atípicos que apresentam resultados abaixo de que são as cidades com esgotamento sanitário do tipo rede ou fluvial, significa portanto que para estas cidades 6.82 % não são possuem esgotamento do tipo rede ou esgoto pluvial. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem o índice de esgotamento sanitário menor do que O índice de esgotamento sanitário médio é de , mas o desvio-padrão (medida de dispersão) é de 8.190, que implica em uma dispersão grande da população e uma variação grande entre os diversos municípios do Brasil Variável: H3- Coleta de Lixo Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão, variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável H3- Coleta de lixo.

19 Summary for H3 Histogra ma e Box-Plot A nderson-darling Normality Test A -Squared P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum Medidas Numéri 95% C onfidence Interv al for Mean Intervalo de 95% Confidence Intervals % C onfidence Interv al for Median % C onfidence Interv al for StDev Mean Median Forma: O histograma apresenta uma curva de freqüência com assimetria negativa, pois neste caso a Mediana é maior que a Média, a cauda é assimétrica à esquerda demonstrando que na maior parte dos municípios as pessoas vivem em domicilio com Coleta de lixo. - Valores Atípicos: Há muitos valores atípicos que apresentam resultados abaixo de Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem o índice de coleta de lixo menor do que O índice de coleta de lixo médio é de , mas o desvio-padrão (medida de dispersão) é de , que implica em uma dispersão grande da população e uma variação grande entre os diversos municípios do Brasil Variável: H4- Energia elétrica Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão, variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável H4- Energia Elétrica.

20 Summary for H4 Histogra ma e Box-Plot A nderson-darling Normality Test A -Squared P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum Medidas Numéri 95% C onfidence Interv al for Mean Intervalo de 95% Confidence Intervals % C onfidence Interv al for Median % C onfidence Interv al for StDev Mean Median Forma: O histograma apresenta uma curva de freqüência com assimetria positiva, pois neste caso a Mediana é menor que a Média, a cauda é assimétrica à direita. - Valores Atípicos: Não há conforme demonstra o Box-plot.. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem o índice de energia elétrica menor do que O índice de energia elétrica médio é de , mas o desvio-padrão (medida de dispersão) é de , que implica em uma dispersão grande da população e uma variação grande entre os diversos municípios do Brasil Variável: H5- Domicilio Próprio Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão, variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável H5- Domicilio Próprio.

21 Summary for H5 Histogra ma e Box-Plot A nderson-darling Normality Test A -Squared P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum Medidas Numéri 95% C onfidence Interv al for Mean Intervalo de 95% Confidence Intervals % C onfidence Interv al for Median % C onfidence Interv al for StDev Mean Median Forma: O histograma apresenta uma curva de freqüência com assimetria negativa, pois neste caso a Mediana é maior que a Média, a cauda é assimétrica à esquerda - Valores Atípicos: Existem muitos valores atípicos que apresentam resultados abaixo de Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem o índice de domicilio próprio menor do que O índice de domicilio próprio médio é de , mas o desvio-padrão (medida de dispersão) é de 9.53, que implica em uma dispersão grande da população e uma variação grande entre os diversos municípios do Brasil Variável: H6- Densidade por dormitório Segue abaixo quadro contendo Histograma, Curva de Densidade, Box-Plot, Intervalo de confiança da média e mediana, além das medidas numéricas como média, desvio-padrão, variância, quantidade de observações, valores mínimos, máximos, informações dos quartis e o teste de normalidade de Anderson-Darling (A-Squared e P-Value), para a variável H6- Densidade por dormitório.

22 Summary for H6 Histogra ma e Box-Plot A nderson-darling Normality Test A -Squared P-V alue < Mean StDev V ariance Skew ness Kurtosis N 5565 Minimum st Q uartile Median rd Q uartile Maximum Medidas Numéri 95% C onfidence Interv al for Mean Intervalo de 95% Confidence Intervals % C onfidence Interv al for Median % C onfidence Interv al for StDev Mean Median Forma: O histograma apresenta uma curva de freqüência com assimetria negativa, pois neste caso a Mediana é maior que a Média, a cauda é assimétrica à esquerda. - Valores Atípicos: Existem muitos valores atípicos que apresentam resultados abaixo de Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem o índice de densidade por dormitório menor do que O índice densidade por dormitório médio é de , mas o desvio-padrão (medida de dispersão) é de , que implica em uma dispersão grande da população e uma variação grande entre os diversos municípios do Brasil VARIÁVEL EDUCAÇÃO

23 Summary for Educação A nderson-darling Normality Test A -Squared 8,14 P-V alue < 0,005 Mean 0,74065 StDev 0,11324 V ariance 0,01282 Skew ness -0, Kurtosis -0, N ,45 0,54 0,63 0,72 0,81 0,90 0,99 Minimum 0, st Q uartile 0,66200 Median 0, rd Q uartile 0,82310 Maximum 1, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,11539 Mean Median 0,738 0,740 0,742 0,744 0,746 0,748 0,750 As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que trata-se de uma distribuição que tende a ser simétrica cujo pico concentra-se no centro, o que é comum para variáveis que indiquem desempenho regular. A curva apresenta várias corcovas, o que indica que temos diversas realidades sobre a questão da variabilidade sobre Educação nos municípios do Brasil. Os dados se dispersam muito, não existe um padrão na questão e pode-se concluir que existe muita diversidade entre os dados. - Valores Atípicos: Há muitos valores atípicos de Educação, que apresentam resultados abaixo de 0, O desempenho Educação é considerado médio nos municípios do Brasil. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem Educação menor do que 0, A Educação média é 0,58679 e o desvio-padrão (medida de dispersão) é de 0,17984, que implica em uma dispersão média para a questão VARIÁVEL EMPREGO E RENDA

24 Summary for Emprego e Renda A nderson-darling Normality Test A -Squared 105,67 P-V alue < 0,005 Mean 0,40375 StDev 0,15527 V ariance 0,02411 Skew ness 0,88830 Kurtosis 1,32099 N ,00 0,14 0,28 0,42 0,56 0,70 0,84 0,98 Minimum 0, st Q uartile 0,30560 Median 0, rd Q uartile 0,47118 Maximum 1, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,15821 Mean Median 0,37 0,38 0,39 0,40 0,41 - Forma: O Histograma nos permite verificar que trata-se de uma distribuição fortemente assimétrica tendendo para a esquerda, o que é comum para variáveis que indiquem desempenho baixo e menores números dentro de toda a distribuição dos dados. Esta conclusão está comprovada pelo teste de normalidade de Anderson-Darling que indica que a distribuição não pode ser considerada uma Normal. A maior parte das cidades possui valores baixos de EMPREGO E RENDA. Muitas cidades possuem um nível médio de EMPREGO E RENDA e poucas possuem um nível alto de EMPREGO E RENDA. Existe apenas uma corcova no gráfico. - Valores Atípicos: Há alguns valores atípicos de EMPREGO E RENDA atípicos, que apresentam resultados abaixo de 0,4742, e muitos valores atípicos acima da curva (0,72208). Esta informação nos diz que existem municípios no Brasil que apresentam Taxas de EMPREGO E RENDA acima da curva e alguns abaixo da curva. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem EMPREGO E RENDA menor do que O EMPREGO E RENDA médio é de 0,40414 e o desvio-padrão (medida de dispersão) é de 0,15543, que implica em uma dispersão alta do índice de EMPREGO E RENDA VARIÁVEL LIQUIDEZ

