UMA ANÁLISE DAS RELAÇÕES E TENDENCIAS DE INDICADORES DO HDR RELATIVOS A EDUCAÇÃO, SAÚDE, POPULAÇÃO, RENDA (IDH), AMBIENTAIS (EPI) E DESIGUALDADE

Transcrição

1 1 PONTÍFICIA UNIVERSIDADE CATÓLICA DE SÃO PAULO Faculdade de Economia, Administração, Contabilidade e Atuariais UMA ANÁLISE DAS RELAÇÕES E TENDENCIAS DE INDICADORES DO HDR RELATIVOS A EDUCAÇÃO, SAÚDE, POPULAÇÃO, RENDA (IDH), AMBIENTAIS (EPI) E DESIGUALDADE Aluna: Janaína Rute da Silva Dourado Prof. Arnoldo José de Hoyos Guevara 1 Semestre 212

2 2 1. INTRODUÇÃO O trabalho tem por objetivo realizar uma análise de dados secundários de cluster é efetuar uma análise de dados de comparações e relações com dados que são compilados pela Organização das Nações Unidas (ONU) e disponibilizados através do site O presente trabalho tem por objetivo efetuar uma análise geral utilizando todas as ferramentas para uma avaliação completa e bem estruturada dos números registrados e pesquisados pela ONU; summary e clusters de dados dimensionadores do nível de Desenvolvimento Humano de inúmeros países do mundo. Por fim, faremos as considerações finais. O software estatístico utilizado será o MINITAB e por último o SPSS. Avaliação e percepção de todos os passos para que consigamos demonstrar as várias habilidades realizadas com a proposta de utilização do MINITAB. 2. ENTENDENDO OS DADOS Os dados tratam de algumas informações relacionadas com o Desenvolvimento Humano de diversas áreas e partes do mundo Os dados tratam-se de informações levantadas no ano de 21. As variáveis são indicadores agregados da qualidade do desenvolvimento humano de cada país. Há diversas dimensões a serem analisadas que permitem avaliar o grau de desenvolvimento humano de determinado país. Vale ressaltar que todos os países está neste levantamento da ONU, entretanto muito não possuem dados, por não ter ocorrido o levantamento, ou por aquele país ser pobre ainda não ter desenvolvido a variável destacada. Neste sentido, foram selecionadas variáveis numéricas, indicadores, mas indicativa da população de cada país. Foram localizados indicadores de Educação, Saúde, População, Renda (IDH), Ambientais (EPI) e Desigualdade. As variáveis selecionadas serão discutidas a seguir. 2.1 Os Indivíduos Os indivíduos desta análise serão todos os países/ blocos disponíveis para que exista a possibilidade do trabalho se tornar claro em todos os testes, independente da forma, e possívelmente faremos agrupamentos para que os países mais próximos no critério indicadores, possa estar clara a apresentação dos números e processos, estes países/blocos constam na base de dados do International Human Development Index, que foram selecionados independente da semelhança com o Brasil, seja físicas e/ou econômicas, países

3 3 desenvolvidos e blocos econômicos, entretanto em algum momento serão realizados agrupamentos específicos. O objetivo também é selecionar países de todos os continentes. 2.2 As Variáveis Todas as variáveis que possuem valores e realizadas pesquisas em 21, fazem parte da tabela 1, para que possa ser explicadas: Variáveis Significado Tipo Unidade de Medida País TFA IE IDE (EPI) Variável País Categórica Adolescent Fertility Rate (Women Variável aged years). Quantitativa Taxa de fecundidade na adolescência (mulheres de 15-19). Education índex Variável Quantitativa Índice de Educação Environmental performance index Variável (EPI) Quantitativa N/A Índice Anos Índice AEE Índice de Desempenho Ambiental (EPI) Expected Years of Schooling (of children) Variável Quantitativa Anos PIB Anos esperados de escolaridade (das crianças) GNI per capita in PPP terms (constant 25 international $) Variável Quantitativa Valores IS PIB per capita com base na paridade do poder de compra (PPP). Health Index Índice de Saúde Human Development Index (HDI) value Variável Quantitativa Valores IDH IDN Nº de mortes Índice de Desenvolvimento Humano valor (IDH) Impact of natural disasters: number of deaths (average per year/million) Variável Quantitativa Valores Variável Quantitativa Valores

4 4 Impacto dos desastres naturais: número de mortes (média por ano / milhões) Impact of natural disasters: population affected (average per year/million) IDN- População afetada IR EVN Impacto dos desastres naturais: população afetada (média por ano / milhões) Income index Índice de rendimento Life expectancy at birth Expectativa de vida ao nascer Loss due to inequality in education Variável Quantitativa Variável Quantitativa Variável Quantitativa Valores Valores Valores PDDE PDDR Perda devido à desigualdade na educação Loss due to inequality in income Perda devido à desigualdade de renda Loss due to inequality in life expectancy Variável Quantitativa Variável Quantitativa Valores Valores PDDEV Perda devido à desigualdade na expectativa de vida Mean years of schooling (of adults) Variável Quantitativa Valores MAEA Média de anos de escolaridade (de adultos) Population with at least secondary education, female/male ratio Variável Quantitativa Valores PES População com pelo menos o ensino secundário, feminino / masculino relação Population, urban (%) Variável Quantitativa Valores PU População urbana (%) Variável Quantitativa Valores

5 5 2.3 A Tabela de Dados Vide em anexo arquivo em formato Excel. Tx Fec un Ado les. Índic e Educ ação Ín d De s A m b 57 Anos espera dos de escolar idade RN B per capi ta em ter mos de PPP 1,3 51 7,5 84 7,5 1 35, 9 4, , 22 13, 83 5, 9 33, 86 34, 93 Índ ice de Saú de Índice de Desenvolv imento Human Impa c desas tres natur : nº mort Impa c desas tres natur : pop afet índice de rendi mento Expect ativa de vida ao nascer Perda desigua ldade educaç ão Perda desigua ldade renda Países 118,,4 Afghanistan 7,367,6 9,1 46, ,799,373 48,3 39,3 21,3 8 3, , ,21 1, 1, Albania 17,9,721,4 11,3 96,737 5,62 76,8 12,7 14, , ,,7 Algeria 7,3,652,4 13,6 34, ,618 72,9 2,45 21, , , 1, Andorra 8,4,727,6 11, , ,45 21, , 36,4 53, Angola 1,422,3 9,1 84, ,989,55 5,7 26,2 36,4 7 4,4 58,5 Antigua and 69 16, Barbuda 55,5,744, ,763 34,72,72 72,5 2,45 21,3 1 8,9 3,3 1, 1, Argentina 56, ,8 79,794 1,79,76 75,7 12,1 34,4 4 9, ,4 6 15, 1, Armenia 35,7,76, ,714,561 74,1 6, ,2 65 Australia 16,5 81, , ,8 1,7 16,6 4, ,1 78 1,,7 Austria 12,8 58,1 15, ,7 2,4 15,1 4, ,6 59,7 23, Azerbaijan 33,8,671,1 11,8 8,5 98,699 1,159,636 7,6 12 4,4 8 8,6 51, , Bahamas 31,8,671, ,77 4 5,979,779 75,4 8 24,5 9,7 8,5 84,1 27, Bahrain 14,9, , ,2 6 74,9 2,45 21,3 8,1 9, ,6 1,4,7 47,2 25,,7 Bangladesh 78,9, , , ,384 68,6 44,8 14,8 3 4, , , 1, Barbados 42,6,747,6 13, ,791 1,968,741 76,7 2,45 16,1 7,9 9, , ,,7 Belarus 22,1,776,4 14,6 52 9,751 19,692 7,1 8 11,1 8,8 9,3 74, , 1, Belgium 14,2 82,1 16, ,2 15,1 4, ,4 69 5,8 28,23 12, 1, Belize 78,7,663,9 12, , ,582 75,9 19,8 48, ,2 111, 39 1,3,5 12,66 39,,4 Benin 7,365,6 9, , ,373 55,7 44,1 19,2 7 3, ,,7 27, Bhutan 5,2, ,518 2,562 66,8 2,45 25,1 5 2,3 34,7 Bolivia (Plurinational 44 3,9,7 18,42 27, State of) 78,2,749,3 13,7 55 3,66 5 9,527 66,3 28,7 54,2 2 9, ,5 Bosnia and 55 7,4 1,67 Herzegovina 16,4,723,9 13, ,731 3,618 75,5 19,4 31,1 9,2 8,7 48, ,,5 25, Botswana 52,1,693,3 12, , ,691 53,3 2,45 21,3 9 8, ,1 63 9,8 16, 1, Brazil 75,6,663,4 13, , ,44,657 73,1 25,7 37,6 6 7, ,5 Brunei 6 45, 1, Darussalam 25,1,733,8 14, , ,9 2,45 21,3 5,4 8, , , 1, Bulgaria 42,8 2,5 13,7 2 39, ,674 73,2 8,1 16,1 9, ,5 124, 47 1,1,5 44, Burkina Faso 8,187,3 6,3 7 52, ,723, ,3 25,3 5 1,3 25,7 43,4 29,91 47,,5 Burundi 18,6,353,9 1, , , ,3 24,9 8 2, ,7,6 34,82 33,,5 Cambodia 41,8,52,7 9, , ,41 62,7 31,1 21,4 4 5,8 63 2,1 Cameroon 127,, ,3 2,,4,479 24,43 51,1 35,3 19,9 44, 5,9,6 58,4 Per da des ig exp ect de vid a IM PO 58, Mé dia de ano s de esc olar Pop c/ ao me nos o ens sec und,1 Popul ação Urba na

6 6 8, Canada , , ,2 17,1 5 12, ,6 Cape Verde 81,6,425 57,6 11,6 3, , ,48, ,7 21,3 16, 4 3,5 61,1 Central African Republic 16, 6,321 33,3 6,6 696,4 36,339 1,696,278 47,7 45,9 28,1 49, 8 3,5, ,9 Chad 164, 5,219 4,8 7,2 1, 89,4 61, ,14 1,342 49,2 37,8 2 54, 5 1,5 27,6 Chile 58,3,797 73,3 14,7 12, ,51, ,3 34,1 6,9 9, China 8,4, ,6 6,8 56 4, ,15 1,66 73,2 23,2 29,5 15, 6 7,5, Colombia 74,3,667 76,8 13,6 8, 43 44, ,48 2,628 73,5 23,9 43,6 15, 1 7,3 1, 9 75,1 Comoros 58,368 57,6 1,7 1, 75,6 41, ,34 6,6 47, ,8 28,2 Congo 118, 7, ,5 2,9 26,5 83,528 2,12, , 9 5, ,1 Congo (Democratic Republic of the) 21, 4,356 51,6 8,2 27,4 43, ,142 48,1 29,1 22,1 52, 9 3,5, ,2 Costa Rica 65,6,659 86,4 11,7 1, 21 34, ,367,662 79,2 17,7 33,7 8,3 8,3 1, 3 64,4 Côte d'ivoire 129, 4,34 54,3 6,3 1,4 98,5 47,41 96,388 54,7 44,8 2,5 4, 5 3,3,5 4 5,6 Croatia 13,5,778 68,7 13,9 15, 53 91, ,723 76,5 1,4 27,8 6 9,8, ,7 Cuba 45, ,1 17,5 5,2 53 3,773 87,39 2, ,3 21,3 5,8 9,9 2 75,2 Cyprus 6,6,798 56,3 14,7 24, ,79 79,4 15,7 13,8 5,1 9,8 45 7,3 Czech Republic 11, ,6 15,6 21, ,98,766 77,5 1,3 12,2 4,3 12, ,5 Denmark ,2 16,9 33, , ,7 3 11,3 4,8 11, 4 86,9 Djibouti 22,9,294 6,5 5,1 2,2 84,5 92, ,45,448 57, ,3 41 3,8 76,2 Dominica 2,67 57,6 13,2 7,7 63 5, ,37 2,623 77,4 2,45 21,3 16, 1 7,7 67,2 Dominican Republic 18, 7,616 68,4 11,9 7,8 4 38, ,48,624 73,2 22,2 32,6 18, 9 7,2 1, ,2 Ecuador 82,8,686 69,3 14 7, , ,769,618 75,5 21,8 23,4 15, 2 7, ,9 Egypt 46,6, , ,644 5, ,6 15,9 19, 8 6,4, ,4 El Salvador 82,7,637 69,1 12,1 5,8 2 2, ,436, ,5 32,7 16, 5 7, ,3 Equatorial Guinea 122, 9,427 41,9 7,7 16, 91,4 86, ,2, ,2 21,3 48, 2 5,4 39,7 Eritrea 66,6,271 54,6 4,8 512,6 49,345 32,49 2,234 61,2 2,45 21,3 3, 2 3,4 21,6 Estonia 22, ,8 15,7 16, ,729 74,6 3,1 17,7 7, ,5 Ethiopia 72,4,237 43,1 8,5 916,6 11, ,4 9,317 58,7 38,2 2 42, 1 1,5 16,7 Fiji 45,2,786 65,9 13 4, 91,7 75, ,51 1,532 69, ,3 13, 9 1, ,9 Finland 9, ,7 16,8 31, ,8 4,7 13,4 4 1, ,1 France 7,2 7 78,2 16,1 3, ,4 9,1 13,9 4,5 1, ,3 Gabon 89,9,66 56,4 13,1 11, 77,6 67,67 149,683 62,3 7,3 22,1 31, 9 7,5 1, Gambia 76,6,334 5,3 9 1,2 57,6 2, ,16,363 58,2 44,7 33,3 38, 5 2,8, ,1 Georgia 44, ,6 13,1 4, ,729 94,546 73,5 4,9 25, , 1 52,7 Germany 7, ,2 15,9 33, ,3 2,3 16,7 4,4 12, ,8 Ghana 71,1,574 51,3 1,5 1,4 29,6 92, ,925,381 63,8 7,5 25,4 39, 7 7,1,4 8 51,5 Greece 11,6 61 6,9 16,5 24, ,788 79,8 5,8 19,9 4 1, ,4 Grenada 42,4,779 57,6 16 6,9 14 8, , 3,67 75,8 2,45 21,3 9,6 8,6 39,3 Guatemala 17, 2, ,6 4,1 44 3, ,88 8, ,1 42,5 2, 4 4,1, ,5 Guinea 157, 4,246 44,4 8,6 851,5 31,342 3,355,37 53,6 42,6 26,8 44, 5 1,6 35,4 Guinea Bissau 111,, ,1 974,4,351 12,57,326 47,7 4,3 32,5 52, 2,3 3

