ATLAS BRASIL 2013 DIMENSÃO RENDA

Transcrição

1 PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais. ATLAS BRASIL 2013 DIMENSÃO RENDA Disciplina: Métodos Quantitativos Professor: Dr. Arnoldo Jose de Hoyos Benedito Geovani Martins de Paiva 1º Semestre 2014

2 2 SUMÁRIO 1. INTRODUÇÃO ENTENDENDO OS DADOS Os indivíduos As variáveis ANÁLISE DOS DADOS... 5 CONSIDERAÇÕES FINAIS... 7

3 3 1. INTRODUÇÃO Árvores de decisão são modelos estatísticos que utilizam um treinamento supervisionado para a classificação e previsão de dados. Em outras palavras, em sua construção é utilizado um conjunto de treinamento formado por entradas e saídas. Estas últimas são as classes. Estes modelos utilizam a estratégia de dividir para conquistar: um problema complexo é decomposto em sub-problemas mais simples e recursivamente esta técnica é aplicada a cada subproblema. O presente trabalho tem por objetivo efetuar uma análise comparativa de médias, intervalos de confiança e regressões de dados de indicadores relacionados ao desenvolvimento humano dos municípios do Brasil. Utilizamos a análise discriminante para tentar predizer ou explicar os indicadores relacionados ao renda e educação dos municípios do Brasil. Os dados são originários da pesquisa da Atlas Brasil 2013 com base nos dados sobre a dimensão Desenvolvimento Humano dos municípios do Brasil. Neste trabalho abordaremos as variáveis referentes RDPC, RENOCUP, PRENTRAB e RMPOBn dos municípios. O software estatístico utilizado é o SPSS.

4 4 2. ENTENDENDO OS DADOS 2.1 Os indivíduos Os indivíduos deste trabalho são os municípios brasileiros, que serão analisados pelos seus indicadores relativos à dimensão Renda presentes no relatório Atlas Brasil 2013, dados referentes ao ano de Este sujeito da análise é composto por um total de 5565 municípios brasileiros e os dados analisados de cada município são as variáveis que serão descritas a seguir. 2.2 As variáveis São 8 as variáveis desta pesquisa, incluindo a Unidade da Federação (UF). As mesmas são melhor explicadas na Tabela 1. Ressaltamos que todos os dados desta pesquisa são referentes ao ano de Tabela 1. As Variáveis Dimensão Varíavel Significado Tipo Ambas Município Nome do Município Renda RDPC Renda per capita média Renda RENOCUP Rendimento médio dos ocupados Renda Renda Desigualdade Desigualdade Desigualdade RMPOB RIND PRENTRAB REN5 PREN80 Renda domiciliar per capita média dos pobres Renda domiciliar per capita média dos extremamente pobres Percentual da renda proveniente de rendimentos do trabalho Percentual dos ocupados com rendimento de até 5 salários mínimo Percentual da renda apropriada pelos 80% mais pobres Categórica Unidade de medida N/A Percentual Percentual Percentual Fonte: elaborado pelo autor, 2014.

5 5 3. ANÁLISE DOS DADOS Classification Tree [DataSet0] Warnings Gain summary Tables are not displayed because profits are undefined. Target category gains tables are not displayed because target categories are undefined. Model Summary Specifications Growing Method CHAID Dependent Variable Independent Variables Validation Região RDPCn, RENOCUPn, PRENTRABn, RMPOBn None Maximum Tree Depth 3 Results Minimum Cases in Parent Node Minimum Cases in Child Node Independent Variables Included RDPCn, PRENTRABn, RMPOBn, RENOCUPn Number of Nodes 72 Number of Terminal Nodes 49 Depth 3

6 6

7 7 CONSIDERAÇÕES FINAIS A árvore de decisão é uma importante ferramenta para auxilio tomada de decisão. A sua elaboração permite uma melhor identificação dos caminhos a serem seguidos. Observa-se uma forte relação entre as variáveis RDPCn, RENOCUPn, PRENTRABn, RMPOBn com as variáveis RDPCn, PRENTRABn, RMPOBn, RENOCUPn respectivamente.