25 O indicador demonstra se o município possui recursos financeiros suficientes para fazer frente ao montante de restos a pagar. Se o município apresentar mais restos a pagar do que ativos financeiros disponíveis a pontuação será zero. Na leitura dos resultados, quanto mais próximo de 1,00, menos o município está postergando pagamentos para o exercício seguinte sem a devida cobertura Summary for Liquidez A nderson-darling Normality Test A -Squared 257,92 P-V alue < 0,005 Mean 0,55136 StDev 0,37352 V ariance 0,13952 Skew ness -0,32322 Kurtosis -1,46949 N ,00 0,14 0,28 0,42 0,56 0,70 0,84 0,98 Minimum 0, st Q uartile 0,19000 Median 0, rd Q uartile 0,91000 Maximum 1, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,38059 Mean Median 0,550 0,575 0,600 0,625 0,650 0,675 - Forma: O Histograma nos permite verificar que trata-se de uma distribuição totalmente assimétrica tendendo levemente para a direita, o que é comum para variáveis que indiquem desempenho baixo e menores números dentro de toda a distribuição dos dados. Esta conclusão está comprovada pelo teste de normalidade de Anderson-Darling que indica que a distribuição não pode ser considerada uma Normal. Os valores de LIQUIDEZ se espalham por todo o gráfico, não tendo um pico dos dados. - Valores Atípicos: Não existem valores atípicos de LIQUIDEZ visto que a variabilidade dos dados é tão alta que se distribui uniformemente por todo o gráfico. Não existe um padrão nesta variável. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem LIQUIDEZ menor do que O LIQUIDEZ médio é de 0,55130 e o desvio-padrão

26 (medida de dispersão) é de 0,37328, que implica em uma dispersão absoluta do índice de LIQUIDEZ VARIÁVEL R1 - Pessoas com renda domiciliar per capita abaixo da linha de pobreza (R$ 140,00) Summary for R1 A nderson-darling Normality Test A -Squared 154,09 P-V alue < 0,005 Mean 24,528 StDev 17,698 V ariance 313,220 Skew ness 0, Kurtosis -0, N Minimum 0,070 1st Q uartile 8,630 Median 19,995 3rd Q uartile 39,480 Maximum 78,800 95% C onfidence Interv al for Mean 24,063 24,993 95% C onfidence Interv al for Median 19,064 20,990 95% Confidence Intervals 95% C onfidence Interv al for StDev 17,375 18,033 Mean Median Forma: O Histograma nos permite verificar que trata-se de uma distribuição que tende a ser levemente assimétrica cujo pico concentra-se à esquerda, o que é comum para variáveis que indiquem desempenho baixo. A curva apresenta algumas corcovas, sendo duas altamente acentuadas, a primeira com maior pico e localizada fortemente à esquerda do gráfico. Indica que o comportamento atípico da variabilidade sobre os dados de R1. Os dados se dispersam bastante, e podemos afirmar que a variável R1 tem alta dispersão em relação aos municípios do Brasil. - Valores Atípicos: Não existem valores atípicos de R1. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem R1 menor do que O R1 médio é de e o desvio-padrão (medida de dispersão) é de , que implica em uma dispersão alta para R VARIÁVEL T1_2 - Taxa de formalização entre os empregados

27 Summary for T1_2 A nderson-darling Normality Test A -Squared 41,06 P-V alue < 0,005 Mean 56,299 StDev 18,233 V ariance 332,425 Skew ness -0, Kurtosis -0, N Minimum 6,400 1st Q uartile 41,273 Median 57,415 3rd Q uartile 71,380 Maximum 94,910 95% C onfidence Interv al for Mean 55,820 56,778 95% C onfidence Interv al for Median 56,580 58,206 95% Confidence Intervals 95% C onfidence Interv al for StDev 17,900 18,578 Mean Median 56,0 56,5 57,0 57,5 58,0 58,5 As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que trata-se de uma distribuição simétrica, embora o gráfico apresente várias corcovas na sua distribuiçõ. Indica que trata-se de um desempenho regular. Esta conclusão está comprovada pelo teste de normalidade de Anderson- Darling que indica que a distribuição pode ser considerada uma Normal. Muitas cidades possuem um baixo nível de desenvolvimento, muitas cidades possuem um nível médio de desenvolvimento e muitas possuem um nível alto de desenvolvimento. Existem várias corcovas no gráfico que nos mostra que existem N realidades nos dados analisados, ou seja, existem vários tipos de municípios dentro do Brasil em relação à formalização dos empregos. - Valores Atípicos: Não existem valores atípicos de T1_2. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem T1_2 menor do que O T1_2 médio é de , e o desvio-padrão (medida de dispersão) é de , que implica em uma dispersão grande da população de T1_ VARIÁVEL S1_1 - Taxa de mortalidade infantil, por mil nascidos vivos.

28 Summary for S1_1 A nderson-darling Normality Test A -Squared 160,55 P-V alue < 0,005 Mean 14,261 StDev 14,283 V ariance 204,007 Skew ness 4,2572 Kurtosis 59,4151 N Minimum 0,000 1st Q uartile 4,278 Median 12,575 3rd Q uartile 20,080 Maximum 333,330 95% C onfidence Interv al for Mean 13,885 14,636 95% C onfidence Interv al for Median 12,294 12,916 95% Confidence Intervals 95% C onfidence Interv al for StDev 14,023 14,554 Mean Median 12,0 12,5 13,0 13,5 14,0 14,5 - Forma: O Histograma nos permite verificar que trata-se de uma distribuição fortemente assimétrica tendendo para a esquerda, o que é comum para variáveis que indiquem desempenho baixo e menores números dentro de toda a distribuição dos dados. Esta conclusão está comprovada pelo teste de normalidade de Anderson-Darling que indica que a distribuição não pode ser considerada uma Normal. A maior parte das cidades possui valores baixos de S1_1. Pouca cidades possuem um nível médio de S1_1 e quase nenhuma possuem um nível alto de S1_1. Existem duas corcovas visíveis no gráfico. Como trata-se de nascido vivos, o número baixo é bom porque a maioria dos nascidos vivos sobrevivem após um ano de vida. - Valores Atípicos: Há alguns valores atípicos de S1_1, que apresentam resultados acima de 0, Esta informação nos diz que existem municípios no Brasil que apresentam Taxas de S1_1 acima da curva, ou seja, que o índice de mortalidade é alto. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem S1_1 menor do que O S1_1 médio é de e o desvio-padrão (medida de dispersão) é de , que implica em uma dispersão baixa do índice de S1_ VARIÁVEL E2_4 Crianças entre 7 e 14 anos que estudam na série correta segundo sua idade

29 Summary for E2_4 A nderson-darling Normality Test A -Squared 95,36 P-V alue < 0,005 Mean 85,480 StDev 8,882 V ariance 78,889 Skew ness -0, Kurtosis 0, N Minimum 45,720 1st Q uartile 79,523 Median 87,510 3rd Q uartile 92,530 Maximum 100,000 95% C onfidence Interv al for Mean 85,246 85,713 95% C onfidence Interv al for Median 87,164 87,880 95% Confidence Intervals 95% C onfidence Interv al for StDev 8,720 9,050 Mean Median 85,0 85,5 86,0 86,5 87,0 87,5 88,0 - Forma: O Histograma nos permite verificar que trata-se de uma distribuição fortemente assimétrica tendendo para a direita, o que é comum para variáveis que indiquem desempenho alto e taxas elevadas. Esta conclusão está comprovada pelo teste de normalidade de Anderson-Darling que indica que a distribuição não pode ser considerada uma Normal. A curva apresenta várias corcovas, o que indica que temos diversas realidades sobre a questão da série correta dos alunos. Os dados se dispersam muito, não existe um padrão na questão e pode-se concluir que existe muita diversidade entre a questão do grau correto de idade e escolaridade nos municípios. - Valores Atípicos: Há muitos valores atípicos de E2_4 atípicos, que apresentam resultados abaixo de 0,25933 que são as cidades cujas crianças que estão na série correta. - Centro e Dispersão: A mediana nos indica que aproximadamente metade dos municípios tem E2_4 menor do que O E2_4 médio é de e o desvio-padrão (medida de dispersão) é de , que implica em uma dispersão grande para a questão.