7 7 1, Guyana 68,3,65 59,2 11,9 3, 59,7 83, ,31 1,49 69,6 9,6 2,3 25, ,6 Haiti 46,4,46 39,5 7,6 1, 51,6 59, ,56 5,337 61,8 4,7 47,9 32, 9 4,9, ,1 Honduras 93,1,574 49,9 11,4 3, , ,62 8,55 72, ,7 19, 7 6, ,6 Hong Kong, China (SAR) 3, ,6 15,7 42, ,5 2,45 21,3 4, Hungary 16, ,1 15,3 16, ,728 74,2 4,1 14,7 6,6 11, ,1 Iceland 14, , , , ,7 2,6 13,4 3,5 1, 4 1, ,4 India 86,3,45 48,3 1,3 3,2 48,7 11, ,24 5,499 65,1 4,6 14,7 31, 3 4,4, Indonesia 45,1,584 44,6 13,2 3,5 44,7 72, ,364,511 68,9 21,4 14,8 16, 8 5,8, ,3 Iran (Islamic Republic of) 29,5, ,7 1, 34 32,77 1 2,156,664 72,7 2,45 21,3 17, 3 7,3, Iraq 98, ,8 2,9 7,7 65, ,486 68, ,3 2, 4 5,6, ,2 Ireland 17, , , ,4 3,2 18,8 4,6 11, 6 1, 1 61,9 Israel ,4 15,5 25, ,793 81,4 7,9 23,7 4,8 11, 9 1, ,9 Italy 6, ,1 16,3 26, ,798 81,7 11,8 19,4 4,3 1, ,4 Jamaica 77,3, ,8 6,4 3 34, ,75 7,596 72,9 8,3 24,1 16, 7 9,6 1, Japan ,5 15,1 31, ,2 2,45 21,3 3,9 11, ,8 Jordan 26,5,71 56,1 13,1 5,2 51 4,697 18,2,567 73,3 25,1 18,7 13, 3 8,6, ,5 Kazakhstan ,3 15,1 1,7 36, ,66 66,7 5,3 17,6 17, 2 1, ,5 Kenya 1, 2,582 51,4 11 1,4 52,5 77, ,44 6,383 56,6 29,2 28,8 37, 2 7, ,2 Kiribati 22,2,647 57,6 12,1 3, 5,7 55,621 85,489 67,8 2,45 21,3 16, 1 7,8 43,9 Korea (Democratic People's Rep. of) 1,68 41,8 12,4,7 68, ,513,617 68,7 2,45 21,3 26, 1 7,8 6,2 Korea (Republic of) 2, ,9 27, , ,5 25,5 18,4 4,8 11, Kuwait 13,8,577 51,1 12,3 46, 43 59, , ,5 2,45 21,3 7,3 6,1 1, ,4 59 1,9,7 37,89 21,,7 12, , ,426 67,4 11,1 12,2 6 9, ,5 Kyrgyzstan 34,1,716 Lao People's Democratic 59 2,1 Republic 39,432,6 9, , Latvia 18 73, , Lebanon 16,2,695,9 13, ,6 Lesotho 73,5,57,6 9, , 57 Liberia 6,439, Libyan Arab 5 15, Jamahiriya 3,2,731,1 16, , Liechtenstein 7 18,6 14, , Lithuania 19,7 83,3 16, ,,8 13,3 85,7 43, ,9 6,438 67,1 3,5 15,5 27, 6 4,6, ,2 11, ,2, ,3 2,5 8, ,7 14, 27, ,696 72,5 2,45 21,3 5 7,9 87,2,4 45,2 36, 1,1 35,446 3,41 47,6 24,9 39,5 6 5, ,9,5 43, 71, ,137 56,2 46, ,9,4 47,8 12, 1,2 61, ,2,725 74,6 2,45 21,3 1 7, ,9 16, 1, , ,5 2,45 21, ,3 1, ,2,722 71,9 4,3 2,6 8, , ,2 9 79,8 6,2 15,7 4, ,2 Luxembourg 1,1,771 The former Yugoslav Republic of 6 8,5 53,87 1, Macedonia 22,696,6 13, , ,637 74,7 17,5 21,8 4 8,2 59,3 134, 49,7 17,12 36, Madagascar 3,497,2 1, , ,35 66,5 3 19,3 4 5,2 3,2 119, 51,5 64,92 4,,5 Malawi 2,41,4 8, , ,285 53,5 34,7 19,7 3 4,2 1 19,8 13, Malaysia 14,2, , ,758 1,573, ,45 28,7 8 9,5 7 72,2 65 5, 15, Maldives 12,2,568,9 12, , ,562 76,5 11,5 19,5 5 5,8 38 4,1 Mali 186,, ,3 1,,4,356 11,67, ,9 25,4 5, 2,3 35,9

8 8 3, Malta 17,3,797 76,3 14,4 21, ,2,767 79,4 2,45 21,3 5,6 9, ,7 Marshall Islands 53,5,689 57,6 1 9,6 16,696 1,11,617 71,8 8,1 21,3 16, 1 9,8 71,8 Mauritania 79,2,366 33,7 8,1 1,8 1,6 3, ,69 3,415 58,3 43,2 21,5 38, 9 3,7, ,4 Mauritius 35,4,659 8,6 13,6 12, 49 39,726 81,691 73,2 2,45 21,3 11, 4 7, , , 12,,3 13, , ,97,695 76,7 17,9 31,6 3 8,5 1 77,8 Mexico 7,6,726 Micronesia (Federated 57 2,9 States of) 25,4,689,6 12,1 36 Moldova 58 2,9 (Republic of) 33,8,716,8 11, Monaco 1,6,68,6 17,5 9,6 42 3,1 Mongolia 2,722,8 14, , Montenegro 18,2 2,6 13, , Morocco 15,1,447,6 1, , 51 Mozambique 2,222,2 9, ,4 Myanmar 16,3,44,3 9, ,9 Namibia 74,4,617,3 11, Nauru 31,2,68,6 9,3 9,6 13, 68 1,1 Nepal 4,356,2 8, , Netherlands 5,1 31,4 16, , New Zealand 3 1, , 57 2,3 Nicaragua 7,525, , 37 Niger 1,177,6 4, , 4 1,9 Nigeria 3,442,2 8, ,,1 17,3 58 Norway 9 85 Occupied Palestinian 57 Territory 53,5,674,6 12,7 45 Oman 9,2,539,9 11,8 Pakistan 31,6, ,9 57 Palau 13,8 9,6 14,7 71 Panama 82,6,743,4 13,2 Papua New 44 Guinea 66,9,335,3 5,8 63 Paraguay 72,3,643,5 12,1 69 Peru 54,7,74,3 12,9 65 Philippines 54,1,684,7 11,9 63 Poland 14,8 22,1 15,3 Portugal 16,8, ,9 48 Qatar 16,2,623,9 12 Romania ,9 Russian 61 Federation 3,784,2 14,1 44 Rwanda 38,7,47,6 11,1 Saint Kitts and 57 Nevis 42,6,693,6 12,9 57 Saint Lucia 61,7,693,6 13,1 2, , 63 2,5 23 9, , 69 2,1 55 4,5 66 7,9 25 3, , 8 2, 93 93, 38 1, 86 13, 84 1, 86 11, 96 8, 1,7 7, ,771,484 68,8 22,4 63,1 2, 5 8,8 22,7,7 13, 73, ,532, ,5 19,4 1 9, , 8, ,2,617 82,1 2,45 21,3 1 7,8 1,7 59,13 22, 1, 6, ,493 68,2 5,8 16,4 6 8, , 58,769 1,249,661 74,4 9,6 12,6 7,3 6 61,5 18,,5 18, ,531 71,9 42,7 2,7 3 4, ,2,4 25,5 45,,2 7, ,37 49,8 28,2 58,1 7 1, ,4,7 38, 1, 5, ,551,386 64,7 2,45 21, ,6,6 4,48 24, 1, 66, ,586 62,2 27,8 68,3 5 7, , 43, ,2,617 79,8 2,45 21,3 1 7,8 1,7 24,,4 64, ,738,346 68,5 43,3 26,4 3 3, ,6 11, ,6 4 15,3 4, ,9 12, ,784 8,5 2,45 21, ,2 11,48 15,,6 48, ,454 73,8 33,3 23,8 6 5, ,3,5 96,59 46,,3 4,293 6,263 54,3 31,3 21,1 8 1, ,1,4 51, 96,454 1,295,428 51, , ,8 12, 1, ,4 13, ,4 3,64 12,467 72,6 2,45 21, ,1 33, ,777 72,8 2,45 21,3 9 5,5 73,7 18,21 32,,5 13,53 3 8,462 65,2 46,4 1,6 9 4,9 2 35,9 16, 12, 13, ,2,654 71,5 11,2 21, ,4 13, 1, 83, ,612, ,9 52,6 6 9, ,8,6 28,,5 69, ,987,44 62,4 2,45 21,3 5 4,3 8 12,5 19, 24,662 7,37,547 72,3 19,8 33,4 9 7,7 61,5 2,75 16,,7 48, ,626 73,8 3,2 42,7 5 8, ,9,7 1, 64, ,37,54 68,5 12, , , , ,1 18,4 6, ,418,765 79,3 5,7 23,9 4,8 7,7 65 6,7 1, ,2 8 78,2 2,45 21,3 7,4 7, ,8 1, 1, 48, ,671 73,8 13,1 12, ,5,7 11, 65, ,332,76 68,5 11,2 11,9 5 9, ,2,5 47, 54, ,919,342 55,1 3,7 31,5 4 3,3 2 18,9 16, 34, ,2,685 72,9 2,45 21,3 1 8,4 32,4 1, 59,72 6 1,721,628 74,5 2,45 21,3 3 8,3 28

9 9 Saint Vincent and the Grenadines 58,9,712 57,6 13,2 7, ,8 Samoa 28,3,75,6 12, San Marino 2,5,68,6 12,4 9,6 Sao Tome and 57 1,7 Principe 66,1,452, , Saudi Arabia 11,6,689,3 13, , 42 1,6 Senegal 9,385,3 7, ,9 Serbia 22,1,79,6 13, , Seychelles 51,3,747,6 13, , 32 Sierra Leone 7,34,1 7, , Singapore 4,8,751,6 14, , Slovakia 2,2 75,5 14, , Slovenia , ,7 Solomon Islands 7,3,427,1 9, Somalia 7,1,6,6 2,4 9,6 5 9,2 South Africa 59,2,75,8 13, , Spain 12,7 74,6 16, ,6 Sri Lanka 23,6,68,7 12, ,8 Sudan* 61,9,247,1 4, ,2 Suriname 39,5,636,2 12, ,4 Swaziland 83,9,578,4 1, , Sweden , , Switzerland 4,6 72,1 15,6 24 Syrian Arab 64 4,2 Republic 42,8,534,6 11, ,8 Tajikistan 28,4,74,3 11, , ,624 72,1 2,45 21,3 15, 1 8,6 49,3 14, 1, 23,686 5,523 72,2 2,45 21, ,2 16, 73, ,2,617 81,7 2,45 21,3 1 7,8 94,1,7 34, 1, ,2,49 64,4 22,7 21,3 4 4,2 62,2 12, 47, ,773 73,7 2,45 21,3 7 7, ,1,6 37,,5 15,457 7,377, ,3 21,1 4 4, ,4 1, 58, ,659 74,4 11,1 12, ,1 16, 42,771 7,86,728 73,4 2,45 21,3 1 9,4 55,3,4 44,,4 32, ,283 47,4 48,2 22,2 5 2, , , ,45 21,3 3,8 8, , ,754 75,2 1,7 11,7 6, ,, ,788 79,2 4 12,2 4, ,5,7 25, 48,57 4 4,672,48 67,5 3,2 21,3 2 4,5 18,6,4 69,47 5, 88, , ,45 21,3 6 7,8 37,4,5 3,39 3, 9, ,649 52, , ,7 1, ,798 81,2 5,7 18,5 4, ,4 22,65 12, 64, ,55 74,8 17, , ,3,6 13,9 38,,7 48,46 1 9,418 61,1 2,45 21,3 5 3,1 2 4,1,7 16, 94, ,13,614 7,3 2,1 34,9 7 7,2 69,4,4 117,3 36, 1, 48,52 4,543 48,4 38,3 32,3 4 7, ,4 11, 1, ,3 3,6 13 3, , ,2 2 14,3 4, ,6 11, 1, 79, ,371,536 75,7 31,5 18,3 1 5, ,7,7 47,64 1, 45,64 3 2,419 67,2 9,4 15,3 31 9, ,3 Tanzania (United Republic of) 13, 4,454 47,9 9,1 1,2 72,5 9,461 13,27,364 57,4 28,7 17,6 37, 5 5,1,6 6 26,4 Thailand 43,3,597 62,2 12,3 7, , ,22, ,5 6,6, Timor Leste 65,8,371 57,6 11,2 2,8 67,6 63,491 1,177, ,3 19,2 34, 3 2,8 28,1 Togo 65,3,473 36,4 9,6 789,5 78, ,972,296 56,6 41,5 2 35, 4 5,3, ,4 Tonga 22,3,79 57,6 13,7 4, ,73 15,85 7,533 72,2 5,1 21,3 14, 5 1, ,4 Trinidad and Tobago 34,7,712 54,2 12,3 22, 98,7 87, ,779 69,9 6,6 21,9 17, 4 9,2 1, 16 13,9 Tunisia 5,7,645 6,6 14,5 7, ,698 32,614 74,3 38,7 21,8 12, 7 6,5, ,3 Turkey 39,2,583 6,4 11,8 11, 84 47, ,684 73,7 27,4 26,5 16, 5 6,5,5 8 69,6 Turkmenistan 19,5,739 38,4 12,5 6,8 11,7 7, ,2,65 64,8 1,2 38,7 27, 5 9,9 49,5 Tuvalu 23,3,68 57,6 1 9,6,7 39, ,2,617 66,9 2,45 21,3 16, 1 7,8 5,4 Uganda 149, 9,475 49,8 1 1, 99,5 31, ,46,343 53,7 28,2 26,4 4, 7 4,7, ,3 Ukraine ,2 14,7 5,8 79,7 6, ,421,583 68,2 2,8 1, , ,8 United Arab Emirates 26,7,741 4,7 13,3 59, , ,4 2,45 21,3 7,4 9, ,1 United Kingdom 29, ,2 16,1 32, ,1 21 4,9 9,3 1, 15 79,6 United States 41, , , , ,4 3,2 23,5 6 12, 4 1, 9 82,3 Uruguay 61,1, ,5 12,,78 1 4,548,693 76,8 1 26,3 1, 8,5 1, 92,5

10 1 Uzbekistan 13,8,711 Vanuatu 54,554 Venezuela (Bolivarian 62 1, Republic of) 89,9,692,9 14,2 68 2,6 Viet Nam 26,8, , ,2 Yemen 78,8,31,3 8, , 1,2 Zambia 8, , Zimbabwe 64,6,566,8 9,9 351 Low human 46 1,5 development 97,7,392,3 8,3 41 Medium human 5 4,9 development 49,6,561,3 11,2 33 High human 63 11, development 51,716,5 13,6 21 Very high human 68 32, development 24 94,2 15,9 72 Africa 13, 2,445 Latin America and the Caribbean 73,7,687, ,8,7 25,,3 11,4 7 57,636 5, ,4 17, ,2 57 3,8 24,51 17,,6 1,4 93, ,524 7,7 2,45 21,3 7 6,7 25,6 48,7 9,3 2, , ,669 74, ,79 67,59 3 4, ,1 18,2,7 11, ,443 65,1 49,8 17,6,4 32,19 5, ,356 48,5 24,2 2,4 78,31 73,364 9,18 5 2,1 34,5,6 19,22 5, ,392 58,3 39,6 21,3,7 54,44 79, ,558 69,4 29,2 22,5 33, ,89,676 72,8 18,6 26, , ,8 6 2,4 5,3,5 88, ,75,466 57,3 35,5 24,9 13, 3 7,6 13, 8 5,5 31, 2 2,5 46, 5 6,5 34, 2 7,2 39, 9 4,2 21, 9 6,3 13, 9 8,5 11, 3 39, 5 4,8 1,1 3 93,4 84 3,4, ,8, ,7, ,3, ,4, , ,1, ,9 65,2 13,6 9, , ,741,656 74,2 22,4 36,3 15, 1 7, ,5 Asia 47,4,564 5,8 1 6,4 4,7 87, ,49 1,596 69,9 3,5 21,3 21, 7 6,6, ,2 Europe 18, ,8 15,4 22, ,778 76,4 6,9 15,6 6,9 1, ,8 Oceania 34, ,2 14,2 24, ,29,789 77,1 2,8 16,8 1, 1 1, Northern America 38, , , , ,6 3,2 22,9 5,9 12, 4 1, 7 82,1 Arab States (RB) 44,519 56,4 1,2 8,3 28,7 93, ,529,633 7,2 4,6 17,8 21, 3 5,9,7 2 56,3 Europe and Central Asia (RB) 28,1,763 6,4 13,5 11, 53 5, ,357,68 71,1 11, , 1 9, ,4 East Asia and the Pacific (RB) 19,4,611 5,3 11,7 5, , ,64 8,586 72, ,1 16, 3 7,2, ,4 3,2,7 36,33 3,, , ,5 65,6 41,3 14,5 5 4, ,7 South Asia (RB) 77,2, ,8 Latin America and the 65 9,7 15, Caribbean (RB) 73,7,687,2 13, , ,741,656 74,2 22,4 36,3 1 7, ,5 Sub Saharan 119, 45 1,9,5 16,96 43,,6 Africa (RB) 6,429,7 9, ,46 1 6, , , , OECD 3,4 65,1 15, , ,3 8,4 21,4 6, , , 1, EU27 14,2 69, ,6 5,9 17,1 5, ,9 9,9,7 14, 1, CIS 27,6, , , ,18,659 68,5 8,2 13, , , 1, GCC 12,6,685,3 13, , ,4 2,45 21,3 9 7, ,6 5 6,7 68,5 15,,7 East Asia 18,7,621,6 11,8 7 28, ,64 72,5 22,1 26,9 9 7,3 9 46,7 2,4,6 26,,6 Pacific 62,8, ,58 5 5,234,458 64,1 17,4 63,1 1 5, ,3 5,8 32,95 18, Caribbean 67,1, ,9 6 16, ,583 71,8 22, ,5 65 1, 14, Latin America 74,2,69,4 13,7 4 57, ,132,66 74,3 22,4 36,3 9 7,8 71 8,6 54 9,7,7 32,57 21, HDR countries 57,6,611,4 11, , ,656 69,6 26,2 22,6 3 7,4 24 5,5 54 9,7,7 32,57 21, World 57,6,611,4 11, , ,656 69,6 26,2 22,6 3 7,4 24 5,5 Other countries 41,6 24,64 32, or territories 22,8,68,8 2,4 9,6 91, ,617 63,8 8,1 21,3 9 7,8 54 Least developed 15, 46 1,2,6 23,35 39,,6 countries 3,369,7 8,3 8 11, ,365 58,7 37,1 22,5 3 3,7 4 29,2 Developed: 68 33, 11, OECD 21,8 2, , ,6 19, ,1 Developed: 56 42, Non OECD 11,6,786,4 13, ,4 2,1 5, ,6 Developing: 44,2, ,2 6,6,7, ,529,61 7,1 4,6 17,8 21, 5,8,7 55,4