30 RELAÇÃO ENTRE AS VARIÁVEIS 4 RELAÇÃO ENTRE VARIÁVEIS: CORRELAÇÃO, REGRESSÃO E TESTE QUI- QUADRADO. 4.1 Gráficos de dispersão com LINHAS DE TENDÊNCIAS Gráficos de dispersão devem ser inicialmente analisados quanto a seu padrão geral e seus desvios relativos ao padrão. A descrição do padrão geral pode ser feita pela verificação de sua forma, direção e intensidade. 4.2 GRÁFICOS DE DISPERSÃO entre variáveis Habitação e Emprego e Renda GRAFH >> SCATTERPLOT >> SIMPLE A quantidade de dados analisados é muito grande, são 5565 municípios, o que causa uma mancha no gráfico e dificulta a visualização. Uma forma de contornar esta situação seria selecionar os dados por amostragem, mas neste caso não é aplicado, pois não existem critérios específicos que garantiriam a fidelidade da amostra em relação à população. 1,0 Scatterplot of Emprego e Renda vs H 0,8 Emprego e Renda 0,6 0,4 0,2 0,0 0,0 0,2 0,4 H 0,6 0,8 1,0

31 Gráficos de dispersão devem ser inicialmente analisados quanto a seu padrão geral e seus desvios relativos ao padrão. A descrição do padrão geral pode ser feita pela verificação de sua forma, direção e intensidade. Direção: Da análise das correlações acima percebemos que quase todas possuem associações positivas, ou seja, o crescimento de uma variável é acompanhado do crescimento da outra. O que nos parece é que não há nenhuma associação negativa, ao menos de evidência visual. Intensidade: O gráfico acima parece indicar a existência de relações lineares, embora no ponto mais alto do gráfico os pontos tendem a decair, e perde a característica de uma reta. Forma: O gráfico apresenta conglomerados que sugerem relações lineares, embora prejudicado pelo excesso de dados da população (5565 linhas). Valores Atípicos: Todos os gráficos indicam a existência de valores atípicos, ou seja, indivíduos ou municípios que possuem seus indicadores de Habitação e Emprego e Renda fora da curva. 4.3 LINHAS DE TENDÊNCIAS entre Habitação e Emprego e Renda GRAFH >> SCATTERPLOT >> WITH REGRESSION

32 Scatterplot of H vs Emprego e Renda 1,0 0,8 0,6 H 0,4 0,2 0,0 0,0 0,2 0,4 0,6 Emprego e Renda 0,8 1,0 Para se verificar qual o tipo de relação (linear, quadrática, cúbica, exponencial, etc.) existente entre as variáveis, adicionamos em cada gráfico de dispersão uma linha de tendência. O gráfico analisado neste caso contém a variável Habitação em relação Emprego e Renda. Podemos afirmar que os pontos estão muito próximos da linha e são ascendentes, o que nos aponta que o tipo de relação entre as variáveis é linear, embora existam valores atípicos distribuídos por toda a extensão da reta. 4.4 LINHAS DE TENDÊNCIAS entre Educação e H6 (Proporção de pessoas que vivem em domicílio que tem densidade de moradores por dormitório inferior a 2)

33 Scatterplot of Educação vs H6 1,0 0,9 0,8 Educação 0,7 0,6 0,5 0,4 0,3 0,0 0,2 0,4 H6 0,6 0,8 1,0 O segundo gráfico compara a tendência entre as variáveis Educação com H6. Se compararmos com o gráfico anterior, podemos constatar que a nuvem de pontos está mais concentrada na parte superior que o gráfico anterior. As duas linhas são crescentes, e concluíse que quando aumenta o índice de Educação, cresce o Emprego e Renda e melhora a questão da habitação. 4.5 CORRELAÇÃO LINEAR A matriz de correlação incluí o teste de significância p-value. Para a correlação foi utilizado o índice de Pearson. Vale ressaltar que o índice de correlação entre as variáveis não requer que exista uma relação de causa-efeito entre ambas. Esta primeira visão exibe a correlação entre todas as variáveis utilizadas no trabalho. STAT >> BASIC STATISTICS >> CORRELATION

34 Correlations: H; H1; H2; H3; H4; H5; H6; ISDM;... H H1 H2 H3 H1 0,829 0,000 H2 0,829 1,000 0,000 * H3 0,831 0,684 0,684 0,000 0,000 0,000 H4 0,769 0,543 0,543 0,404 0,000 0,000 0,000 0,000 H5-0,443-0,515-0,515-0,481 0,000 0,000 0,000 0,000 H6 0,644 0,384 0,384 0,688 0,000 0,000 0,000 0,000 ISDM 0,916 0,808 0,808 0,869 0,000 0,000 0,000 0,000 IFDM 0,723 0,672 0,672 0,673 0,000 0,000 0,000 0,000 IFGF 0,309 0,284 0,284 0,367 0,000 0,000 0,000 0,000 E2_4 0,648 0,527 0,527 0,696 0,000 0,000 0,000 0,000 T1_2 0,672 0,682 0,682 0,642 0,000 0,000 0,000 0,000 S1_1-0,102-0,085-0,085-0,115 0,000 0,000 0,000 0,000 R1-0,807-0,738-0,738-0,837 0,000 0,000 0,000 0,000 Educação 0,710 0,592 0,592 0,664 0,000 0,000 0,000 0,000 Emprego e Re 0,475 0,521 0,521 0,385 0,000 0,000 0,000 0,000 Liquidez 0,197 0,185 0,185 0,255 0,000 0,000 0,000 0,000 H4 H5 H6 ISDM H5-0,434 0,000 H6 0,209-0,205 0,000 0,000 ISDM 0,583-0,501 0,695 0,000 0,000 0,000 IFDM 0,464-0,432 0,522 0,815 0,000 0,000 0,000 0,000 IFGF 0,104-0,127 0,327 0,420 0,000 0,000 0,000 0,000 E2_4 0,329-0,394 0,613 0,764

35 0,000 0,000 0,000 0,000 T1_2 0,405-0,375 0,449 0,806 0,000 0,000 0,000 0,000 S1_1-0,026 0,040-0,115-0,147 0,054 0,003 0,000 0,000 R1-0,431 0,514-0,709-0,951 0,000 0,000 0,000 0,000 Educação 0,488-0,454 0,552 0,782 0,000 0,000 0,000 0,000 Emprego e Re 0,354-0,261 0,211 0,525 0,000 0,000 0,000 0,000 Liquidez 0,017-0,051 0,260 0,276 0,194 0,000 0,000 0,000 IFDM IFGF E2_4 T1_2 IFGF 0,446 0,000 E2_4 0,705 0,420 0,000 0,000 T1_2 0,737 0,429 0,599 0,000 0,000 0,000 S1_1-0,182-0,066-0,128-0,112 0,000 0,000 0,000 0,000 R1-0,801-0,455-0,768-0,782 0,000 0,000 0,000 0,000 Educação 0,810 0,386 0,765 0,609 0,000 0,000 0,000 0,000 Emprego e Re 0,778 0,330 0,363 0,586 0,000 0,000 0,000 0,000 Liquidez 0,282 0,766 0,263 0,302 0,000 0,000 0,000 0,000 S1_1 R1 Educação Emprego e Re R1 0,140 0,000 Educação -0,122-0,753 0,000 0,000 Emprego e Re -0,077-0,509 0,377 0,000 0,000 0,000 Liquidez -0,049-0,308 0,234 0,197 0,000 0,000 0,000 0,000 Cell Contents: Pearson correlation P-Value

36 4.6 Regressão dos mínimos quadrados A correlação mede a direção e a intensidade da relação linear (linha reta) entre duas variáveis quantitativas. Se um diagrama de dispersão mostra uma relação linear, é interessante resumirmos esse padrão geral traçando uma reta no diagrama de dispersão. Uma reta de regressão resume a relação entre duas variáveis, mas somente em um contexto específico: quando uma das variáveis ajuda a explicar ou a predizer a outra, ou seja, a regressão descreve uma relação entre uma variável explanatória e uma variável resposta. A regressão linear assume sempre a forma de uma equação linear: Y = a + bx, sendo: Y= Variável dependente; a = uma constante, o intercepto; b = a inclinação na reta; x = variável independente ou explicativa. O b, ou seja, a declividade é dada pela multiplicação do índice de correlação pela divisão dos desvios-padrão entre as variáveis x e y. E a é dado pela média de Y menos a multiplicação de b pela média de x. Assim, percebe-se muito claramente que a regressão depende da correlação entre as variáveis, além de medidas de centro de cada uma das variáveis. Segue abaixo o resultado da regressão entre as variáveis R1 e H3. Regression Analysis: R1 versus H3 The regression equation is R1 = 1,10-0,940 H3 Predictor Coef SE Coef T P Constant 1, , ,10 0,000 H3-0, , ,30 0,000 S = 0, R-Sq = 70,1% R-Sq(adj) = 70,1% Analysis of Variance Source DF SS MS F P Regression 1 197,19 197, ,11 0,000 Residual Error ,97 0,02 Total ,16

37 A tabela acima exibe o resultado da fórmula entre as variáveis R1 e H3(Coleta de Lixo). Se substituísse o valor de H3 se chegaria ao valor de R1 esperado. A é a expressão numérica da reta de tendência que vimos nos itens acima. Esta equação tem um poder explicativo de 70,18%, que é o R-Quadrado. O valor da constante 1,10 significa que, se o H3 fosse zero, o valor da R1 seria 1, Dendrograma Dendrogram with Single Linkage and Correlation Coefficient Distance 48,71 Similarity 65,80 82,90 100,00 H ISDM H3 H1 H2 IFDM Educação T1_2 Emprego e Renda H4 E2_4 H6 IFGF Liquidez H5 R1 S1_1 Variables Gráfico 1 - Dendrograma das 13 variáveis Cluster Analysis of Variables: H; H1; H2; H3; H4; H5; H6; ISDM;... Correlation Coefficient Distance, Single Linkage Amalgamation Steps Number Number of obs. of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster ,000 0, ,795 0, ,435 0, ,442 0, ,744 0, ,476 0,

38 ,318 0, ,922 0, ,444 0, ,304 0, ,263 0, ,756 0, ,721 0, ,322 0, ,016 0, ,707 1, ANÁLISE DE REGRESSÃO E STEPWISE 5 REGRESSÕES MULTIPLAS 5.1 Regressão Stepwise Stepwise Regression: ISDM versus H; H1;... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15 Response is ISDM on 15 predictors, with N = 5565 Step Constant 0,9282 0,5117 0,4391 0,3839 0,3592 0,3352 R1-0,8069-0,5153-0,4463-0,4125-0,4070-0,3907 T-Value -229,28-148,50-117,94-97,91-96,31-85,20 P-Value 0,000 0,000 0,000 0,000 0,000 0,000 H 0,4923 0,4760 0,4707 0,4606 0,4390 T-Value 104,12 109,57 110,69 105,54 88,21 P-Value 0,000 0,000 0,000 0,000 0,000 T1_2 0,1098 0,1103 0,1095 0,1124 T-Value 33,33 34,31 34,30 35,26 P-Value 0,000 0,000 0,000 0,000 E2_4 0,0654 0,0480 0,0415 T-Value 16,66 11,04 9,48 P-Value 0,000 0,000 0,000 Educação 0,0579 0,0641 T-Value 9,09 10,07 P-Value 0,000 0,000 H3 0,0381 T-Value 8,86 P-Value 0,000 S 0,0590 0,0344 0,0314 0,0306 0,0304 0,0302 R-Sq 90,43 96,76 97,30 97,42 97,46 97,50 R-Sq(adj) 90,43 96,75 97,29 97,42 97,46 97,49 Step Constant 0,3387 0,3404 0,3426 0,3410 R1-0,3891-0,3902-0,3912-0,3898 T-Value -85,24-85,25-85,02-83,70 P-Value 0,000 0,000 0,000 0,000 H 0,4399 0,4382 0,4399 0,4336

39 T-Value 88,86 87,97 87,13 72,16 P-Value 0,000 0,000 0,000 0,000 T1_2 0,1122 0,1133 0,1155 0,1144 T-Value 35,39 35,52 34,24 33,41 P-Value 0,000 0,000 0,000 0,000 E2_4 0,0408 0,0413 0,0411 0,0421 T-Value 9,37 9,48 9,45 9,61 P-Value 0,000 0,000 0,000 0,000 Educação 0,0631 0,0632 0,0626 0,0630 T-Value 9,97 10,00 9,89 9,95 P-Value 0,000 0,000 0,000 0,000 H3 0,0380 0,0386 0,0374 0,0381 T-Value 8,88 9,02 8,64 8,78 P-Value 0,000 0,000 0,000 0,000 S1_1-0,0748-0,0748-0,0750-0,0753 T-Value -7,87-7,88-7,90-7,94 P-Value 0,000 0,000 0,000 0,000 Liquidez -0,0034-0,0033-0,0032 T-Value -2,96-2,89-2,82 P-Value 0,003 0,004 0,005 Emprego e Renda -0,0065-0,0074 T-Value -2,00-2,24 P-Value 0,045 0,025 H2 0,0066 T-Value 1,92 P-Value 0,055 S 0,0300 0,0300 0,0300 0,0300 R-Sq 97,52 97,53 97,53 97,53 R-Sq(adj) 97,52 97,52 97,53 97, Regressão Múltiplas O Próximo passo é calcular a formula utilizando as variáveis demonstradas pela função Stepwise como sendo as que mais explicam Habitação Regression Analysis: H versus H1; H2;... H = - 0, ,239 H1 + 0,245 H3 + 0,228 H4 + 0,157 H5 + 0,216 H6 + 0,131 ISDM + 0,0143 E2_4-0,0209 T1_2-0,00458 S1_1 + 0,0680 R1 + 0,00621 Educação + 0,00177 Emprego e Renda - 0,00240 Liquidez Predictor Coef SE Coef T P

40 Constant -0, , ,65 0,000 H1 0, , ,60 0,000 H3 0, , ,23 0,000 H4 0, , ,34 0,000 H5 0, , ,73 0,000 H6 0, , ,77 0,000 ISDM 0, , ,21 0,000 E2_4 0, , ,40 0,000 T1_2-0, , ,04 0,000 S1_1-0, , ,96 0,339 R1 0, , ,87 0,000 Educação 0, , ,91 0,056 Emprego e Renda 0, , ,06 0,289 Liquidez -0, , ,13 0,000 S = 0, R-Sq = 99,2% R-Sq(adj) = 99,2% Regression Analysis: H versus H1; H2;. Na Segunda tentativa, expurgando os dados da última análise que não faziam parte dos indicadores de Habitação, basicamente, mantivemos o mesmo nível explicativo da equação (99,2%). The regression equation is H = - 0, ,238 H1 + 0,245 H3 + 0,228 H4 + 0,158 H5 + 0,215 H6 + 0,131 ISDM + 0,0232 IFDM - 0,0188 IFGF + 0,0154 E2_4-0,0217 T1_2 + 0,0674 R1 + 0,00250 Liquidez Predictor Coef SE Coef T P Constant -0, , ,33 0,000 H1 0, , ,78 0,000 H3 0, , ,54 0,000 H4 0, , ,67 0,000 H5 0, , ,14 0,000 H6 0, , ,21 0,000 ISDM 0, , ,59 0,000 IFDM 0, , ,90 0,000 IFGF -0, , ,12 0,000 E2_4 0, , ,37 0,000 T1_2-0, , ,71 0,000 R1 0, , ,79 0,000 Liquidez 0, , ,96 0,003 S = 0, R-Sq = 99,2% R-Sq(adj) = 99,2% Analysis of Variance Source DF SS MS F P Regression ,194 12, ,64 0,000 Residual Error ,232 0,000 Total ,426 COMPARAÇÕES

41 6 COMPARAÇÕES - ANOVA 6.1 Variável ISDM por Região 1,0 Boxplot of ISDM by Região 0,8 ISDM 0,6 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sudeste possui o maior ISDM do país, o que indica que esta é a região com melhor desenvolvimento dos municípios do Brasil, segundo a pesquisa. A região Sul e Centro Oeste encontram-se próxima a região Sudeste, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Norte e, por último, com o pior desempenho, pela região Nordeste. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Centro-Oeste possui a menor e o da região Norte, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P- value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: ISDM versus Região Source DF SS MS F P Região 4 127, , ,30 0,000 Error ,8397 0,0135 Total ,4062