11 11 Arab States, Developing: Europe and Central Asia 3,749 59,4 13,2 1, 45,7 92, ,658,666 7,2 12, , 3 9, ,5 Developing: East Asia and the Pacific 19,4,611 Developing: Latin America and the Caribbean 73,7,687 Developing: 5,3 11,7 65,2 13,6 South Asia 77,2, ,8 Developing: Sub Saharan 119, 45 Africa 6,429,7 9,2 59 SIDS 66,6,594,5 1 5,9 91 9,7 75 3,2 72 1,9 15 5, 55 23, ,64 8,586 72, ,1 54, ,744,656 74,2 22,4 36,3,7 36,33 19, ,5 65,6 41,3 14,5 16, 3 7,2 15, 1 7,8 3, 5 4,6,5 36, ,96 6, , , 8 4,5,7 79, ,3,562 69,4 23,6 36,3 21 7,3, , ,5, ,7, ,7 2.4 FONTE DE DADOS Todos os dados desta pesquisa foram obtidos em: VARIÁVEIS QUANTITATIVAS Descriptive Statistics: Tx Fec. Adol; Índ Educ; Índ Desemp A; Anos esper d;... Variable N N* Mean Minimum Q1 Median Q3 Tx Fec. Adoles ,81 1, 18, 41,8 74,2 Índ Educ 231,6421,177,497,68,779 Índ Desemp Amb ,946 32,1 5,3 57,6 65,4 Anos esper de escolar ,232 2,4 1,4 12,4 14,2 PIB per capita ,373,26 2,672 7,584 16,17 Índice de Saúde 231,78219,432, IDH 231,6657,282,533,696,779 Impac desastr natur: nº 231 5,82,, 2, 5, Impac desastres natur: p 231 9, 6,5 18,2 59, Índice Rendimento 231,5985,137,471,617,728 Expec de vida ao nascer ,597 47,4 64,8 72,5 76, Perda desig educação ,3 9,6 2,45 3, Perda desig renda ,496 4,4 18,4 21,3 25,9 Perda desig expect de vi 231 2,136 3,5 9, 16,1 3,2 Média de anos de escolar 231 7,643 1,2 5,5 7,8 9,9 Pop c/ ao menos o ens se ,171, População Urbana ,56 11, 38, 58,1 74,8 Variable Maximum Tx Fec. Adoles. 27,1 Índ Educ 1, Índ Desemp Amb 93,5 Anos esper de escolar 18, PIB per capita 93,383 Índice de Saúde 97 IDH 41 Impac desastr natur: nº 29, Impac desastres natur: p 958, Índice Rendimento 8 Expec de vida ao nascer 83,2 Perda desig educação 49,8 Perda desig renda 68,3 Perda desig expect de vi 58,8 Média de anos de escolar 12,6

12 12 Pop c/ ao menos o ens se 1,553 População Urbana 1, A seguir alguns gráficos que demonstra de forma significativa as variáveis escolhidas anteriormente: Histogram (with Normal Curve) of Média de anos de escolar 2 Mean 7,643 StDev 2,823 N Frequency Média de anos de escolar 12 14

13 13 4 Histogram (with Normal Curve) of Tx Fec. Adoles. Mean 51,81 StDev 42,2 N Frequency Tx Fec. Adoles Histogram (with Normal Curve) of Perda desig expect de vida Mean 2,14 StDev 13,87 N 231 Frequency Perda desig expect de vida 48 6

14 Histogram (with Normal Curve) of Perda desig renda Mean 23,5 StDev 9,596 N Frequency Perda desig renda Histogram (with Normal Curve) of Perda desig educação 5 Mean 29 StDev 12,77 N Frequency ,5, 7,5 15, 22,5 3, Perda desig educação 37,5 45,

15 15 4 Histogram (with Normal Curve) of Expec de vida ao nascer Mean 69,6 StDev 9,377 N Frequency ,5 6, 67,5 75, Expec de vida ao nascer 82,5 9, Histogram (with Normal Curve) of População Urbana 2 Mean 56,56 StDev 22,66 N Frequency População Urbana 9 15

16 16 Histogram (with Normal Curve) of Pop c/ ao menos o ens secund 9 8 Mean 56 StDev,1985 N Frequency ,2,4,6 1, 1,2 Pop c/ ao menos o ens secund 1,4 1, Histogram (with Normal Curve) of Índice Rendimento Mean,5985 StDev,1754 N Frequency ,15,3,45,6,75 Índice Rendimento

17 17 Histogram (with Normal Curve) of Impac desastres natur: pop afet Mean 9 StDev 184,7 N Frequency Impac desastres natur: pop afet 8 Histogram (with Normal Curve) of Impac desastr natur: nº mort (m 2 Mean 5,818 StDev 2,57 N Frequency Impac desastr natur: nº mort (m 3

18 18 4 Histogram (with Normal Curve) of IDH Mean,6657 StDev,1644 N Frequency 2 1,3,4,5,6,7 IDH 1, Histogram (with Normal Curve) of Índice de Saúde 5 Mean,7822 StDev,1479 N Frequency 3 2 1,48,6,72 4 Índice de Saúde 6 1,8

19 19 Histogram (with Normal Curve) of PIB per capita 6 Mean 12,37 StDev 14,16 N Frequency PIB per capita Histogram (with Normal Curve) of Anos esper de escolar Mean 12,23 StDev 3,2 N Frequency Anos esper de escolar 15 18

20 2 7 6 Histogram (with Normal Curve) of Índ Desemp Amb Mean 57,95 StDev 1 N Frequency Índ Desemp Amb Histogram (with Normal Curve) of Índ Educ Mean,6421 StDev,198 N Frequency 2 1,3,45,6 Índ Educ,75 1,5 Os histogramas acima relacionados tratam-se da visualização de todas as variáveis, relacioandas para o desenvolvimento, desta análise das seguintes variáveis: Taxa de Fecundidade na Adolescência, Índice de Educação, Índice de Desempenho Ambiental, Anos esperados de Escolaridade (das crianças), PIB Produto Intero Bruto per capita com base na

21 21 paridade do poder de compra, Índice de Saúde, Índice de Desenvolvimento Humano (IDH), Impacto dos Desastres Naturais: número de mortes (média por ano/ milhões), Impacto dos Desastres Naturais: população afetada (média por ano/ milhões), Índice de Rendimento, Expectativa de Vida ao Nascer, Perda devido a desigualdade da Educação, Perda devido a desigualdade de Renda, Perda devido a expectativa de Vida, Média em anos de vida escolar, População ao menos com o ensino secundário, População Urbana. 3 ANÁLISE EXPLORATÓRIA O objetivo do trabalho será demonstrar os vários itens seguindo um padrão e uma ordem para avaliação e explicação de inúmeras variáveis e formas que expliquem os blocos. Assim, foi feita uma análise baseada em variáveis quantitativas utilizando Histograma, Box- Plot, Intervalo de Confiança, Média, Mediana, Mínimos e Máximos e Desvio-Padrão Variável População Urbana Segue o resumo exploratório desta variável:

22 22 Summary for População Urbana A nderson-darling Normality Test A-Squared 1 P-Value,18 Mean 66,13 StDev 21,863 V ariance 477,976 Skew ness -,6179 Kurtosis -, N Minimum 18,3 1st Q uartile 47, Median 73,8 3rd Q uartile 8,6 Maximum 1, 95% C onfidence Interv al for Mean 58,84 74,123 95% C onfidence Interv al for Median 58,452 79,5 95% Confidence Intervals 95% C onfidence Interv al for StDev 17,471 29,223 Mean Median Forma: O Histograma permite verificar que não se trata de uma distribuição simétrica, pois podemos perceber que as informações que possuem maiores relevâncias estão acima de 8% do total e estes valores são representados por Hong Kong, Argentina, Israel, Austrália, Grupo de países que não fazem parte da OCDE, Brasil, Estados Unidos seguidos pelo Canadá e o grupo da América Latina que na média são as regiões mais urbanas, dentre os países escolhidos. Valores Atípicos: esta variável não apresentou valor atípico. Centro e Dispersão: A média e a mediana apresentam valores próximos (66,13 e 73,8 respectivamente), confirmando a simetria da curva e que a mairia populacional estão nas áreas urbanas. Stem-and-leaf of População Urbana N = 231 Leaf Unit = 1, (3) Variável Média de anos Escolar Segue abaixo o resumo exploratório desta variável:

23 23 Summary for Média de anos escolar A nderson-darling Normality Test A-Squared,71 P-Value,57 Mean 8,7226 StDev 2,687 V ariance 6,851 Skew ness -,26289 Kurtosis -1,12934 N Minimum 4,4 1st Q uartile 7,2 Median 8,5 3rd Q uartile 11, Maximum 12,4 95% C onfidence Interv al for Mean 7,7657 9, % C onfidence Interv al for Median 7,4675 1, % Confidence Intervals 95% C onfidence Interv al for StDev 2,846 3,4869 Mean Median 7,5 8, 8,5 9, 9,5 1, 1,5 Forma: O Histograma permite verificar que se trata de uma distribuição com momentos diferenciados, já que em alguns países ainda existem apenas com aproximadamente a média de 5 anos de escolaridade. Em contrapartida os países que possuem mais escolaridade acima de 1 anos, são Austrália, Canadá, Alemanhã, Hong Kong, Israel, Japão, Espanha, Estados Unidos, e os grupos como Europa, Oceania, OECD, os países desenvolvidos que fazem parte da OCDE e aqueles que não fazem parte. Valores Atípicos: esta variável não apresentou valores atípicos. Centro e Dispersão: A média apresenta o valor de 8,7226 e a mediana apresenta o valor de 8,5, confirmando uma assimetria baixa na curva. Stem-and-leaf of Média de anos de escolar N = 231 Leaf Unit =, (43) Variável Taxa de Fecundidade na Adolescência (idade entre 15 e 19 anos). Segue abaixo o resumo exploratório desta variável:

24 24 Summary for Tx Fecun Adoles. A nderson-darling Normality Test A-Squared 9 P-Value,2 Mean 46,294 StDev 32,185 V ariance 135,866 Skew ness,34256 Kurtosis N Minimum 3,2 1st Q uartile 14, Median 45,2 3rd Q uartile 73,7 Maximum 119,6 95% C onfidence Interv al for Mean 34,488 58,99 95% C onfidence Interv al for Median 19,173 66,762 95% Confidence Intervals 95% C onfidence Interv al for StDev 25,719 43,21 Mean Median Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica e que de alguma forma a maior parte dos países ou grupos estão no primeiro quartil, o qual demonstra que alguns países ainda possuem taxas de fecundidade de até 2% onde o Grupo da Ásia Pacífico, Europa com 18,7%, Israel e Canadá com 14%, China com 8,4%, Japão 5% e Hong Kong 3,2% importante ressaltar que aproximadamente a partir de 6% os valores tratam de alguns países que ainda possuem altas taxas de fecundidade e até mesmo falta de planejamento familiar como os países da África e blocos da África Sub- Sahariana, Índia, América Latina, Brasil, África do Sul entre outros. Valores Atípicos: esta variável não apresentou nenhum valor atípico. Centro e Dispersão: A média apresenta o valor de 46,294 e a mediana apresenta valor de 45,2. Stem-and-leaf of Tx Fec. Adoles. N = 231 Leaf Unit = (35) Variável Perda devido a desigualdade de Renda. Segue abaixo o resumo exploratório desta variável:

25 25 Summary for Perda dev à desig renda A nderson-darling Normality Test A-Squared,64 P-Value,86 Mean 23,919 StDev 13,259 V ariance 175,8 Skew ness,5367 Kurtosis 1,46159 N Minimum, 1st Q uartile 16,6 Median 22,6 3rd Q uartile 36,3 Maximum 63,1 95% C onfidence Interv al for Mean 19,56 28,783 95% C onfidence Interv al for Median 17,3 27,879 95% Confidence Intervals 95% C onfidence Interv al for StDev 1,595 17,723 Mean Median Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica e que a maior parte dos países e grupo econômicos de alguma forma a maior parte dos respondentes estão no primeiro quartil, o qual demonstra, que ainda uma grande parte da população mundial perde inúmeras oportunidades devido às desigualdades de renda. Como China com 29,5% seguido do bloco de países que compõem a Ásia Pacífico com 27,1%, de acordo com os dados os países que estão em,% são o Japão, Cuba e Hong Kong podemos entender que não ocorreu pesquisa, ou que de fato, estes países não possuem este problema, em contrapartida existe o bloco do Pacifico com 63,1% de problemas devido a desigualdade de renda. Valores Atípicos: esta variável não apresentou nenhum valor atípico. Centro e Dispersão: A média apresenta o valor de 23,919 e a mediana apresenta valor de 22,6. Stem-and-leaf of Perda desig renda N = 231 Leaf Unit = 1, (96) Variável Perda devido da desigualdade na Educação. Segue abaixo o resumo exploratório desta variável:

26 26 Summary for Perda dev à desig educ A nderson-darling Normality Test A-Squared 9 P-Value,2 Mean 16,81 StDev 12,966 V ariance 168,114 Skew ness,45549 Kurtosis N Minimum, 1st Q uartile 5,6 Median 17,4 3rd Q uartile 23,6 Maximum 41,3 95% C onfidence Interv al for Mean 12,54 21,566 95% C onfidence Interv al for Median 7,238 22,432 95% Confidence Intervals 95% C onfidence Interv al for StDev 1,361 17,331 Mean Median Forma: O Histograma permite verificar que se trata de uma distribuição simétrica e que de alguma forma a maior parte dos países e blocos de países estão no primeiro quartil, a expectativa é que isso, não passe para outro quartil e até dinimua drasticamente, pois afeta diretamente o crescimento do país. Com um percentual abaixo de 1%, estão alguns blocos de países como aqueles que compõem a OECD com 8,4% seguido por Israel com 7,9%, e Europa com 6,9%, Espanha 5,7%, Estados Unidos com 3,2%, Austrália com 1,7% e com uma taxa de,% estão Japão e Hong Kong, ou seja, não existe perda devido à desigualdade na educação. E acima de 12% compõe uma grande quantidade de países em desenvolvimento ou até subdesenvolvido, vale destaque para a África do Sul 2%, o Brasil com 25,7%, China com 23,2%, África com 35,5%, a Índia com 4,6% e para a Ásia e o bloco de países da Ásia com 41,3%, o qual existe uma grande quantidade de pessoas que ainda perdem oportunidades por conta da falta de acesso à educação. Valores Atípicos: esta variável não apresentou nenhum valor atípico. Centro e Dispersão: A média apresenta o valor de 16,81 e a mediana apresenta valor de 17,4. Stem-and-leaf of Perda desig educação N = 231 Leaf Unit = 1, (66) Variável Expectativa de Vida ao Nascer:

27 27 Segue abaixo o resumo exploratório desta variável: Summary for Expec de vida ao nascer A nderson-darling Normality Test A-Squared 1,5 P-Value,8 Mean 73,326 StDev 8,333 V ariance 69,431 Skew ness -1,9582 Kurtosis,6182 N Minimum 52,2 1st Q uartile 69,4 Median 74,3 3rd Q uartile 8, Maximum 83,2 95% C onfidence Interv al for Mean 7,269 76,382 95% C onfidence Interv al for Median 72,7 79,97 95% Confidence Intervals 95% C onfidence Interv al for StDev 6,659 11,138 Mean Median Forma: O Histograma permite verificar que se trata de uma distribuição simétrica e que os valores estão no terceiro quartil, e o valor atípico que traz preocupação com os dados apresentados é que a África do Sul, possui 52,2 anos de expectativa de vida e a média do continente está com 57,3 anos e os países que fazem parte da África Sub-Saharan está com 54 anos, muito diferente dos demais países e blocos envolvidos. Existe um grupo de países que estão acima dos 6 anos como a Índia, do Sul da Ásia e a média do Mundo, a preocupação persiste, pela quantidade de pessoas que em sua média sofrem com problemas e doenças que nos países desenvolvidos já foram elimidados. Acima de 7 anos está o Brasil, China e vários blocos de países, entretanto o país que se destaca com a maior expectativa de vida é o Japão com 83,2 anos. Valores Atípicos: esta variável apresentou um valor atípico. Centro e Dispersão: A média apresenta o valor de 73,326 e a mediana apresenta valor de 74,3. Stem-and-leaf of Expec de vida ao nascer N = 231 Leaf Unit = 1, (69) Variável Índice de Renda:

28 28 Segue abaixo o resumo exploratório desta variável: Summary for Índice Renda A nderson-darling Normality Test A-Squared P-Value,19 Mean,68171 StDev,14177 V ariance,21 Skew ness -,2268 Kurtosis -1,2955 N 31,4,5,6,7 Minimum,423 1st Q uartile,567 Median,657 3rd Q uartile 26 Maximum 68 95% C onfidence Interv al for Mean,62971, % C onfidence Interv al for Median,5995, % Confidence Intervals 95% C onfidence Interv al for StDev,11329,1895 Mean Median,6,65,7,75 Forma: O Histograma permite verificar que se trata de uma distribuição simétrica e que os valores estão no primeiro quartil, este índice de Renda demonstra os indicadores de renda que estão com,5% são Índia, África, Pacífico e Sul da Ásia. Vale destacar que o Brasil, Argentina e America Latina está com,7% a média do Mundo, também está com este indicador em contrapartida países como Austrália, Canadá, Alemanha, Israel e Japão estão com o valor de %. Com % estão os países Hong Kong, Estados Unidos e os países Desenvolvidos que não fazem parte da OECD. O qual demonstra a diferenciação entre os países desenvolvidos, em desenvolvimento e os países que estão com inúmeros problemas ainda no subdesenvolvimento. Valores Atípicos: esta variável não apresentou nenhum valor atípico. Centro e Dispersão: A média apresenta o valor de,68171 e a mediana apresenta valor de,657. Stem-and-leaf of Índice Rendimento N = 231 Leaf Unit =, (3)

29 Variável Índice Desenvolvimento Humano: Segue abaixo o resumo exploratório desta variável: Summary for Índice Des Humano IDH A nderson-darling Normality Test A-Squared 2 P-Value,17 Mean,74274 StDev,14557 V ariance,2119 Skew ness -,43368 Kurtosis -1,951 N 31,48,56,64, Minimum,46 1st Q uartile,638 Median,731 3rd Q uartile 86 Maximum 27 95% C onfidence Interv al for Mean,68934, % C onfidence Interv al for Median, % Confidence Intervals 95% C onfidence Interv al for StDev,11633,19459 Mean Median,7,75 5 Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica o Índice de Desenvolvimento Humano, o qual de acordo com o indicador avalia como os países e os blocos de países escolhidos, medindo o grau de desenvolvimento econômico e qualidade de vida oferecia à população este indicador vai de a 1, quanto mais próximo do 1 maior o desenvolvimento, entretanto quanto mais próximo de menor o desenvolvimento, o indicador que está abaixo ou próximo de,5 podemos citar Índia, África, e Sul da Ásia. Já a África do Sul está com,6 e Brasil, China, America Latina, Caribe, estão com,7 e os países com o indicador acima de que podemos perceber existe uma grande quantidade dentre os países e grupos selecionados são Argentina, Cuba, Oceania e Europa, já com são Estados Unidos, países da OCDE, Espanha, Japão, Canadá, Australia, Alemanha e Hong Kong. Valores Atípicos: esta variável não apresentou nenhum valor atípico. Centro e Dispersão: A média apresenta o valor de,74274 e a mediana apresenta valor de,731 Stem-and-leaf of IDH N = 231 Leaf Unit =, (33)

30 Variável Índice de Saúde: Segue abaixo o resumo exploratório desta variável: Summary for Índice Saúde A nderson-darling Normality Test A-Squared 1,6 P-Value,8 Mean 41 StDev,13133 V ariance,1725 Skew ness -1,9457 Kurtosis,6818 N 31,5,6,7 1, Minimum,59 1st Q uartile,779 Median 57 3rd Q uartile 47 Maximum 97 95% C onfidence Interv al for Mean, % C onfidence Interv al for Median % Confidence Intervals 95% C onfidence Interv al for StDev,1495,17554 Mean Median Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica o Índice de Saúde, como podemos observar ocorre, até um valor atípico, o qual reflete a falta e a extrema precariedade da saúde na África do Sul e na África Sub-Sahariana e o próprio continente africano com,5 e,6 respectivamente. Com,7 está a Índia, Sul da Ásia e o Pacífico. Já com estão o Brasil, China, Caribe, o bloco que possuía a média mundial, e a Ásia Pacífico e com o percentual de estão Argentina, Estados Unidos, o bloco que representa a América Latina, o grupo da OCDE, Europa e Cuba. Com relação ao indicador representado com o valor 1,, ou seja, a população é 1% atendida trata-se da Austrália, Canadá, Alemanha, Hong Kong, Israel, Japão e Espanha. Valores Atípicos: esta variável apresentou um valor atípico. Centro e Dispersão: A média apresenta o valor de 41 e a mediana apresenta valor de 57. Stem-and-leaf of Índice de Saúde N = 231 Leaf Unit =, (42)

31 Variável Índice de Educação: Segue abaixo o resumo exploratório desta variável: Summary for Índice Educação A nderson-darling Normality Test A-Squared P-Value,19 Mean,7281 StDev,17833 V ariance,318 Skew ness -,39574 Kurtosis -1,1216 N 31,48,64 6 Minimum,411 1st Q uartile,611 Median,75 3rd Q uartile 76 Maximum 81 95% C onfidence Interv al for Mean,65539, % C onfidence Interv al for Median, % Confidence Intervals 95% C onfidence Interv al for StDev,14251,23837 Mean Median,65,7,75 5 Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica do Indicador de Educação, assim também como os demais quanto mais próximo do,, maior a falta de acesso, ao conhecimento, ou o mesmo é extremamente precário e sem investimento, assim infelizmente os países e grupos que envolvem a África estão com,4. Já com,5 estão a Índia e a Ásia, seguidos por,6 da China e a média mundial, e com,7 estão o Brasil, a média dos países da América Latina, Caribe e África do Sul. Com os indicadores e estão Argentina e Estados Unidos respectivamente e o único país com 1, trata-se da Austrália. Um indicador primordial para o crescimento de um país de forma sustentável, na economia, na área social e política. Valores Atípicos: esta variável não apresentou nenhum valor atípico. Centro e Dispersão: A média apresenta o valor de,7281 e a mediana apresenta valor de,75. Stem-and-leaf of Índ Educ N = 231 Leaf Unit =, (36)

32 Variável Índice de Desempenho Ambiental Mean Segue abaixo o resumo exploratório desta variável: Summary for Índ Desemp Amb % Confidence Intervals A nderson-darling Normality Test A-Squared 1 P-Value,2 Mean 57,946 StDev 14 V ariance 118,888 Skew ness,17925 Kurtosis, N 231 Minimum 32,1 1st Q uartile 5,3 Median 57,6 3rd Q uartile 65,4 Maximum 93,5 95% C onfidence Interv al for Mean 56,532 59,359 95% C onfidence Interv al for Median 57,6 58,729 95% C onfidence Interv al for StDev 9,992 12, Median 56,5 57, 57,5 58, 58,5 59, 59,5 Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica do Indicador de Desempenho Ambiental, assim também como os demais quanto mais próximo do,, menor é a falta de preocupação com o tema e as ações que devem ser consideradas no momento de se realizar ou tomar uma posição para a melhora do indicador. A Islândia está com um indicador mais próximo da preocupação ideal do planeta, seguindo osm de 93,5. E a pior avaliação está em Serra Leoa aproximadamente 32,3. Valores Atípicos: esta variável apresentou dois valores atípicos. Centro e Dispersão: A média apresenta o valor de 57,946 e a mediana apresenta valor de 57,6. Stem-and-leaf of Índ Desemp Amb N = 231 Leaf Unit = 1, (59)

33 Variável Anos esperados de Escolaridade (das crianças) Mean Segue abaixo o resumo exploratório desta variável: 3 6 Summary for Anos esper de escolar % Confidence Intervals A nderson-darling Normality Test A-Squared,77 P-Value,44 Mean 12,232 StDev 3,2 V ariance 9,12 Skew ness -,5172 Kurtosis, N 231 Minimum 2,4 1st Q uartile 1,4 Median 12,4 3rd Q uartile 14,2 Maximum 18, 95% C onfidence Interv al for Mean 11,842 12,621 95% C onfidence Interv al for Median 11,9 13,1 95% C onfidence Interv al for StDev 2,751 3,34 Median 12, 12,25 12,5 12,75 Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica da variável Anos esperados de Escolaridade (crianças), assim também como os demais quanto mais próximo do,, menor é a quantidade de anos estudados, o que significa um problema de fato serissímo, já que em idade escolar, deve ser garantido para as crianças a permanência delas na escola, os países em situação mais preocupante trata-se Djibouti, Eritrea, Nigéria, Somália, Sudão e no contexto de blocos, os blocos que contém estes países, em contrapartida os países que as crianças mais permanecem na escola trata-se da Austrália, Nova Zelândia, Islândia e Irlanda com dezoito anos de estudo cada país. Valores Atípicos: esta variável apresentou dois valores atípicos. Centro e Dispersão: A média apresenta o valor de 12,232 e a mediana apresenta valor de 12,4. Stem-and-leaf of Anos esper de escolar N = 231 Leaf Unit =, (25) , 13,25

34 Variável PIB per capita Mean Segue abaixo o resumo exploratório desta variável: Summary for PIB per capita % Confidence Intervals A nderson-darling Normality Test A -Squared 16,43 P-Value <,5 Mean 12,373 StDev 14,159 V ariance 2,481 Skew ness 2,21291 Kurtosis 6,83791 N 231 Minimum,26 1st Q uartile 2,672 Median 7,584 3rd Q uartile 16,17 Maximum 93,383 95% C onfidence Interv al for Mean 1,537 14,28 95% C onfidence Interv al for Median 5,991 8,294 95% C onfidence Interv al for StDev 12,975 15,583 Median 5, 7,5 1, 12,5 15, Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica da variável PIB per capita, assim também como os demais quanto mais próximo do,, menor é o valor, pois uma maior quantidade de pessoas estão distantes do valor mínimo para sobrevivência Afeganistão, Angola, Georgia, Camborja, Guatemala, Haiti, Honduras, Indonésia vale ressaltar que está média traz a reflexão de que mesmo o produto interno bruto destes países serem baixos, a mioria da população está muito abaixo da linha da pobreza, sabendo que este indocador é a média; a contrapartida destaca-se que existem alguns países em que possuem uma significativa média como Hong Kong, Luxemburgo, Qatar, Estados Unidos e Noruega, mesmo sendo uma média representativa está concentrada na mão de poucos. Valores Atípicos: esta variável apresentou inúmeros valores atípicos, pois na avaliação dos países, muitos estão com o PIB, muito pequeno em detrimento de alguns países que possuem o PIB com extrema concentração de renda. Centro e Dispersão: A média apresenta o valor de 12,373 e a mediana apresenta valor de 7,584. Stem-and-leaf of PIB per capita N = 231 Leaf Unit = 1, (143)

35 Variável Impacto dos desastres naturais: números de mortes Mean Segue abaixo o resumo exploratório desta variável: 6 Summary for Impac desastr natur: nº mort % Confidence Intervals 24 3 A nderson-darling Normality Test A -Squared 54,88 P-Value <,5 Mean 6,338 StDev 2,441 V ariance 417,851 Skew ness 11,938 Kurtosis 162,945 N 231 Minimum 1, 1st Q uartile 2, Median 2, 3rd Q uartile 5, Maximum 29, 95% C onfidence Interv al for Mean 3,688 8,988 95% C onfidence Interv al for Median 2, 2, 95% C onfidence Interv al for StDev 18,732 22,497 Median Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica da variável Impacto dos desastres naturais com números de mortes, neste caso quanto mais próximo do primeiro quadrante menor será o número de mortos nestes desasatres, que é praticamente a maior parte da população do planeta, o país que possuiu a maior quantidade de população morta, trata-se Mianmar que fica próximo de Bangladesh e Laos. Em muitos países não ocorreram casos fatais, mas a quantidade de feridos normalmente é enorme. Valores Atípicos: esta variável apresentou inúmeros valores atípicos, por conta da situação dos desastres no mundo. Centro e Dispersão: A média apresenta o valor de 6,338 e a mediana apresenta valor de 2,. Stem-and-leaf of Impac desastr natur: nº mort N = 231 Leaf Unit = 1 (217)

36 Variável Impacto dos desastres naturais: população afetada Mean Segue abaixo o resumo exploratório desta variável: 15 Summary for Impac desastres natur: pop afet % Confidence Intervals 75 9 A nderson-darling Normality Test A -Squared 43,46 P-Value <,5 Mean 94 StDev 184,743 V ariance 34129,924 Skew ness 2,96257 Kurtosis 8,64218 N 231 Minimum, 1st Q uartile 6,532 Median 18,2 3rd Q uartile 59,3 Maximum 958, 95% C onfidence Interv al for Mean 66, ,754 95% C onfidence Interv al for Median 18,2 19,726 95% C onfidence Interv al for StDev 169,292 23,321 Median Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica da variável Impacto dos desastres naturais com população afetada, neste caso quanto mais próximo do primeiro quadrante menor será o número de mortos nestes desasatres, que é praticamente a maior parte da população do planeta, os países menos afetados são Holanda, Butão e Armênia e contra partida os mais atingidos são Libéria, paíse da Europa e Saint Vincent (país localizado em uma ilha na América Central). Valores Atípicos: esta variável apresentou inúmeros valores atípicos, por conta da situação dos desastres no mundo e de dependerem de fatores geográficos e climáticos. Centro e Dispersão: A média apresenta o valor de 94 e a mediana apresenta valor de 18,2. Stem-and-leaf of Impac desastres natur: pop afet N = 231 Leaf Unit = 1 (191)

37 Variável Perda devido à desigualdade expectativa de vida Mean Segue abaixo o resumo exploratório desta variável: 12 Summary for Perda desig expect de vida % Confidence Intervals 48 6 A nderson-darling Normality Test A-Squared 7,67 P-Value <,5 Mean 2,136 StDev 13,87 V ariance 192,389 Skew ness Kurtosis -, N 231 Minimum 3,5 1st Q uartile 9, Median 16,1 3rd Q uartile 3,2 Maximum 58,8 95% C onfidence Interv al for Mean 18,338 21,934 95% C onfidence Interv al for Median 15,1 16,7 95% C onfidence Interv al for StDev 12,71 15,265 Median 15, 16,5 18, 19,5 21, Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica da variável Perda da desigualdade na expectativa de vida, neste caso quanto mais próximo ao terceiro quadrante mais alto serão os anos os quais estas pessoas estarão em defazagem em relação a acesso e melhores opções estão com as maiores medições de anos em defazagem o Afeganistão, Angola, Nigéria, Somália e Congo, já no primeiro quadrante que se trata da menor quantidade de anos em defazagem estão os países como Finlândia, Japão e Suécia. Valores Atípicos: esta variável não apresentou valor atípico. Centro e Dispersão: A média apresenta o valor de 2,136 e a mediana apresenta valor de 16,1 Stem-and-leaf of Perda desig expect de vida N = 231 Leaf Unit = 1, (47) ,5