42 S = 0,1160 R-Sq = 63,02% R-Sq(adj) = 63,00% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,7235 0,0916 (*) Nordeste ,4993 0,1245 (* Norte 447 0,4806 0,1709 (*) Sudeste ,8221 0,1123 *) Sul ,7988 0,0875 (*) ,50 0,60 0,70 0,80 Pooled StDev = 0, Variável H por Região 1,0 Boxplot of H by Região 0,8 0,6 H 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sudeste possui o maior Habitação do país, o que indica que esta é a região com melhor desenvolvimento de Habitação nos municípios do Brasil, segundo a pesquisa. A região Sul e Centro Oeste encontram-se próxima a região Sudeste, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Norte e, por último, com o pior desempenho, pela região Nordeste. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Centro-Oeste possui a menor e o da região Norte, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-

43 value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: H versus Região Source DF SS MS F P Região 4 81, , ,15 0,000 Error ,9939 0,0126 Total ,4261 S = 0,1122 R-Sq = 53,78% R-Sq(adj) = 53,74% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,6383 0,0938 (*) Nordeste ,5501 0,1284 (*) Norte 447 0,4479 0,1392 (*) Sudeste ,8053 0,1058 (* Sul ,7198 0,0873 (*) ,50 0,60 0,70 0,80 Pooled StDev = 0, Variável H1 por Região 1,0 Boxplot of H1 by Região 0,8 0,6 H1 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sudeste possui o maior índice de ÁGUA ENCANADA-H1 do país, o que indica que esta é a região com melhor no Brasil neste quesito, segundo a pesquisa. A região Sul e Centro Oeste encontram-se próxima a região Sudeste, e ocupam, em ordem decrescente, o segundo e

44 terceiro lugar. Seguidas pela região Norte e, por último, com o pior desempenho, pela região Nordeste. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Centro-Oeste possui a menor e o da região Nordeste, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P- value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: H1 versus Região Source DF SS MS F P Região 4 71, , ,84 0,000 Error ,8990 0,0379 Total ,1858 S = 0,1948 R-Sq = 25,26% R-Sq(adj) = 25,21% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,7459 0,1560 (-*-) Nordeste ,5624 0,2136 (*) Norte 447 0,5460 0,1981 (-*--) Sudeste ,8117 0,1793 (*-) Sul ,7657 0,1982 (-*) ,560 0,640 0,720 0,800 Pooled StDev = 0,1948

45 6.4 Variável H2 por Região 1,0 Boxplot of H2 by Região 0,8 0,6 H2 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sudeste possui o maior índice de ESGOTAMENTO SANITÁRIO- H2 do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Sul e Centro Oeste encontram-se próxima a região Sudeste, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Norte e, por último, com o pior desempenho, pela região Nordeste. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Centro-Oeste possui a menor e o da região Nordeste, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P- value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: H2 versus Região Source DF SS MS F P Região 4 71, , ,84 0,000 Error ,8990 0,0379 Total ,1858 S = 0,1948 R-Sq = 25,26% R-Sq(adj) = 25,21% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev

46 Centro-Oeste 468 0,7459 0,1560 (-*-) Nordeste ,5624 0,2136 (*) Norte 447 0,5460 0,1981 (-*--) Sudeste ,8117 0,1793 (*-) Sul ,7657 0,1982 (-*) ,560 0,640 0,720 0,800 Pooled StDev = 0, Variável H3 por Região 1,0 Boxplot of H3 by Região 0,8 0,6 H3 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sul possui o maior índice de COLETA DE LIXO- H3do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Sudeste e Centro Oeste encontram-se próxima a região Sul, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Norte e, por último, com o pior desempenho, pela região Nordeste. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Sul possui a menor e o da região Nordeste, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: H3 versus Região

47 Source DF SS MS F P Região 4 120, , ,01 0,000 Error ,2424 0,0184 Total ,1687 S = 0,1356 R-Sq = 54,19% R-Sq(adj) = 54,15% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,9244 0,0877 (*-) Nordeste ,6664 0,1921 (* Norte 447 0,6205 0,2160 (*) Sudeste ,9530 0,0757 *) Sul ,9724 0,0439 (*) ,70 0,80 0,90 1,00 Pooled StDev = 0, Variável H4 por Região 1,0 Boxplot of H4 by Região 0,8 0,6 H4 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sudeste possui o maior índice de ENERGIA ELÉTRICA- H4 do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Nordeste e Sul encontram-se próxima a região Sudeste, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Centro-Oeste e, por último, com o pior desempenho, pela região Norte. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Norte possui a menor e o da

48 região Sudeste, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: H4 versus Região Source DF SS MS F P Região 4 283, , ,87 0,000 Error ,9829 0,0496 Total ,2864 S = 0,2228 R-Sq = 50,65% R-Sq(adj) = 50,62% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,1054 0,1862 (-*) Nordeste ,1885 0,2263 (* Norte 447 0,0357 0,0777 (*-) Sudeste ,6372 0,2572 (* Sul ,1628 0,2152 (*) ,16 0,32 0,48 0,64 Pooled StDev = 0, Variável H5 por Região 1,0 Boxplot of H5 by Região 0,8 0,6 H5 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Norte possui o maior índice de DOMICILIO PRÓPRIO- H5 do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Nordeste e Sul encontram-se próxima a região Norte, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Sudeste e, por último, com o pior desempenho, pela região Centro-Oeste.

49 Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Centro-Oeste possui a menor e o da região Norte, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P- value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: H5 versus Região Source DF SS MS F P Região 4 24,5395 6, ,39 0,000 Error ,9035 0,0137 Total ,4431 S = 0,1168 R-Sq = 24,43% R-Sq(adj) = 24,38% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,5885 0,1122 (-*-) Nordeste ,7744 0,1142 (*) Norte 447 0,7754 0,1262 (-*-) Sudeste ,6430 0,1209 (*) Sul ,7360 0,1132 (*) ,600 0,660 0,720 0,780 Pooled StDev = 0,1168

50 6.8 Variável H6 por Região 1,0 Boxplot of H6 by Região 0,8 0,6 H6 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sul possui o maior índice de DENSIDADE POR DORMITÓRIO- H6 do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Sudeste e Centro-Oeste encontram-se próxima a região Sul, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Nordeste e, por último, com o pior desempenho, pela região Norte. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Sudeste possui a menor e o da região Norte, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: H6 versus Região Source DF SS MS F P Região 4 73, , ,36 0,000 Error ,3587 0,0125 Total ,8273 S = 0,1117 R-Sq = 51,44% R-Sq(adj) = 51,40% Individual 95% CIs For Mean Based on Pooled StDev

51 Level N Mean StDev Centro-Oeste 468 0,6321 0,1147 (*) Nordeste ,4774 0,1044 (* Norte 447 0,3725 0,1728 (*) Sudeste ,6421 0,1065 *) Sul ,7331 0,0983 *) ,40 0,50 0,60 0,70 Pooled StDev = 0, Variável E2_4 por Região 1,0 Boxplot of E2_4 by Região 0,8 0,6 E2_4 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sudeste possui o maior índice de CRIANÇAS NA SÉRIE CORRETA- E2_4 do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Sul e Centro-Oeste encontram-se próxima a região Sudeste, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Norte e, por último, com o pior desempenho, pela região Nordeste. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Sul possui a menor e o da região Norte, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: E2_4 versus Região

52 Source DF SS MS F P Região 4 76, , ,82 0,000 Error ,1743 0,0130 Total ,9604 S = 0,1139 R-Sq = 51,55% R-Sq(adj) = 51,51% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,8011 0,0887 (*-) Nordeste ,5882 0,1298 (*) Norte 447 0,5969 0,1841 (*-) Sudeste ,8245 0,1017 (*) Sul ,8445 0,0711 (*) ,630 0,700 0,770 0,840 Pooled StDev = 0, Variável T1_2 por Região 1,0 Boxplot of T1_2 by Região 0,8 0,6 T1_2 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sul possui o maior índice de FORMALIZAÇÃO DE EMPREGADOS- T1 _2 do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Sudeste e Centro-Oeste encontram-se próxima a região Sul, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Norte e, por último, com o pior desempenho, pela região Nordeste Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Centro-Oeste possui a

53 menor e o da região Sudeste a maior variabilidade de quando comparo com os dados das demais regiões. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: T1_2 versus Região Source DF SS MS F P Região 4 102, , ,66 0,000 Error ,4452 0,0240 Total ,1366 S = 0,1549 R-Sq = 43,49% R-Sq(adj) = 43,45% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,5931 0,1337 (*-) Nordeste ,3929 0,1510 *) Norte 447 0,4486 0,1542 (-*) Sudeste ,6581 0,1782 (*) Sul ,7204 0,1321 (*) ,40 0,50 0,60 0,70 Pooled StDev = 0, Variável S1_1 por Região 1,0 Boxplot of S1_1 by Região 0,8 0,6 S1_1 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul

54 A semelhança em todas as regiões dá-se pelo motivo que a saúde é de péssima qualidade em todo o Brasil, e que a taxa de Mortalidade Infantil é de forma semelhante com uma leve acentuação na Região Norte e Nordeste. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Nordeste possui a menor e o da região Sudeste, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: S1_1 versus Região Source DF SS MS F P Região 4 0, , ,14 0,000 Error , ,00181 Total ,21426 S = 0,04249 R-Sq = 1,71% R-Sq(adj) = 1,64% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0, ,05075 (-----*----) Nordeste , ,03271 (--*--) Norte 447 0, ,04539 (----*-----) Sudeste , ,04173 (--*--) Sul , ,05104 (---*--) ,0350 0,0420 0,0490 0,0560 Pooled StDev = 0,04249

55 6.12 Variável R1 por Região 1,0 Boxplot of R1 by Região 0,8 0,6 R1 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Norte possui o maior índice de LINHA DE POBREZA-R1 do país, o que indica que esta é a região no Brasil onde existem mais pessoas que ganham renda domiciliar per capita abaixo de R$140,00o, segundo a pesquisa. A região Nordeste encontra-se próxima a região Norte, e ocupando o segundo lugar. Seguidas pela região Sudeste, Centro-Oeste e, por último, com o melhor desempenho, pela região Sul. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Sul possui a menor e o da região Norte, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: R1 versus Região Source DF SS MS F P Região 4 185, , ,36 0,000 Error ,8256 0,0172 Total ,1591 S = 0,1313 R-Sq = 65,92% R-Sq(adj) = 65,89% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev

56 Centro-Oeste 468 0,1926 0,1171 (*) Nordeste ,5388 0,1346 (* Norte 447 0,5027 0,1928 (*) Sudeste ,1778 0,1339 (* Sul ,1281 0,0940 (* ,12 0,24 0,36 0,48 Pooled StDev = 0, Variável Educação por Região 1,0 Boxplot of Educação by Região 0,9 0,8 Educação 0,7 0,6 0,5 0,4 0,3 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sudeste possui o maior índice de Educação do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Sul e Centro- Oeste encontram-se próxima a região Sudeste, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Nordeste e, por último, com o pior desempenho, pela região Norte. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Sul possui a menor e o da região Sudeste, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: Educação versus Região

57 Source DF SS MS F P Região 4 35, , ,69 0,000 Error , ,00619 Total ,25236 S = 0,07869 R-Sq = 51,00% R-Sq(adj) = 50,96% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0, ,07162 (*-) Nordeste , ,08127 *) Norte 447 0, ,08599 (*) Sudeste , ,08138 (*) Sul , ,07021 (*) ,660 0,720 0,780 0,840 Pooled StDev = 0, Variável Emprego e Renda por Região 1,0 Boxplot of Emprego e Renda by Região 0,8 Emprego e Renda 0,6 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sudeste possui o maior índice de Emprego e Renda do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Centro- Oeste e Sul encontram-se próxima a região Sudeste, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Norte e, por último, com o pior desempenho, pela região Nordeste. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Nordeste possui a menor e o

58 da região Sudeste, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: Emprego e Renda versus Região Source DF SS MS F P Região 4 17,7960 4, ,70 0,000 Error ,2982 0,0209 Total ,0942 S = 0,1446 R-Sq = 13,27% R-Sq(adj) = 13,21% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,4173 0,1389 (--*---) Nordeste ,3348 0,1288 (-*) Norte 447 0,3415 0,1419 (--*---) Sudeste ,4490 0,1681 (*-) Sul ,4620 0,1345 (-*--) ,360 0,400 0,440 0,480 Pooled StDev = 0, Variável Liquidez por Região 1,0 Boxplot of Liquidez by Região 0,8 Liquidez 0,6 0,4 0,2 0,0 Centro-Oeste Nordeste Norte Região Sudeste Sul A região Sul possui o maior índice de Liquidez do país, o que indica que esta é a região com melhor desempenho no Brasil neste quesito, segundo a pesquisa. A região Centro-oeste e

59 Norte encontram-se próxima a região Sul, e ocupam, em ordem decrescente, o segundo e terceiro lugar. Seguidas pela região Sudeste e, por último, com o pior desempenho, pela região Nordeste. Pelo tamanho da caixa do BloxPlot podemos visualizar a amplitude da variância, ou seja, a partir da análise gráfica, podemos afirmar que os dados da região Sul possui a menor e o da região Norte, a maior variabilidade de quando comparo com os dados das demais regiões. A região que possui menor variabilidade dos dados é a Centro-Oeste. O P-value = 0 nos indica que a informação é confiável e não existe chance deste valor ser diferente. One-way ANOVA: Liquidez versus Região Source DF SS MS F P Região 4 99,409 24, ,15 0,000 Error ,864 0,122 Total ,273 S = 0,3489 R-Sq = 12,81% R-Sq(adj) = 12,74% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Centro-Oeste 468 0,6540 0,3420 (--*---) Nordeste ,3822 0,3592 (*-) Norte 447 0,5408 0,3850 (--*--) Sudeste ,5719 0,3565 (*-) Sul ,7402 0,3085 (-*-) ,40 0,50 0,60 0,70 Pooled StDev = 0,3489 AMOSTRAGEM 7.1 AMOSTRAGEM Neste estudo, realizou-se uma amostragem aleatória por meio do software Minitab14 de um universo de 5565 indivíduos, obtendo-se uma amostra de 50 indivíduos e outra de 100 indivíduos. A partir dessas amostras se estabeleceu comparações entre o universo e as amostras de 50 e 100 para as variáveis T1_2( Formalização entre empregados), Emprego e Renda e H4(Energia Elétrica). Por meio de duas ferramentas estatísticas: Estatística Descritiva e Analise de Variância (ANOVA), Observou-se um comportamento muito próximo tanto nas médias, como nas curvas de distribuição. E, apesar de um p médio (entre 4% e 9%) em todos os casos, nota-se que trabalhar com amostragem é viável em todos os casos.