38 Variável População com ao menos ensino secundário Segue abaixo o resumo exploratório desta variável: Summary for Pop c/ ao menos o ens secund A nderson-darling Normality Test A -Squared 11,19 P-Value <,5 Mean 56 StDev,19846 V ariance,3939 Skew ness Kurtosis 1,45542 N 231,3,6 1,2 1,5 Minimum,171 1st Q uartile,778 Median 3rd Q uartile 68 Maximum 1,553 95% C onfidence Interv al for Mean % C onfidence Interv al for Median 95% Confidence Intervals 95% C onfidence Interv al for StDev,18186,21841 Mean Median Forma: O Histograma permite verificar que se trata de uma distribuição assimétrica da variável População com ao menos o ensino secundário em indicador, a maioria dos paíse estão ao centro, ou seja, que possuem ao menos 9 anos de estudo como Argentina, Brasil, Estados Unidos, Finlândia e Israel; entretanto existem os extremos como aqueles que possuem até 3 anos de ensino como Yemen, Moçambique, Congo, Afeganistão e Nigéria. Valores Atípicos: esta variável apresentou vários valores atípicos. Centro e Dispersão: A média apresenta o valor de 56 e a mediana apresenta valor de. Stem-and-leaf of Pop c/ ao menos o ens secund N = 231 Leaf Unit =,

39 (112) ANÁLISE COMPARATIVA Abaixo é apresentado um gráfico do tipo Radar, com a média das 17 variáveis numéricas (quantitativas) analisadas ao longo desde documento com base no ano de 21. O gráfico do tipo Radar permite fazer uma avaliação em relação à situação enfrentada pela pesquisa com os diferentes povos e culturas, além de um agravamento da situação financeira destes países, já que fazem parte de todas as regiões do planeta. Segue abaixo o resumo exploratório desta variável: População Urbana Pop c/ ao menos ens sec Variáveis Tx Fec. Adoles..1.8 Índ Educ Índ Desemp Amb Média de anos de escolar Perda desig expect de vd Perda desig renda Anos esper de escolar PIB per capita Índice de Saúde Perda desig educação IDH Expec de vida ao nascer Impac desastr natur: nº Variable Impac desastres natur: p Índice Rendimento

40 4 O gráfico permite perceber dee maneira rápida o que já foi explicitado nos tópicos anteriores, quando as variáveis foram analisadas individualmente. Cadaa variável até pelo fato de serem completamente diferentes estão com valores e posições muito independentes. Para que a apresentação seja clara realizamos uma subdivisão entre as variáveis: PIB per capita Variáveis Tx Fec Adoles. Índ Educ Anos esper de escolar Índ Desemp Amb Índice Rendimento Índice de Saúde IDH Impac desastres natur: p Impac desastr natur: nº

41 41 População Urbana Pop c/ ao menos ens sec Variáveis Expec de vida ao nascer Perda desig educação Perda desig renda Média de anos de escolar Perda desig expect de vd Quando temos a existência de variáveis que não se relacionam de forma direta, mas que expressam as percepções da situação do local, assim quanto mais próxima a variável estiverem do centro pior em muitos casos será a situação da variável pesquisada. E quanto mais próximas da extremidades, melhores serão em muitos casos a sistiação do país em relação a variável, vale ressaltar que estes demonstram a média dos países, ou seja, que podem existir extremidades não apresentadas nestes gráficos acima. 4. Correlações entre variáveis quantitativas 4.1. Coeficientes de correlação entre variáveis quantitativas Correlations: Tx Fec. Adol; Índ Educ; Índ Desemp A; Anos esper d;... Tx Fec. Adoles. Índ Educ Índ Desemp Amb Índ Educ -,693, Índ Desemp Amb -,449,641,, Anos esper de es -,61 8,651,,, PIB per capita -,59,595,382,,, Índice de Saúde -,733,776,682,,, IDH -,745 4,67,,, Impac desastr na -,18 -,25,11

42 42,12,71 64 Impac desastres -,97,125,154,141,59,19 Índice Rendiment -,678 14,571,,, Expec de vida ao -,733,776,682,,, Perda desig educ, ,553,,, Perda desig rend,297 -,235 -,16,,,19 Perda desig expe, ,691,,, Média de anos de -,675 79,595,,, Pop c/ ao menos -,474,596,448,,, População Urbana -,45,63,463,,, Anos esper de es PIB per capita Índice de Saúde PIB per capita,565, Índice de Saúde,765,598,, IDH 46,725 9,,, Impac desastr na -,17 -,17,21 2,799,747 Impac desastres,164,15,91,13,112,169 Índice Rendiment,744 27,797,,, Expec de vida ao,765,598 1,,,, Perda desig educ -,678 -,486 -,625,,, Perda desig rend -,18 -,242 -,222,6,,1 Perda desig expe -15 -,61-41,,, Média de anos de,796,568,727,,, Pop c/ ao menos,54,399,51,,, População Urbana,623,562,634

43 43,,, IDH Impac desastr na Impac desastres Impac desastr na -,19,774 Impac desastres,115 -,15,82 2 Índice Rendiment 45 -,37,111,,576,91 Expec de vida ao 89,21,91,,746,169 Perda desig educ -,763 -,43 -,75,,513,257 Perda desig rend -,241,32 -,131,,632,47 Perda desig expe -12,21 -,132,,754,45 Média de anos de 4 -,29,93,,661,16 Pop c/ ao menos,613,62 -,4,,347 5 População Urbana,699 -,46,124,,49,59 Índice Rendiment Expec de vida ao Perda desig educ Expec de vida ao,797, Perda desig educ -,657 -,625,, Perda desig rend -,225 -,222,239,1,1, Perda desig expe ,687,,, Média de anos de,776,727-32,,, Pop c/ ao menos,59,59 -,598,,, População Urbana,77,634 -,462,,, Perda desig rend Perda desig expe Média de anos de Perda desig expe,23,2 Média de anos de -,242 -,798,, Pop c/ ao menos,3 -,559,575 58,,

44 44 População Urbana -,111 -,634,578,93,, Pop c/ ao menos População Urbana,465, Cell Contents: Pearson correlation P-Value O trabalho realizado na correlação trata-se de toda a base de países e com todas as 18 variáveis, antes especificadas e explicadas, o valor abaixo de, trata-se da garantia de que o número está correto, dessa forma podemos avaliar que o Índice de Educação explica,641 do Índice de Desempenho Ambiental ou ainda o PIB per capita explica,382 do Índice de Desempenho Ambiental. Podemos avaliar ainda que o PIB per capita explica,595 do Índice de Educação. Importante destacar neste grupo que o IDH, explica 4 do Índice de Educação. É possível avaliar uma à uma e destacar as variáveis que estão mais distantes. 5. Dendograma Um Dendrograma (dendr(o) = árvore) árvore de correlações é um diagrama ou representação icônica que organiza determinados fatores e variáveis. É um diagrama de similaridade. Segue o Dendograma para todas as variáveis selecionadas e todos os países: 76,83 Variáveis IHDI Similarity 84,55 92,28 1, Afghanistan Developing: Least Low S ub-saharan human dev Sub-Saharan Equatorial eloped development Tanzania Central (United Guinea-Bissau African Bu Africa countries Senegal Benin Madag Republic rkina Africa Africa (RB) Republic Uganda Nig ascar Develo pin Europe g: Europ and e Central and Central Asia Armenia Kenya Cong Faso eria of) Albania Guinea o Ukraine Very high human Developed: developmen Den Australia (RB) SFinlan weden mark Asia CIS OO Iran (Islamic North Czech Netherlands Montenegro Lithuania Belarus Esto ceania ECD d ECDt Latvia United ern Bahamas Republic O ccupied High Libyan human Palestinian Marshall Rep Arab dev Azerbaijan Dominica America Irelan S Jamahiriya Territory Suriname elopmen Jordan tates Islands of) d Developing: Moldova Developing: Latin Latin America Latin America Bosnia Syrian Arab (Republic Seychelles Barbados Malaysia Palau t and Arab Arab States America and the and Herzegov and Caribbean the San Republic Monaco Egyp Argentina the Latin Caribbean Uruguay Marino States (RB) Fiji of) Tuv Chile alu t Caribbean Brazil Cape El Colombia America Paraguay Salv Ecuador Mexico (RB) Verde Korea Russian (Republic Federation Andorra Jamaica Bahrain Kuwait ador Antigua Saint Kitts and Singapore Cy Indonesia Panama prus of) and Lao People's Democratic Sri Barbuda Vanuatu Viet Republic Costa Pak Tonga Nev Peru Lanka is Samoa Nam Sao United Tome Brunei Dev eloping: South Arab and Kyrgyzstan Iceland Eritrea istan Darussalam Tajik Norway Nauru Rica Bangladesh Principe Emirates Bhutan istan South Papua Solomon New Mauritania Asia Ethiopia India (RB) Medium human HDR development Timor-Leste Sudan* Ghana Asia Saint Guinea Islands Caribbean countries Belize Lucia Philippines World Asia Guatemala Honduras Thailand SIDS Dominican Uzbek Nicaragua Republic Gambia Malta Togo Korea (Democratic Bolivia O ther countries (Plurinational People's Luxembo Portugal Turkmenistan or territories Belg Rep. urg ium State Spain Italy of) South Can Guy Lesotho Cambodia Zambia Africa ada Chad ana of) Burundi Rwanda The former Developing: Yugoslav East Asia East and Repu Asia the blic an o d Pacific Ang Mali f the Macedo East Kiribati Ch Mongolia Slovenia Croatia Pacific (RB) ola ina Asia Mauritius Georgia Switzerlan Mozambique Z Namibia Cuba imbab Grenada Somalia Nepal Saudi Greece Q New Bulgaria Arabia atar we d Zealan Pacific Malawi Côte Slovakia Turkey Serbia d Hong Micronesia Dev Kon (Federated eloped: g, China Swaziland d'iv Djibouti Yemen GCC oire Non-O (SAR) Trinidad an States Israel Liechtenstein Cameroon d Tobago Poland ECD Tunisia Haiti of) Botswana Germany United Kazak Maldives Gabon Iraq Algeria Niger Lebanon Morocco Hungary EU27 Kingdom Congo Venezuela Saint (Democratic (Boliv arian Vincent and Republic Republic the Sierra Comoros Romania Austria hstan Japan Oman Grenadines of France My Europe Leone the) of) Liberia anmar Observations

45 Cluster Analysis of Observations: Tx Fec. Adol; Índ Educ; Índ Desemp A;... Euclidean Distance, Single Linkage Amalgamation Steps Number of obs. Number of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster ,, ,, ,, ,, ,, ,, ,795 2, ,77 2, ,758 2, ,719 2, ,714 2, ,633 3, ,433 5, ,237 7, ,225 7, ,27 7, ,153 8, ,14 8, ,52 9, ,988 1, ,969 1, ,932 1, ,861 11, ,818 11, ,767 12, ,639 13, ,629 13, ,592 13, ,589 13, ,564 14, ,56 14, ,558 14, ,557 14, ,522 14, ,489 14, ,465 15, ,442 15, ,441 15, ,414 15, ,413 15, ,372 16, ,369 16, ,353 16, ,349 16, ,327 16, ,294 16, ,288 16, ,284 17, ,275 17, ,264 17, ,259 17, ,259 17, ,256 17, ,251 17, ,241 17, ,24 17, ,232 17, ,29 17, ,192 17, ,184 18,

46 ,181 18, ,176 18, ,174 18, ,165 18, ,165 18, ,155 18, ,154 18, ,147 18, ,145 18, ,137 18, ,134 18, ,99 18, ,63 19, ,47 19, ,21 19, ,16 19, ,6 19, ,6 19, ,3 19, , 19, ,984 19, ,974 2, ,97 2, ,95 2, ,948 2, ,931 2, ,916 2, ,91 2, ,869 21, ,863 21, ,855 21, ,851 21, ,851 21, ,843 21, ,839 21, ,835 21, ,83 21, ,86 21, ,796 21, ,793 21, ,77 22, ,758 22, ,757 22, ,756 22, ,727 22, ,718 22, ,691 22, ,69 22, ,677 23, ,673 23, ,671 23, ,671 23, ,665 23, ,654 23, ,653 23, ,646 23, ,646 23, ,639 23, ,623 23, ,614 23, ,69 23, ,576 24, ,572 24, ,563 24, ,556 24, ,534 24, ,532 24, ,529 24,

47 ,524 24, ,512 24, ,59 24, ,452 25, ,437 25, ,421 25, ,415 25, ,398 25, ,394 25, ,382 25, ,379 25, ,375 26, ,372 26, ,365 26, ,341 26, ,34 26, ,337 26, ,333 26, ,315 26, ,35 26, ,284 26, ,277 26, ,248 27, ,247 27, ,219 27, ,215 27, ,24 27, ,154 28, ,127 28, ,16 28, ,15 28, ,1 28, ,7 29, ,62 29, ,57 29, ,46 29, ,3 29, ,16 29, ,973 3, ,957 3, ,922 3, , ,857 31, ,85 31, ,82 31, ,768 32, ,79 32, ,77 32, ,596 33, ,577 33, ,566 34, ,551 34, ,54 34, ,492 34, ,482 34, ,376 35, ,375 35, ,349 36, ,281 36, ,27 36, ,22 37, ,218 37, ,158 38, ,113 38, ,65 39, ,4 39, ,926 4, ,686 42,

48 ,633 43, ,579 43, ,562 43, ,51 44, ,422 45, ,329 46, ,239 47, ,127 48, ,98 49, , ,853 51, ,571 53, ,481 54, ,385 55, ,114 58, ,77 58, ,65 62, ,592 63, ,588 63, ,474 64, ,116 68, ,47 68, ,737 71, ,549 73, ,462 74, ,453 74, ,123 78, ,57 88, , ,54 94, ,119 97, ,98 1, ,59 138, , , Final Partition Number of clusters: 1 Average Maximum Within distance distance Number of cluster sum from from observations of squares centroid centroid Cluster , ,492 O objetivo será relacionar os países mais próximos para que possa fazer as especificações com relação ao país e os Cluster s determinados por região e as variáveis que mais se aproximam. Importante destacar que realizei uma avaliação das variáveis mais referenciais no mundo e que podem trazer maior importância para avaliações futuras partindo deste levantamento. Relacionarei por grupo de trabalho para que seja possível análise abaixo: 5. Regressões entre variáveis quantitativas 5.1. Regressão da variável Índice de Educação, Média de Anos e Anos espectativa no ensino Secundário. Regression Analysis: Índ Educ versus Média de anos de; Anos esper de es

49 49 The regression equation is Índ Educ =,362 +,515 Média de anos de escolar +,174 Anos esper de escolar Predictor Coef SE Coef T P Constant,36167,6356 5,69, Média de anos de escolar,51485, ,33, Anos esper de escolar,173656, ,28, S =,22484 R-Sq = 98,6% R-Sq(adj) = 98,6% Analysis of Variance Source DF SS MS F P Regression 2 8,2554 4, ,2, Residual Error 228,1153,5 Total 23 8,376 Source DF Seq SS Média de anos de escolar 1 8,263 Anos esper de escolar 1,229 Unusual Observations Média de anos de Obs escolar Índ Educ Fit SE Fit Residual St Resid 2 1,4,721,7678,337 -,468-2,11R 63 12, ,364 -,4757-2,14R 116 7,8,68,74161,444 -,6161-2,8RX 123 7,8,68,59921,291,879 3,62R 161 7,8,6,47939,826,1261 5,77RX 181 7,8,68,62526,196,5474 2,44R 221 7,8,68,47939,826,261 9,59RX R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large leverage.

50 5 Scatterplot of Índ Educ vs Média de anos de escolar 1,,7 Índ Educ,6,5,4,3,2, Média de anos de escolar Scatterplot of Índ Educ vs Anos esper de escolar 1, Índ Educ,6,4,2, 5 1 Anos esper de escolar 15 2 A construção da variável e agrupamento trata-se de sua atuação ser mais próximas, os quais uma variável responde as possibilidades de mudança da outra; assim gera um R-Sq = 98,6% um S=,22484 ou seja, a reta de regressão se ajusta perfeitamente à este grupo. O número de Unusual observations, isto é, observação que não se ajusta à reta de regressão, cerca de 231 países em 15 variáveis.