60 Boxplot of H4; H4 100; H4 50 1,0 0,8 0,6 Data 0,4 0,2 0,0 H4 H4 100 H4 50 One-way ANOVA: H4; H4 100; H4 50 Source DF SS MS F P Factor 2 0,025 0,013 0,13 0,882 Error ,719 0,100 Total ,744 S = 0,3169 R-Sq = 0,00% R-Sq(adj) = 0,00% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev H ,2983 0,3170 (-*) H ,3057 0,3044 ( * ) H ,2784 0,3277 ( * ) ,200 0,250 0,300 0,350 Pooled StDev = 0,3169

61 Boxplot of T1_2; T1_2 50; T1_100 1,0 0,8 0,6 Data 0,4 0,2 0,0 T1_2 T1_2 50 T1_100 One-way ANOVA: T1_2; T1_2 50; T1_100 Source DF SS MS F P Factor 2 0,0743 0,0372 0,88 0,416 Error ,9604 0,0424 Total ,0347 S = 0,2058 R-Sq = 0,03% R-Sq(adj) = 0,00% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev T1_ ,5638 0,2060 (*) T1_ ,5300 0,1810 ( * ) T1_ ,5769 0,2064 ( * ) ,480 0,520 0,560 0,600 Pooled StDev = 0,2058

62 Boxplot of Emprego e Renda; E&R 100; E&R 50 1,0 0,8 0,6 Data 0,4 0,2 0,0 Emprego e Renda E&R 100 E&R 50 One-way ANOVA: Emprego e Renda; E&R 100; E&R 50 Source DF SS MS F P Factor 2 0,0019 0,0010 0,04 0,961 Error ,4109 0,0241 Total ,4129 S = 0,1551 R-Sq = 0,00% R-Sq(adj) = 0,00% Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Emprego e Renda ,4038 0,1552 (-*) E&R ,3998 0,1612 ( * ) E&R ,4008 0,1232 ( * ) ,375 0,400 0,425 0,450 Pooled StDev = 0,1551

63 7.2 Quadro Resumo: Amostragem H4 Summary for H4 A nderson-darling Normality Test A -Squared 339,06 P-Value < 0,005 Mean 0,29831 StDev 0,31705 V ariance 0,10052 Skew ness 0, Kurtosis -0, N ,00 0,14 0,28 0,42 0,56 0,70 0,84 0,98 Minimum 0, st Q uartile 0,00956 Median 0, rd Q uartile 0,56295 Maximum 1, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,32305 Mean Median 0,150 0,175 0,200 0,225 0,250 0,275 0,300 Summary for H4 100 A nderson-darling Normality Test A -Squared 4,82 P-Value < 0,005 Mean 0,30570 StDev 0,30436 V ariance 0,09264 Skew ness 0, Kurtosis -0, N 100 0,0 0,2 0,4 0,6 0,8 1,0 Minimum 0, st Q uartile 0,01176 Median 0, rd Q uartile 0,54591 Maximum 0, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,35357 Mean Median 0,10 0,15 0,20 0,25 0,30 0,35 0,40 Summary for H4 50 A nderson-darling Normality Test A -Squared 4,30 P-Value < 0,005 Mean 0,27842 StDev 0,32768 V ariance 0,10738 Skew ness 0, Kurtosis -0, N 50 0,0 0,2 0,4 0,6 0,8 Minimum 0, st Q uartile 0,01218 Median 0, rd Q uartile 0,56055 Maximum 0, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,40833 Mean Median 0,0 0,1 0,2 0,3 0,4

64 7.3 Quadro Resumo: Amostragem Emprego e Renda Summary for Emprego e Renda A nderson-darling Normality Test A -Squared 105,84 P-Value < 0,005 Mean 0,40375 StDev 0,15524 V ariance 0,02410 Skew ness 0,88857 Kurtosis 1,32259 N ,00 0,14 0,28 0,42 0,56 0,70 0,84 0,98 Minimum 0, st Q uartile 0,30630 Median 0, rd Q uartile 0,47115 Maximum 1, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,15818 Mean Median 0,37 0,38 0,39 0,40 0,41 Summary for E&R 100 A nderson-darling Normality Test A -Squared 1,96 P-Value < 0,005 Mean 0,39983 StDev 0,16123 V ariance 0,02600 Skew ness 0,99362 Kurtosis 2,27390 N 100 0,0 0,2 0,4 0,6 0,8 Minimum 0, st Q uartile 0,30178 Median 0, rd Q uartile 0,47080 Maximum 0, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,18730 Mean Median 0,36 0,38 0,40 0,42 0,44 Summary for E&R 50 A nderson-darling Normality Test A -Squared 0,28 P-V alue 0,619 Mean 0,40075 StDev 0,12315 V ariance 0,01517 Skew ness 0, Kurtosis -0, N 50 0,2 0,3 0,4 0,5 0,6 0,7 Minimum 0, st Q uartile 0,32158 Median 0, rd Q uartile 0,49415 Maximum 0, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,15347 Mean Median 0,34 0,36 0,38 0,40 0,42 0,44

65 7.4 Quadro Resumo: Amostragem T1_2 Summary for T1_2 A nderson-darling Normality Test A -Squared 41,12 P-Value < 0,005 Mean 0,56382 StDev 0,20601 V ariance 0,04244 Skew ness -0, Kurtosis -0, N ,00 0,14 0,28 0,42 0,56 0,70 0,84 0,98 Minimum 0, st Q uartile 0,39402 Median 0, rd Q uartile 0,73415 Maximum 1, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,20991 Mean Median 0,560 0,565 0,570 0,575 0,580 0,585 Summary for T1_100 A nderson-darling Normality Test A -Squared 1,11 P-V alue 0,006 Mean 0,57688 StDev 0,20641 V ariance 0,04260 Skew ness 0,01291 Kurtosis -1,11250 N 100 0,15 0,30 0,45 0,60 0,75 0,90 Minimum 0, st Q uartile 0,38465 Median 0, rd Q uartile 0,75051 Maximum 0, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,23978 Mean Median 0,500 0,525 0,550 0,575 0,600 0,625 0,650 Summary for T1_2 50 A nderson-darling Normality Test A -Squared 0,69 P-V alue 0,067 Mean 0,52997 StDev 0,18104 V ariance 0,03278 Skew ness 0, Kurtosis -0, N 50 0,2 0,4 0,6 0,8 Minimum 0, st Q uartile 0,40156 Median 0, rd Q uartile 0,63939 Maximum 0, % C onfidence Interv al for Mean 0, , % C onfidence Interv al for Median 0, , % Confidence Intervals 95% C onfidence Interv al for StDev 0, ,22560 Mean Median 0,40 0,45 0,50 0,55 0,60

66 ANÁLISE MULTIVARIADA COMPONENTES PRINCIPAIS 8 ANÁLISE MULTIVARIADA COMPONENTES PRINCIPAIS Esta parte do estudo efetuará analisa as correlações e os componentes principais (análise multivariada) dos dados quantitativos Habitação e de Desenvolvimento dos Municípios do Brasil. 8.1 Dendograma Cluster Analysis of Variables: H; H1; H2; H3; H4; H5; H6; ISDM;... Correlation Coefficient Distance, Single Linkage Amalgamation Steps Number Number of obs. of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster ,000 0, ,795 0, ,435 0, ,442 0, ,744 0, ,476 0, ,318 0, ,922 0, ,444 0, ,304 0, ,263 0, ,756 0, ,721 0, ,322 0, ,016 0, ,707 1, Final Partition Cluster 1 H H1 H2 H3 H4 ISDM IFDM E2_4 T1_2 Educação Emprego e Renda Cluster 2 H5 Cluster 3 H6 Cluster 4 IFGF Liquidez Cluster 5 S1_1 Cluster 6 R1

67 Dendrogram with Single Linkage and Correlation Coefficient Distance 48,71 Similarity 65,80 82,90 100,00 H ISDM H3 H1 H2 IFDM Educação T1_2 Emprego e Renda H4 E2_4 H6 IFGF Liquidez H5 R1 S1_1 Variables Nota-se Erro! Fonte de referência não encontrada.- que houve uma divisão em dois grupos, com similaridades muito próximas, em torno de 80%, a saber: Gestão Fiscal (IFGF e Liquidez) e Habitação e Desenvolvimento dos munícipios (H, ISDM, H3, H1, H2, IFDM, Educação, T1_2, Emprego e Renda, H4, E2_4 e H6). Os indicadores H5, R1 e S1_1 ficaram isolados e com um nível de similaridade pouco expressiva. 8.2 Componentes Principais Principal Component Analysis: H; H1; H2; H3; H4; H5; H6; ISDM; E2_4; T1_2; S1_1 Eigenanalysis of the Correlation Matrix Eigenvalue 8,4477 1,3430 0,9842 0,9695 0,7069 0,6573 0,5914 0,4313 Proportion 0,563 0,090 0,066 0,065 0,047 0,044 0,039 0,029 Cumulative 0,563 0,653 0,718 0,783 0,830 0,874 0,913 0,942 Eigenvalue 0,3163 0,2254 0,1940 0,1073 0,0200 0,0058 0,0000 Proportion 0,021 0,015 0,013 0,007 0,001 0,000 0,000 Cumulative 0,963 0,978 0,991 0,998 1,000 1,000 1,000 Variable PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 H 0,320-0,111 0,111-0,021 0,183-0,322 0,058-0,083 H1 0,296-0,263-0,142 0,042 0,001 0,002 0,426 0,220 H2 0,296-0,263-0,142 0,042 0,001 0,002 0,426 0,220 H3 0,299 0,139 0,155-0,067 0,005 0,046 0,216-0,215 H4 0,210-0,434 0,133 0,025 0,049-0,606-0,399-0,107 H5-0,196 0,288-0,196-0,005 0,758-0,293 0,072 0,356 H6 0,229 0,436 0,285-0,129 0,237-0,065 0,116-0,450 ISDM 0,337 0,049 0,044-0,008 0,080-0,012 0,024-0,023

68 E2_4 0,269 0,267 0,165-0,060-0,050 0,199-0,304 0,368 T1_2 0,279 0,027-0,282 0,026 0,111 0,210-0,057 0,142 S1_1-0,050-0,217-0,057-0,964 0,080 0,101-0,027 0,018 R1-0,322-0,145-0,024 0,030 0,001-0,160-0,037 0,074 Educação 0,279 0,108 0,174-0,033-0,094 0,013-0,389 0,455 Emprego e Renda 0,199-0,159-0,548 0,119 0,290 0,319-0,399-0,375 Liquidez 0,104 0,434-0,586-0,156-0,461-0,464 0,009-0,027 9 Scree Plot of H;...; Liquidez Eigenvalue Component Number Loading Plot of H;...; Liquidez 0,6 Liquidez IFGF 0,4 Second Component 0,2 0,0-0,2 H6 E2_4 IFDM T1_2 Educação H3 Emprego e Renda ISDM H H2 H1 S1_1 H5 R1 H4-0,4-0,4-0,3-0,2-0,1 0,0 First Component 0,1 0,2 0,3

69 D Scatterplot 3D Scatterplot of CP1 vs CP2 vs CP3 Região Centro-Oeste Nordeste Norte Sudeste Sul 10 CP CP CP2 Com base nos gráficos trabalhados neste capítulo é perceptível que os dados podem ser reduzidos em 3 variáveis, o que facilita o trabalho por gerarem números mais fáceis e práticos de serem manuseados. ANÁLISE DE CONGLOMERADOS 9 ANÁLISE DE CONGLOMERADOS (DENDROGRAMA E ANOVA) O Dendrograma permite uma análise do grau de similaridade dos dados para uma determinada variável. Neste estudo, gerou-se o Dendrograma da média dos indicadores de Gestão Fiscal e de Desenvolvimento dos municípios, agrupado por Estado e, também, do índice de disparidade das mesmas variáveis. Os resultados de ambos foram ilustrados no mapa do Brasil, cujo objetivo foi representar os agrupamentos por similaridade.

70 9.1 Dendrograma das médias por UF (-DF) O Dendrograma permite uma análise do grau de similaridade dos dados para uma determinada variável. Em seguida geramos o Dendrograma da média de desenvolvimento dos municípios, agrupado por Estado. Cluster Analysis of Observations: Hm; H1m; H2m; H3m; H4m; H5m; H6m; isdmm;... Euclidean Distance, Single Linkage Amalgamation Steps Number Number of obs. of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster ,6846 0, ,4590 0, ,8937 0, ,5162 0, ,6488 0, ,1268 0, ,7356 0, ,6869 0, ,5305 0, ,3960 0, ,1926 0, ,9296 0, ,9243 0, ,0200 0, ,9514 0, ,9179 0, ,7714 0, ,4183 0, ,7382 0, ,0678 0, ,4024 0, ,6901 0, ,6526 0, ,5888 0, ,5263 0, Final Partition Number of clusters: 5 Within Average Maximum cluster distance distance Number of sum of from from observations squares centroid centroid Cluster1 6 0, , , Cluster2 16 3, , , Cluster3 2 0, , , Cluster4 1 0, , , Cluster5 1 0, , , Cluster Centroids

71 Grand Variable Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 centroid Hm 0, , , , , , H1m 0, , , , , , H2m 0, , , , , , H3m 0, , , , , , H4m 0, , , , , , H5m 0, , , , , , H6m 0, , , , , , isdmm 0, , , , , , ifdmm 0, , , , , , ifgfm 0, , , , , , E2_4m 0, , , , , , T1_2m 0, , , , , , S1_1m 0, , , , , , R1m 0, , , , , , Educm 0, , , , , , E&Rm 0, , , , , , Liqm 0, , , , , , Distances Between Cluster Centroids Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Cluster1 0, , , , ,60748 Cluster2 0, , , , ,97073 Cluster3 1, , , , ,51573 Cluster4 1, , , , ,38906 Cluster5 1, , , , ,00000

72 Dendrogram with Single Linkage and Euclidean Distance 77,53 Similarity 85,02 92,51 100,00 PA PI MA RR AC AL BA PB PE CE RN SE AP AM Observations RO SC RS MT MS PR GO ES TO MG SP RJ 9.2 Dendrograma dos índices de variabilidade por UF (-DF) Cluster Analysis of Observations: Hid; H1id; H2id; H3id; H4id; H5id; H6id;...

73 Euclidean Distance, Single Linkage Amalgamation Steps Number Number of obs. of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster ,9794 0, ,8957 0, ,4487 0, ,1697 0, ,8431 1, ,7617 1, ,5848 1, ,5312 1, ,4836 1, ,9122 1, ,5035 1, ,1973 1, ,9246 1, ,1791 1, ,9688 1, ,3954 1, ,1940 1, ,9281 1, ,2166 2, ,4019 2, ,2076 3, ,4769 3, ,7045 3, ,6804 3, ,5314 6, Final Partition Number of clusters: 5 Within Average Maximum cluster distance distance Number of sum of from from observations squares centroid centroid Cluster ,816 2, ,87112 Cluster2 1 0,000 0, ,00000 Cluster3 1 0,000 0, ,00000 Cluster4 1 0,000 0, ,00000 Cluster5 1 0,000 0, ,00000 Cluster Centroids Grand Variable Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 centroid Hid 1, , ,4865 1, , ,28209 H1id 1, , ,6676 4, , ,26422 H2id 1, , ,6676 4, , ,26422 H3id 1, , ,8110 0, , ,50692 H4id 1, , ,6694 4, , ,34272 H5id 1, , ,6087 2, , ,33139 H6id 0, , ,6208 2, , ,17517 isdmid 1, , ,5939 1, , ,34748 ifdmid 0, , ,0284 1, , ,81782 ifgfid 1, , ,5576 2, , ,59750 E2_4ID 1, , ,6468 1, , ,24151 T1_2ID 1, , ,1336 2, , ,79392 S1_1ID 0, , ,3387 1, , ,51198

74 R1ID 1, , ,3149 2, , ,53517 EducID 0, , ,8126 1, , ,84862 E&R ID 1, , ,0689 2, , ,80191 LiqID 3, , ,3491 4, , ,37106 Distances Between Cluster Centroids Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Cluster1 0,0000 7, ,0078 6, ,58415 Cluster2 7,1164 0, ,2067 3, ,90913 Cluster3 13,0078 6, ,0000 8, ,14168 Cluster4 6,2774 3, ,1389 0, ,23384 Cluster5 7,5842 4, ,1417 6, ,00000 Indices de Variabilidade 63,53 Similarity 75,69 87,84 100,00 RO RR AP AC MS SE ES RJ AL CE RN MT TO PB PE PA MA PI AM Observations RS SP BA PR SC GO MG

75 Para se chegar ao índice de variabilidade (disparidade), utilizou-se do seguinte cálculo: ID= Índice de Disparidade s= Desvio Padrão da Média (do Estado) n= Número de Indivíduos (Munícipios do Estado)