51 51 A seguir é realizada uma nova análise, STEPWISE, que faz a regressão passo-apasso para trazer a variável que melhor explica a relação entre o grupo criado e as variáveis mais próximas e o impacto que isso traz nelas. O Minitab apresenta na ordem, primeiro a variável com maior impacto até a com menor impacto. Segue a tabela calculada para a variável Educ x Anos: Stepwise Regression: Educ x Anos versus Índ Educ; Média de ano;... Alpha-to-Enter:,15 Alpha-to-Remove:,15 Response is Educ x Anos espec x Média on 3 predictors, with N = 231 Step 1 2 Constant, , Índ Educ 9, ,41437 T-Value 75,41 62,58 P-Value,, Anos esper de escolar,24291 T-Value 37,29 P-Value, Média de anos de escolar T-Value P-Value S,375,141 R-Sq 96,13 99,45 R-Sq(adj) 96,11 99,45 Step 3 Constant -,1121 Índ Educ,33333 T-Value * P-Value * Anos esper de escolar,33333 T-Value * P-Value * Média de anos de escolar,33333 T-Value * P-Value * S, R-Sq 1, R-Sq(adj) 1, A regressão STEPWISE revela, ao analisar a variável R-Sq, que a variável Educação responde por 96,13% da variável Educ, que é a média aritmética do bloco. Este grupo se refere a Educação, tanto o próprio indicador, como anos de espectativa escolar e a média de anos escolar no secundário.

52 Regressão da variável Índice de Educação e o Índice Desempenho Ambiental Regression Analysis: Índ Educ versus Índ Desemp Amb The regression equation is Índ Educ = -,77 +,112 Índ Desemp Amb Predictor Coef SE Coef T P Constant -,767,5233 -,15 84 Índ Desemp Amb,112127, ,63, S =, R-Sq = 41,1% R-Sq(adj) = 4% Analysis of Variance Source DF SS MS F P Regression 1 3,4379 3, ,6, Residual Error 229 4,9328,215 Total 23 8,376 Unusual Observations Índ Desemp Obs Amb Índ Educ Fit SE Fit Residual St Resid 2 68,,336,75479,1315 -, ,86R 27 47,3,187,52269,1351 -, ,3R 33 33,3,321,36571,2391 -,4471 -,31 X 41 86,4, ,274 -,321-2,9RX 42 54,3,34,6118,118 -, ,3R 48 6,5,294,6769,992 -, ,57R 55 54,6,271,6454,11 -, ,28R 76 93,5 12 1,471,33 -, X 91 57, 34,63145,969,3255 2,7R 12 51,2,222,56642,1136 -, ,35R ,2,356,7573,1327 -,413-2,74R ,1,34,35225,2489 -,4825 -,33 X , ,2671 -,5262 -,36 X , ,2929 -, X 18 38,4,739,42289,1985, ,17R 184 4,7,741,44868,181, ,1R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large leverage. A construção da variável e agrupamento trata-se de sua atuação ser mais próximas, os quais uma variável responde as possibilidades de mudança da outra; entretanto neste caso, o resultado é bem diferente do esperado, pois a educação não está diretamente ligada as questões ambientais já que as avaliações e variáveis são independentes, assim gera um R-Sq = 4% um S=, O número de Unusual observations, isto é, observação que não se ajusta à reta de regressão, cerca de 231 países em 15 variáveis.

53 53 1,1 Scatterplot of Índ Educ vs Índ Desemp Amb 1, Índ Educ,7,6,5,4,3, Índ Desemp Amb A seguir é realizada uma nova análise, STEPWISE, que faz a regressão passo-apasso para trazer a variável que melhor explica a relação entre o grupo criado e as variáveis mais próximas e o impacto que isso traz nelas. O Minitab apresenta na ordem, primeiro a variável com maior impacto até a com menor impacto. Segue a tabela calculada para a variável Educ x Desemp. Ambiente: Stepwise Regression: Educ x Amb versus Índ Educ; Índ Desemp Amb Alpha-to-Enter:,15 Alpha-to-Remove:,15 Response is Educ x Amb on 2 predictors, with N = 231 Step 1 2 Constant -, ,1862 Índ Desemp Amb,5561,5 T-Value 1139,33 * P-Value, * Índ Educ,5 T-Value * P-Value * S,734, R-Sq 99,98 1, R-Sq(adj) 99,98 1,

54 54 A regressão STEPWISE revela, ao analisar a variável R-Sq, que a variável Índice Desempenho Ambiental responde por 99,98% da variável Educ, que é a média aritmética do bloco. Este grupo se refere a Educação e Ambiente, tanto o próprio indicador, o desempenho do ambiente no mundo Regressão da variável IDH x Taxa de Fecundidade na Adolescência; Índice de Educação; Índice Desempenho Ambiental; PIB per capita; Índice de Saúde; Índice de Rendimento e População com ao menos o Ensino Secundário Regression Analysis: IDH versus Tx Fec. Adoles.; Índ Educ;... The regression equation is IDH = -,714 -,12 Tx Fec. Adoles. +,357 Índ Educ +,112 Índ Desemp Amb -,378 PIB per capita +,244 Índice de Saúde +,429 Índice Rendimento -,621 Pop c/ ao menos o ens secund Predictor Coef SE Coef T P Constant -,7144,7122-1,,317 Tx Fec. Adoles. -,1237,2611 -,47,636 Índ Educ,356799, ,29, Índ Desemp Amb,11232,937 1,21,229 PIB per capita -,37828,9233-4,1, Índice de Saúde,244189,998 24,65, Índice Rendimento,42912, ,84, Pop c/ ao menos o ens secund -,6215,4585-1,36,177 S =,16165 R-Sq = 99,6% R-Sq(adj) = 99,6% Analysis of Variance Source DF SS MS F P Regression 7 6, ,47, Residual Error 223,2513,11 Total 23 6,2174 Source DF Seq SS Tx Fec. Adoles. 1 3,4485 Índ Educ 1 2,14793 Índ Desemp Amb 1,4652 PIB per capita 1,21877 Índice de Saúde 1,16197 Índice Rendimento 1,16837 Pop c/ ao menos o ens secund 1,21 Unusual Observations Tx Fec. Obs Adoles. IDH Fit SE Fit Residual St Resid 23 52,631,658213,314 -, ,67R 28 19,313,313639,363 -,639 -,6 X 4 21,282,29355,3635 -, X ,534,57483,3633 -, ,66RX 61 9,67,675423,357 -,5423 -,54 X ,325,349833,3459 -, ,47RX ,4343,794 2 X 116 2,696,737456,1931 -, ,97R

55 ,696,72855,167 -,3255-3,5R ,5527,26,22 X 15 3,696,735735,1878 -, ,8R 161 7,696,587924,296,1876 1,6R ,615,642595,292 -, ,7R ,364,38792,3575 -,2392-2,31RX ,696,664848,1969, ,99R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large leverage. 1,1 Scatterplot of IDH vs Pop c/ ao menos o ens secund 1, IDH,7,6,5,4,3,2,,2,4,6 1, Pop c/ ao menos o ens secund 1,2 1,4 1,6

56 56 1,1 Scatterplot of IDH vs Índice Rendimento 1, IDH,7,6,5,4,3,2,1,2,3,4,5,6,7 Índice Rendimento 1, 1, Scatterplot of IDH vs Índice de Saúde,7 IDH,6,5,4,3,2,4,5,6,7 Índice de Saúde 1,

57 57 1,4 Scatterplot of IDH vs PIB per capita 1,2 1, IDH,6,4, PIB per capita ,1 Scatterplot of IDH vs Índ Desemp Amb 1, IDH,7,6,5,4,3, Índ Desemp Amb 8 9 1

58 58 1, Scatterplot of IDH vs Índ Educ,7 IDH,6,5,4,3,2,1,2,3,4,5,6 Índ Educ,7 1, 1, Scatterplot of IDH vs Tx Fec. Adoles.,7 IDH,6,5,4,3,2 5 1 Tx Fec. Adoles A construção da variável e agrupamento trata-se de sua atuação ser mais próximas, os quais uma variável responde as possibilidades de mudança da outra; assim gera um R-Sq = 99,6% um S=, O número de Unusual observations, isto é, observação que não se ajusta à reta de regressão, cerca de 231 países em 15 variáveis.

59 59 A seguir é realizada uma nova análise, STEPWISE, que faz a regressão passo-apasso para trazer a variável que melhor explica a relação entre o grupo criado e as variáveis mais próximas e o impacto que isso traz nelas. O Minitab apresenta na ordem, primeiro a variável com maior impacto até a com menor impacto. Segue a tabela calculada para a variável Índices x A apropriação de todos os indicadores: Stepwise Regression: Média dos Ín versus Índ Educ; Índ Desemp A;... Alpha-to-Enter:,15 Alpha-to-Remove:,15 Response is Média dos Índices A/S/IDH/PIB/R on 9 predictors, with N = 231 Step Constant 9,4311,1325,1356 -,1839 -,2214 PIB per capita,22119,1781,16673,16677,16692 T-Value 27,45 588,3 3775,93 542, ,88 P-Value,,,,, Índ Desemp Amb,17124,1668,16667,16664 T-Value 453, ,6 493,32 57, P-Value,,,, IDH,6421,5968,5727 T-Value 135,3 116,25 57,83 P-Value,,, Expec de vida ao nascer,13,14 T-Value 13,53 19,77 P-Value,, Índ Educ,529 T-Value 1,78 P-Value, Índice Rendimento T-Value P-Value S 1,73,576,639,476,388 R-Sq 76,7 99,97 1, 1, 1, R-Sq(adj) 76,59 99,97 1, 1, 1, Step 6 Constant -,5251 PIB per capita,16667 T-Value 21274,67 P-Value, Índ Desemp Amb,16667 T-Value 22193,37 P-Value, IDH,16695 T-Value 32,27 P-Value,

60 6 Expec de vida ao nascer,263 T-Value 17,22 P-Value, Índ Educ,16658 T-Value 812,19 P-Value, Índice Rendimento,16655 T-Value 66,57 P-Value, S,88 R-Sq 1, R-Sq(adj) 1, A regressão STEPWISE revela, ao analisar a variável R-Sq, que a variável PIB per capita responde por 76,7% da variável Indicadores, que é a média aritmética do bloco. Este grupo se refere a todos os indicadores já demonstrados e avaliados anteriormente Regressão da variável Expectativa de vida x Perda na desigualdade na Educação; Perda na desigualdade de Renda; Perda na desigualdade na Expectativa de Vida. Regression Analysis: Expec de vid versus Perda desig ; Perda desig ;... The regression equation is Expec de vida ao nascer = 82,9 +,362 Perda desig educação -,369 Perda desig renda -,654 Perda desig expect de vida Predictor Coef SE Coef T P Constant 82,8732, ,33, Perda desig educação,3622,2266 1,6,111 Perda desig renda -,3694,2237-1,65,1 Perda desig expect de vida -,6541,269-31,62, S = 3,15649 R-Sq = 88,8% R-Sq(adj) = 88,7% Analysis of Variance Source DF SS MS F P Regression ,7 5986,6 65, Residual Error ,7 1, Total ,4 Source DF Seq SS Perda desig educação ,4 Perda desig renda 1 112,7 Perda desig expect de vida ,6

61 61 Unusual Observations Expec de Perda desig vida ao Obs educação nascer Fit SE Fit Residual St Resid 4 2,4 8 72,298,225 8,52 2,7R 16 8, 7,1 76,998,373-6,898-2,2R 23 2,4 53,3 65,888,25-12,588-4,R 38 47,4 6,6 64, ,337-1,42 X 65 7,5 63,8 56,242,686 7,558 2,45R 97 24,9 47,6 58,379,482-1,779-3,46R 1 2,4 79,5 72,298,225 7,22 2,29R ,5 59,47,351 7,3 2,24R ,4 68,8 67, ,28 X 116 2,4 82,1 72,298,225 9,82 3,11R 12 28,2 49,8 51, ,6 -,68 X 121 2,4 64,7 57,844,44 6,856 2,19R ,8 62,2 65,334 1,4-3,134-1,5 X 123 2,4 79,8 72,298,225 7,52 2,38R 135 9,9 76, 72,394,747 3,66 1,18 X ,2 68,5 75,318,342-6,818-2,17R 15 2,4 81,7 72,298,225 9,42 2,99R ,2 47,4 54,696,517-7,296-2,34R ,2 62,365,481-1,165-3,26R ,3 48,4 59,261, ,47R 183 2,8 68,2 75,396,436-7,196-2,3R 194 2,1 5, 59,96,436-9,96-3,19R ,4 64,1 64, ,3 -, X R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large leverage Scatterplot of Expec de vida ao nascer vs Perda desig educação Expec de vida ao nascer Perda desig educação 4 5

62 62 Scatterplot of Expec de vida ao nascer vs Perda desig expect de vida 8 Expec de vida ao nascer Perda desig expect de vida Scatterplot of Expec de vida ao nascer vs Perda desig renda 8 Expec de vida ao nascer Perda desig renda A construção da variável e agrupamento trata-se de sua atuação ser mais próximas, os quais uma variável responde as possibilidades de mudança da outra; assim gera um R-Sq = 88,7% um S=3, O número de Unusual observations, isto é, observação que não se ajusta à reta de regressão, cerca de 231 países em 15 variáveis.

63 63 A seguir é realizada uma nova análise, STEPWISE, que faz a regressão passo-apasso para trazer a variável que melhor explica a relação entre o grupo criado e as variáveis mais próximas e o impacto que isso traz nelas. O Minitab apresenta na ordem, primeiro a variável com maior impacto até a com menor impacto. Segue a tabela calculada para a variável Méd Expec x Expectativa de Vida e as Perdas por conta da desigualdade/ renda e Educação: Stepwise Regression: Média Expec/ versus Expec de vid; Perda desig ;... Alpha-to-Enter:,15 Alpha-to-Remove:,15 Response is Média Expec/ Perdas/Pop on 4 predictors, with N = 231 Step Constant 24,2 2,38 19,886 8,862 Perda desig educação,249,216,122,117 T-Value 11,23 1,3 4,56 4,38 P-Value,,,, Perda desig renda,188,181,186 T-Value 6,76 6,84 7,2 P-Value,,, Perda desig expect de vida,127,214 T-Value 5,2 3,78 P-Value,, Expec de vida ao nascer,133 T-Value 1,7 P-Value,9 S 4,3 3,94 3,73 3,71 R-Sq 35,51 46,27 51,99 52,6 R-Sq(adj) 35,23 45,8 51,35 51,76 Mallows Cp 8,5 31,1 5,9 5, A regressão STEPWISE revela, ao analisar a variável R-Sq, que a variável precisa da variável Perda desig educação, renda e educação para responder por 51,99% da variável Expec, que é a média aritmética do bloco. Este grupo se refere a todos os indicadores já demonstrados e avaliados anteriormente Regressão da variável População Urbana x População com ao menos o Ensino Secundário. Regression Analysis: População Urbana versus Pop c/ ao menos The regression equation is População Urbana = 11,4 + 53,1 Pop c/ ao menos o ens secund Predictor Coef SE Coef T P Constant 11,42 5,835 1,95,52

64 64 Pop c/ ao menos o ens secund 53,91 6,681 7,95, S = 2,182 R-Sq = 21,6% R-Sq(adj) = 21,3% Analysis of Variance Source DF SS MS F P Regression ,15, Residual Error Total Unusual Observations Pop c/ ao menos o População Obs ens secund Urbana Fit SE Fit Residual St Resid 1,17 22,6 2,48 4,73 2,12,11 X 33,39 38,9 32,27 3,33 6,63,33 X 4,29 35,2 27,6 3,94 8,14,41 X 57 16,7 59,18 1,36-42,48-2,12R 61 1,55 86, 93,85 4,88-7,85 -,4 X 97 1,2 26,9 75,6 2,68-48,16-2,42R 98,4 47,8 32,64 3,29 15,16,76 X 1 14,3 59,18 1,36-44,88-2,24R 18,38 35,9 31,58 3,41 4,32,22 X 111,39 41,4 31,84 3,38 9,56,48 X 116 1, 59,18 1, ,3R 12,25 38,4 24,62 4,23 13,78,7 X 123 1, 59,18 1, ,3R 128,33 17,1 28,82 3,73-11,72 -,59 X ,9 6,25 1,4-41,35-2,6R , 58,39 1,34 41,61 2,7R 16 18,6 59,18 1,36-4,58-2,2R ,3 63,6 1,56-48,76-2,43R 167 1,8 21,4 68,9 2,4-47,5-2,37R 171 1,9 26,3 69,6 2,6-42,76-2,14R 175,34 43,4 29,4 3,67 14,,71 X 177 1,2 13,9 65,34 1,72-51,44-2,57R 192,31 31,8 27,91 3,84 3,89,2 X R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large leverage.

65 65 Scatterplot of População Urbana vs Pop c/ ao menos o ens secund 1 8 População Urbana 6 4 2,,2,4,6 1, Pop c/ ao menos o ens secund 1,2 1,4 1,6 A construção da variável e agrupamento trata-se de sua atuação ser mais próximas, os quais uma variável responde as possibilidades de mudança da outra; entretanto neste caso, o resultado é bem diferente do esperado, pois a educação não está diretamente ligada as questões ambientais já que as avaliações e variáveis são independentes, assim gera um R-Sq = 21,3% um S=2,182. O número de Unusual observations, isto é, observação que não se ajusta à reta de regressão, cerca de 231 países em 15 variáveis. Neste momento realize-se a aproximação de dois grupos os quais foram realizadas as médias para melhor análise entre os grupos de variáveis. 6. ANÁLISE DE TÊNDENCIA Apenas uma demonstração da função Análise de Tendência com a variável mais representativa que se trata do PIB per capita com as 4 funções (linear, quadrática, exponencial ou s-curve). Para medir a eficiência da função ou da curva de tendência, foram analisados os indicadores de erro fornecidos pelo Minitab: MAPE (Mean Average Percentual Error), MAD (Mean Absolute Deaviation) e MSD (Mean Standard Deviation). Variável de erro/ Linear Quadrática Exponencial S-Curve Tipo de gráfico MAPE 335,45 335,579 17,523 94,639

66 66 MAD 1,36 1,36 9,267 1,113 MSD 199,61 199,6 233, ,468 A função S-Curve para o MAPE foi a que apresentou os menores erros, já para o MAD foi a função Exponencial e para o MSD foi a função quadrática. Trend Analysis Plot for PIB per capita Linear Trend Model Yt = 12,18 +,167*t PIB per capita Variable Actual Fits Forecasts Accuracy Measures MA PE 335,45 MA D 1,36 MSD 199, Index Trend Analysis for PIB per capita Data PIB per capita Length 231 NMissing Fitted Trend Equation Yt = 12,18 +,167*t Accuracy Measures MAPE 335,45 MAD 1,36 MSD 199,61 Forecasts Period Forecast , , , , , , , , ,5797

67 ,5814 Trend Analysis Plot for PIB per capita Trend Analysis Plot for PIB per capita Quadratic Trend Model Yt = 12,9 +,39*t -,1*t**2 PIB per capita Variable Actual Fits Forecasts Accuracy Measures MA PE 335,579 MA D 1,36 MSD 199, Index Trend Analysis for PIB per capita Data PIB per capita Length 231 NMissing Fitted Trend Equation Yt = 12,9 +,39*t -,1*t**2 Accuracy Measures MAPE 335,579 MAD 1,36 MSD 199,6 Forecasts Period Forecast , , , , , , , , , ,4733

68 68 Trend Analysis Plot for PIB per capita Trend Analysis Plot for PIB per capita Growth Curve Model Yt = 6,47 * (1,68**t) PIB per capita Variable Actual Fits Forecasts Accuracy Measures MA PE 17,523 MAD 9,267 MSD 233, Index Trend Analysis for PIB per capita Data PIB per capita Length 231 NMissing Fitted Trend Equation Yt = 6,47 * (1,68**t) Accuracy Measures MAPE 17,523 MAD 9,267 MSD 233,545 Forecasts Period Forecast 232 7, , , , , , , , , ,12277

69 69 Trend Analysis Plot for PIB per capita Trend Analysis Plot for PIB per capita S-Curve Trend Model Yt = (1**3) / (735, ,558*(1,179**t)) PIB per capita Variable Actual Fits Forecasts Curve Parameters Intercept 395 Asy mptote 1,359 Asym. Rate 1,179 Accuracy Measures MAPE 94,639 MAD 1,113 MSD 285, Index Trend Analysis for PIB per capita Data PIB per capita Length 231 NMissing Fitted Trend Equation Yt = (1**3) / (735, ,558*(1,179**t)) Accuracy Measures MAPE 94,639 MAD 1,113 MSD 285,468 Forecasts Period Forecast 232 4, , , , , , , , , ,3498

70 7 Trend Analysis Plot for PIB per capita 7. ANÁLISE DE VARIÂNCIA A ANOVA one-way analysis of variance é uma análise que permite testar a hipótese de que as médias de muitas populacões são iguais. A one-way ANOVA pode indicar se há diferenças significativas entre os níveis de média. O teste da hipótese nula é tal que toda a média da população (níveis das médias) é a mesma. A hipótese alternativa é uma população (ou mais) cuja média seja diferente das demais. 7.1 ANOVA Índicadores: One-way ANOVA: Índ Educ; Índ Desemp A; PIB per capi; Índice de Sa; IDH;... Source DF SS MS F P Factor ,69, Error Total S = 16,25 R-Sq = 65,53% R-Sq(adj) = 65,4% Level N Mean StDev Índ Educ 231,64,19 Índ Desemp Amb ,95 1 PIB per capita ,37 14,16 Índice de Saúde 231,78,15 IDH 231,67,16 Índice Rendimento 231,6,18 Tx Fec. Adoles ,81 42,2 Média dos Índices A/S/ID ,17 3,58 Individual 95% CIs For Mean Based on Pooled StDev Level Índ Educ (*-) Índ Desemp Amb (*-) PIB per capita (-*) Índice de Saúde (*-) IDH (*-) Índice Rendimento (*-) Tx Fec. Adoles. (*-) Média dos Índices A/S/ID (-*) Pooled StDev = 16,25 Neste caso, o R-Sq = 65,53% demonstra que a maioria das variáveis estão no primeiro quadrante entretanto os blocos representativamente variam em conjunto. O que se confirma com o P=,.

71 71 O gráfico Boxplot nos fornecerá: a média, a mediana, o desvio-padrão (ou os valores atípicos) e o intervalo de confiança (com a demonstração do quartil inferior e quartil superior) de cada uma delas. 2 Boxplot of Índices 15 Data 1 5 Índ Educ Índ Desemp Amb PIB per capita Índice de Saúde IDH Índice Rendimento Tx Fec. Adoles. Média dos Índices A/S/IDH/PIB/R A média de cada variável é representado no gráfico Boxplot pelas linhas que cruzam de uma caixinha para outra e vão se unindo. Pelo gráfico identifica-se que todas as variáveis e média estão abaixo de 5 e começando com um valor de, aproximadamente. Conclui-se que as respostas para as médias destas variáveis estão no geral ruins, com relação e sem esquecer a referência dos países que fazem parte. 7.2 ANOVA Médias expectativa/ Perdas e População: One-way ANOVA: Expec de vid; Perda desig ; Perda desig ; Perda desig ;... Source DF SS MS F P Factor ,93, Error Total S = 11,3 R-Sq = 78,85% R-Sq(adj) = 78,77% Level N Mean StDev Expec de vida ao nascer ,6 9,38 Perda desig renda ,5 9,6 Perda desig expect de vi 231 2,14 13,87 Perda desig educação ,77 Média de anos de escolar 231 7,64 2,82

72 72 Anos esper de escolar ,23 3, Pop c/ ao menos o ens se 231 5,2 População Urbana ,56 22,66 Média Expec/ Perdas/Pop ,26 5,35 Individual 95% CIs For Mean Based on Pooled StDev Level Expec de vida ao nascer (*) Perda desig renda (* Perda desig expect de vi (*) Perda desig educação *) Média de anos de escolar (*) Anos esper de escolar (*) Pop c/ ao menos o ens se *) População Urbana *) Média Expec/ Perdas/Pop (* Pooled StDev = 11,3 Neste caso, o R-Sq = 78,77% demonstra que a maioria das variáveis estão no primeiro quadrante entretanto os blocos representativamente variam em conjunto. O que se confirma com o P=,. O gráfico Boxplot nos fornecerá: a média, a mediana, o desvio-padrão (ou os valores atípicos) e o intervalo de confiança (com a demonstração do quartil inferior e quartil superior) de cada uma delas. 1 8 Boxplot of Média Expec/ Perdas/Pop Data Expec de vida ao nascer Perda desig renda Perda desig expect de vida Perda desig educação Média de anos de escolar Anos esper de escolar Pop c/ ao menos o ens secund População Urbana Média Expec/ Perdas/Pop

73 73 A média de cada variável é representado no gráfico Boxplot pelas linhas que cruzam de uma caixinha para outra e vão se unindo. Pelo gráfico identifica-se que todas as variáveis e média estão abaixo de 7 e começando com um valor de, aproximadamente. Conclui-se que as respostas para as médias destas variáveis estão no geral ruins, com relação aos países que fazem parte deste levantamento, já que trata-se de uma média e o que mais chama atenção trata-se da Expectativa de Vida e População Urbana os quais estão realmente diferentes da média. 7.3 ANOVA Médias expectativa/ Perdas e População e Indicadores: One-way ANOVA: Média dos Índice; Média Expec/ Per; Educ x Anos espe; Educ x Amb Source DF SS MS F P Factor , ,6 1655,6, Error ,7 18,8 Total ,5 S = 4,341 R-Sq = 84,37% R-Sq(adj) = 84,32% Level N Mean StDev Média dos Índices A/S/ID ,168 3,576 Média Expec/ Perdas/Pop ,257 5,347 Educ x Anos espec x Médi 231 6,839 1,92 Educ x Amb ,294 5,513 Individual 95% CIs For Mean Based on Pooled StDev Level Média dos Índices A/S/ID (*) Média Expec/ Perdas/Pop (*) Educ x Anos espec x Médi (*) Educ x Amb (*) , 12, 18, 24, Pooled StDev = 4,341 Neste caso, o R-Sq = 84,32% demonstra que a maioria das variáveis mesmo com algum tipo de relação, estão totalmente dispersas, entretanto os blocos representativamente variam em conjunto. O que se confirma com o P=,. O gráfico Boxplot nos fornecerá: a média, a mediana, o desvio-padrão (ou os valores atípicos) e o intervalo de confiança (com a demonstração do quartil inferior e quartil superior) de cada uma delas.

74 74 5 Boxplot of Médias 4 Data Média dos Índices A/S/IDH/PIB/R Média Expec/ Perdas/Pop Educ x Anos espec x Média Educ x Amb A média de cada variável é representado no gráfico Boxplot pelas linhas que cruzam de uma caixinha para outra e vão se unindo. Pelo gráfico identifica-se que todas as variáveis estão entre 15 e 3 com um valor de 2 aproximadamente. Conclui-se que as respostas para as médias destas variáveis estão no geral ruins, com relação e sem esquecer a referência dos países que fazem parte. 8. ANÁLISE DE COMPONENTE 8.1 Componente indicadores: Principal Component Analysis: Índ Educ; Índ Desemp A; PIB per capi; Índice de S Eigenanalysis of the Correlation Matrix Eigenvalue 4,6613,6866,3338,22,955,29 Proportion,777,114,56,37,16, Cumulative, , 1, Variable PC1 PC2 PC3 PC4 Índ Educ,422 -,111 -,514,522 Índ Desemp Amb,341 -,689,66,22 PIB per capita,362,637,528,64 Índice de Saúde,418 -,18 -,15-25 IDH,457,15 -,261,45 Índice Rendimento,437,274,1,28

75 75 De todos os blocos e questões relevantes a primeira variável que representa 77,7%, com mais influência que as demais a segunda mais influente possui 11,4%; desta forma as duas primeiras já possuem aproximadamente 89,1% da relevância das variáveis participantes deste componente. O primeiro componente trata-se do PC1 contribui para a relevância dos dados, nos itens IDH com 45,7%, Índice de Rendimento com 43,7% e Índice de Educação com 42,2% (tornando-se uma grupo importante, dentro deste primeiro componente). O segundo componente que contribui e nos traz muitos valores negativos trata-se do PC2, no caso do PIB per capita com 63,7% e o Índice de Rendimento com 27,4%. 5 Scree Plot of Índ Educ;...; Índice Rendimento 4 Eigenvalue Component Number 5 6 Como o Scree Plot aponta, o componente agrupado número 1, PC1 e o PC2, tem uma influência muito maior sobre o resultado geral que os demais componentes. O mesmo ocorre para os componentes agrupados PC3 e PC4. Os demais componentes praticamente não influenciam o resultado. Dentro da abordagem mais usual, o utilizam-se os componentes do Scree plot até que a curva se torne praticamente horizontal. No caso, até o componente número PC4. A relevância do primeiro bloco, nas variáveis selecionadas demonstra a importância desta primeira variável.

76 76 Loading Plot of Índ Educ;...; Índice Rendimento PIB per capita,5 Second Component,25, -,25 Índice Rendimento IDH Índ Educ Índice de Saúde -,5 Índ Desemp Amb -,75,,1,2,3 First Component,4,5 É visivelmente observado a percepção das relação entre as variáveis à seguir estão dispersas, mas saindo de ponto comum e abertas em uma visualização de terceira dimensão, entretanto podemos observar claramente a proposição em que está o PIB per Capita em detrimento do Índicador de Desenvolvimento Ambiental. 8.2 Componente Expectativa: Principal Component Analysis: Tx Fec. Adol; Expec de vid; Perda desig ; Perda d Eigenanalysis of the Correlation Matrix Eigenvalue 4, ,5298,3587,2183,1339,494 Proportion,682,134,76,51,31,19,7 Cumulative, , Variable PC1 PC2 PC3 PC4 Tx Fec. Adoles.,378 -,92,429 -,77 Expec de vida ao nascer -,414 -,9 -,43 -,228 Perda desig renda, ,15,183 Perda desig expect de vida,431,122,274,166 Perda desig educação,379,15 -,65 -,35 Média de anos de escolar -,416 -,54,382,64 Anos esper de escolar -,41 -,148,99 -,539 De todos os blocos e questões relevantes a primeira variável que representa 68,2%, com mais influência que as demais a segunda mais influente possui 13,4%; desta forma as duas primeiras já possuem aproximadamente 81,6% da relevância das variáveis participantes deste componente.

77 77 O primeiro componente trata-se do PC1 contribui para a relevância dos dados, nos itens Perda desigualdade na expectativa de vida com 43,1%, Perda na desigualdade na educação com 37,9% e com Taxa de Fecundidade de Adolescentes com 37,8% (tornando-se uma grupo importante, dentro deste primeiro componente). O segundo componente que contribui e nos traz muitos valores negativos trata-se do PC2, no caso da variável Perda desigualdade na expectativa de vida com 12,2%. 5 Scree Plot of Tx Fec. Adoles.;...; Anos esper de escolar 4 Eigenvalue Component Number Como o Scree Plot aponta, o componente agrupado número 1, PC1, tem uma influência muito maior sobre o resultado geral que os demais componentes. O mesmo ocorre para os componentes agrupados e o PC2, PC3 e PC4. Os demais componentes praticamente não influenciam o resultado. Dentro da abordagem mais usual, o utilizam-se os componentes do Scree plot até que a curva se torne praticamente horizontal. No caso, até o componente número PC4. A relevância do primeiro bloco, nas variáveis selecionadas demonstra a importância desta primeira variável.

78 78 Loading Plot of Tx Fec. Adoles.;...; Anos esper de escolar Perda desig expect de vida Second Component, Média de anos de escolar Expec de vida ao nascer Anos esper de escolar -,2 -,4 -,6 Perda desig educação Tx Fec. Adoles. - -1, Perda desig renda -,4 -,3 -,2 -,1,,1 First Component,2,3,4,5 É visivelmente observado a percepção das relação entre as variáveis à seguir estão dispersas, mas saindo de ponto comum e abertas em uma visualização de terceira dimensão, entretanto podemos observar claramente a posição da Expectativa de vida ao nascer, Anos esper de escola e Média de anos escolar estão próximos para o lado negativo e do outro lado estão a Perda desig expectativa de vida, Perda desig Educação e Taxa de Fecundade na Adolescência em pequenos valores positivos, já a Perda na desigualdade por renda está completamente afastado de qualquer variável do grupo. 8.3 Componente População e Médias: Principal Component Analysis: Pop c/ ao me; População Ur; Média dos Ín; Média E Eigenanalysis of the Correlation Matrix Eigenvalue 3, ,6144,4384,25,1619 Proportion,65,159,12,73,33,27 Cumulative,65, , Variable PC1 PC2 PC3 PC4 Pop c/ ao menos o ens secund,376 -,14 -,796 -,467 População Urbana,377,568 -,133,537 Média dos Índices A/S/IDH/PIB/R,473,7,321 -,53 Média Expec/ Perdas/Pop -,282 17,27 -,328 Educ x Anos espec x Média,477 -,61 -,16,294 Educ x Amb,431,4,495 -,545

79 79 De todos os blocos e questões relevantes a primeira variável que representa 6,5%, com mais influência que as demais a segunda mais influente possui 15,9%; desta forma as duas primeiras já possuem aproximadamente 76,4% da relevância das variáveis participantes deste componente. O primeiro componente trata-se do PC1 contribui para a relevância dos dados, nos itens que trata da Média entre Educação x Anos Espec x Média de anos na escola com 47,7%, Educação e Ambiente com 43,1% e com a Média dos Indicadores com 47,3% tornando-se uma grupo importante, dentro deste primeiro componente). O segundo componente que contribui e nos traz muitos valores negativos trata-se do PC2, no caso da variável População Urbana com 81,7% e Média x Perda x População com 56,8%. 4 Scree Plot of Pop c/ ao menos o ens secund;...; Educ x Amb 3 Eigenvalue Component Number 5 6 Como o Scree Plot aponta, o componente agrupado número 1, PC1 e o PC2, tem uma influência muito maior sobre o resultado geral que os demais componentes. O mesmo ocorre para os componentes agrupados PC3 e PC4. Os demais componentes praticamente não influenciam o resultado. Dentro da abordagem mais usual, o utilizam-se os componentes do Scree plot até que a curva se torne praticamente horizontal. No caso, até o componente número PC4.

80 8 A relevância do primeiro bloco, nas variáveis selecionadas demonstra a importância desta primeira variável. Loading Plot of Pop c/ ao menos o ens secund;...; Educ x Amb Média Expec/ Perdas/Pop Second Component,6,4,2, População Urbana Média dos Índices A/S/IDH/PI Educ x Amb Pop c/ ao menos o ens secund Educ x Anos espec x Méd -,3 -,2 -,1,,1,2 First Component,3,4,5 É visivelmente observado a percepção das relação entre as variáveis à seguir estão dispersas, mas saindo de ponto comum e abertas em uma visualização de terceira dimensão, entretanto podemos observar claramente a posição das médias e da variável com ao menos o ensino secundário juntos na direção de um mesmo quadrante. Entretanto a População Urbana está em uma direção e a Média Expec/ Perdas e Pop estão em ou áreas distintas do gráfico.

81 81 9. ANÁLISE DE FACTOR: Utilização do tipo de rotação Equimax, para avaliar as variáveis selecionadas anteriormente, nos critérios os quais a importância e a união destas variáveis se alteram em relação as demais, pois apresenta o meio termo entre as outras abordagens (Quartimax e Varimax), além de ser um método pouco utilizado. Nesta avaliação estaremos trabalhando com as principais médias anteriormente calculadas: Factor Analysis: Média dos Ín; Média Expec/; Educ x Anos ; Educ x Amb Principal Component Factor Analysis of the Correlation Matrix Unrotated Factor Loadings and Communalities Variable Factor1 Factor2 Factor3 Factor4 Média dos Índices A/S/IDH/PIB/R 9,23,5 -,348 Média Expec/ Perdas/Pop -,64,753,155,16 Educ x Anos espec x Média 98 -,23,49,162 Educ x Amb 59,342 -,318,21 Variance 2,7797,7365,2922,1916 % Var,695,184,73,48 Variable Communality Média dos Índices A/S/IDH/PIB/R 1, Média Expec/ Perdas/Pop 1, Educ x Anos espec x Média 1, Educ x Amb 1, Variance 4, % Var 1, Rotated Factor Loadings and Communalities Equamax Rotation Variable Factor1 Factor2 Factor3 Factor4 Média dos Índices A/S/IDH/PIB/R,18 -,44 -,36 22 Média Expec/ Perdas/Pop -6,113,21 -,145 Educ x Anos espec x Média,275 -,297-47,344 Educ x Amb, ,289,371 Variance 1,468 1, % Var,262,257,244,238 Variable Communality Média dos Índices A/S/IDH/PIB/R 1, Média Expec/ Perdas/Pop 1, Educ x Anos espec x Média 1, Educ x Amb 1, Variance 4, % Var 1, Factor Score Coefficients

82 82 Variable Factor1 Factor2 Factor3 Factor4 Média dos Índices A/S/IDH/PIB/R -,9,56,472 1,719 Média Expec/ Perdas/Pop -1,129 -,21 -,32,97 Educ x Anos espec x Média -,233,269-1,551 -,495 Educ x Amb -,25-1,499,268 -,615 Loading Plot of Média dos Índices A/S/IDH/PIB/R;...; Educ x Amb Média Expec/ Perdas/Pop, Second Factor -,2 -,4 -,6 Educ x Anos espec x Média Média dos Índices A/S/IDH/PIB/R - Educ x Amb -1, -1, - -,6 -,4 -,2 First Factor,,2,4 Podemos afirmar que neste gráfico os grupos, os quais se relacionam são os blocos que tratam de Educação e os principais Indicadores populacionais, como PIB, IDH e questões ambientais, estão em uma posição positiva no quadrante e oposta à variável Média Expec/ Perdas/ População, ou seja no quadrante negativo.

83 83 Scree Plot of Média dos Índices A/S/IDH/PIB/R;...; Educ x Amb 3, 2,5 2, Eigenvalue 1,5 1,,5, 1 2 Factor Number 3 4 Este gráfico é muito parecido com os demais, demonstrando a influência do primeiro Factor em relação aos demais, e neste caso especificamente o segundo ponto também influência na ascendência. E pela percepção trata-se de um gráfico, muito próximo do Equimax. Utilização do tipo de rotação Varimax, para avaliar as variáveis selecionadas anteriormente, nos critérios os quais a importância de não existir uma regra básica para a seleção dos métodos rotacionais, é o mais aceito, pois concentra na simplificação das colunas, maximiza a soma das variâncias fornecendo uma interpretação clara dos fatores. Factor Analysis: Média dos Ín; Média Expec/; Educ x Anos ; Educ x Amb Principal Component Factor Analysis of the Correlation Matrix Unrotated Factor Loadings and Communalities Variable Factor1 Factor2 Factor3 Factor4 Média dos Índices A/S/IDH/PIB/R 9,23,5 -,348 Média Expec/ Perdas/Pop -,64,753,155,16 Educ x Anos espec x Média 98 -,23,49,162 Educ x Amb 59,342 -,318,21 Variance 2,7797,7365,2922,1916 % Var,695,184,73,48 Variable Communality Média dos Índices A/S/IDH/PIB/R 1, Média Expec/ Perdas/Pop 1, Educ x Anos espec x Média 1,

84 84 Educ x Amb 1, Variance 4, % Var 1, Rotated Factor Loadings and Communalities Varimax Rotation Variable Factor1 Factor2 Factor3 Factor4 Média dos Índices A/S/IDH/PIB/R,439 -,188,363 - Média Expec/ Perdas/Pop -, ,24,133 Educ x Anos espec x Média,318 -, ,321 Educ x Amb 89 -,136,283 -,332 Variance 1,995 1, % Var,275,265,242,218 Variable Communality Média dos Índices A/S/IDH/PIB/R 1, Média Expec/ Perdas/Pop 1, Educ x Anos espec x Média 1, Educ x Amb 1, Variance 4, % Var 1, Factor Score Coefficients Variable Factor1 Factor2 Factor3 Factor4 Média dos Índices A/S/IDH/PIB/R -,496,86 -,448-1,745 Média Expec/ Perdas/Pop,31 1,126,329 -,98 Educ x Anos espec x Média -,272,225 1,55,5 Educ x Amb 1,471,27 -,289,67 As relações entre as variáveis de factor s, são diferentes, os valores iniciais são realmente maiores que nos demais métodos.

85 85 Loading Plot of Média dos Índices A/S/IDH/PIB/R;...; Educ x Amb Média Expec/ Perdas/Pop 1,,6 Second Factor,4,2, -,2 Média dos Índices A/S/IDH/PIB/R Educ x Anos espec x Média Educ x Amb -,4,,2,4 First Factor,6 1, Podemos afirmar que neste gráfico os grupos, os quais se relacionam são os blocos e as perguntas mais influentes estão próximas em relação aos outros três blocos que foram incluídos na pesquisa (Educ x Ambiente; Educ x Anos espec x Média; Média dos índices), entretanto neste item é perceptível que existe um espaçamento entre os itens mais próximos, os blocos incluídos estão mais próximos. E apenas uma variável criada está distante das demais variáveis. E fazem parte do quadrante positivo. Este está muito diferente da avaliação anterior utilizado pelo método Equimax é diferente do Varimax.

86 86 Scree Plot of Média dos Índices A/S/IDH/PIB/R;...; Educ x Amb 3, 2,5 2, Eigenvalue 1,5 1,,5, 1 2 Factor Number 3 4 Este gráfico é muito parecido com os demais, demonstrando a influência do primeiro Factor em relação aos demais, e neste caso especificamente o segundo ponto também influência na ascendência. Utilização do tipo de rotação Quartimax, para avaliar as variáveis selecionadas anteriormente, nos critérios os quais a importância da simplificação das linhas, este método não se monstra eficiente na produção de estruturas mais simples, a principal dificuldade é gerar um fator inicial, como o primeiro fator na qual a maioria das variáveis, apresentam normalmente cargas altas. Factor Analysis: Média dos Ín; Média Expec/; Educ x Anos ; Educ x Amb Principal Component Factor Analysis of the Correlation Matrix Unrotated Factor Loadings and Communalities Variable Factor1 Factor2 Factor3 Factor4 Média dos Índices A/S/IDH/PIB/R 9,23,5 -,348 Média Expec/ Perdas/Pop -,64,753,155,16 Educ x Anos espec x Média 98 -,23,49,162 Educ x Amb 59,342 -,318,21 Variance 2,7797,7365,2922,1916 % Var,695,184,73,48 Variable Communality Média dos Índices A/S/IDH/PIB/R 1, Média Expec/ Perdas/Pop 1, Educ x Anos espec x Média 1, Educ x Amb 1,

87 87 Variance 4, % Var 1, Rotated Factor Loadings and Communalities Quartimax Rotation Variable Factor1 Factor2 Factor3 Factor4 Média dos Índices A/S/IDH/PIB/R 46 -,112 -,48 -,31 Média Expec/ Perdas/Pop -, ,41, Educ x Anos espec x Média,791 -,259,554 -,2 Educ x Amb 28 -,43 -,128,346 Variance 2, ,3273,219 % Var,622,243,82,53 Variable Communality Média dos Índices A/S/IDH/PIB/R 1, Média Expec/ Perdas/Pop 1, Educ x Anos espec x Média 1, Educ x Amb 1, Variance 4, % Var 1, Factor Score Coefficients Variable Factor1 Factor2 Factor3 Factor4 Média dos Índices A/S/IDH/PIB/R,517,148 -,726-1,638 Média Expec/ Perdas/Pop,126 1,118,34 -,74 Educ x Anos espec x Média,16,126 1,643,196 Educ x Amb,459,135 -,54 1,475 As relações entre as variáveis de factor s, são diferentes, os valores iniciais são realmente maiores que nos demais métodos. Loading Plot of Média dos Índices A/S/IDH/PIB/R;...; Educ x Amb 1, Média Expec/ Perdas/Pop,6 Second Factor,4,2, -,2 Educ x Amb Média dos Índices A/S/IDH/P Educ x Anos espec x Média -,4 -,5 -,25,,25 First Factor,5,75 1,

88 88 Podemos afirmar que neste gráfico os grupos, os quais se relacionam são os blocos e as perguntas mais influentes estão próximas em relação aos outros três blocos que foram incluídos na pesquisa (Educ x Ambiente; Educ x Anos espec x Média; Média dos índices), entretanto neste item é perceptível que existe um espaçamento entre os itens mais próximos, os blocos incluídos estão mais próximos. E apenas uma variável criada está distante das demais variáveis. E fazem parte do quadrante positivo. Este está muito parecido com a avaliação anterior utilizado pelo método Varimax. Scree Plot of Média dos Índices A/S/IDH/PIB/R;...; Educ x Amb 3, 2,5 2, Eigenvalue 1,5 1,,5, 1 2 Factor Number 3 4 Este gráfico é muito parecido com os demais, demonstrando a influência do primeiro Factor em relação aos demais, e neste caso especificamente o segundo ponto também influência na ascendência.

89 89 1. ANÁLISE DE CONGLOMERADOS/CLUSTER s 1.1 Análise de Cluster Observation e Dendogramas: A seguir foi realizada uma análise, do Cluster e seu respectivo Dendograma: Cluster Analysis of Observations: Tx Fecun Ado; Índice Educa; Índice Saúde;... Standardized Variables, Euclidean Distance, Single Linkage Amalgamation Steps Number of obs. Number of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster 1 3 1,, ,, ,25, ,66, ,562, ,481, ,218, ,878, ,743, ,65, , , , , ,11 1, ,312 1, ,783 1, ,78 1, ,454 1, ,327 1, ,941 1, ,449 1, ,482 1, ,321 2, ,739 2, ,616 2, ,21 2, ,236 2, ,422 3, ,47 3, Final Partition Number of clusters: 5 Average Maximum Within distance distance Number of cluster sum from from observations of squares centroid centroid Cluster ,881 2, ,49623 Cluster2 5 8,22 1, ,9558 Cluster3 1,,, Cluster4 1,,, Cluster5 1,,,

90 9 Cluster Centroids Variable Cluster1 Cluster2 Cluster3 Cluster4 Tx Fecun Adoles. -, ,44187, Índice Educação, , ,8863,7763 Índice Saúde, , ,5283,37311 Índice Des Humano IDH, , ,64749 Imp desas nat: popul afetada -, , ,3764 3,87578 Índice Renda,3629-1, ,2372,6792 Expec de vida ao nascer, , ,53534,36894 Perda dev à desig educ -, ,67815, Perda dev à desig renda -, , , Perda dev à desig na Expec de -, , ,3333 -,7336 Média de anos escolar, ,5881 -,8532,68135 População Urbana, , ,214,3631 Variable Cluster5 Grand centroid Tx Fecun Adoles.,51286, Índice Educação -1, , Índice Saúde -1,1411 -, Índice Des Humano IDH -1, , Imp desas nat: popul afetada -,49138, Índice Renda -1,57797, Expec de vida ao nascer -1,172 -, Perda dev à desig educ -,6168, Perda dev à desig renda 3,46779, Perda dev à desig na Expec de 4547, Média de anos escolar -1, , População Urbana -2,18652, Distances Between Cluster Centroids Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Cluster1, 6, , , ,4598 Cluster2 6,13186, 4, ,8878 4,7578 Cluster3 5, ,24785, 7, ,36788 Cluster4 4, ,8878 7,22754, 8,6673 Cluster5 6,4598 4,7578 4, ,6673, Importante destacar que o primeiro Cluster possui uma relevância de 23 relações. Com o Within cluster sum of squares está com uma representatividade de 126,881, já o Distance from centroid está com 2,27985 e a Distance from Centroid com o valor de 3, Segue Dendograma, referente ao Cluster acima:

91 91 Ações Primordiais 63,5 Similarity 75,36 87,68 1, Arg entina Latin Brazil A merica and the Caribbean Develop ing: (RB) Latin America and th e Caribbean Latin America C aribbean S IDS W orld C hina Dev eloping: East Asia an d the Pacific C uba A ustralia C anada O ECD Dev eloped: OECD Sp ain Oceania United States Germany Observations Israel Develo ped : Non-OECD Hong Kong, China (SAR) Japan E urope India South A sia (RB) Develo pin g: South A sia A frica Developing: Sub-Saharan Africa So uth Africa O grupo de países que se relacionam inicialmente, trata-se dos países e blocos relacionados com o maior grau Sul da Ásia o bloco e o próprio país com uma relação de 29 para 18, o segundo ocorre entre América Latina e Caribe e países relacionados aos blocos de 28 para 19, tratando sempre das relações das variáreis selecionadas. A próxima relação tratase do bloco América Latina e e o grupo América Latina e Caribe com 23 e 19 respectivamente. A próxima dupla com relevância trata-se de Índia e Sul da Ásia (bloco) com os valores de 18 e 9 respectivamente. O último selecionado 27 para 5 trata-se do Caribe e o bloco de SIDS respectivamente. Assim podemos relacionar os blocos que estão em vermelho que são Cluster s de alguma forma as variáveis selecionadas se relacionam, mais proximamente entre os países selecionados Variáveis: Taxa de Fecundidade; Índice de Educação; Índice de Saúde; Índice de Desenvolvimento Humano; Índice Renda; Impacto desastres naturais: número de mortos; Impacto desastres naturais: população afetada; Expectativa de vida ao nascer; Perda devido à desigualdade educacional; Média de anos escolares; População Urbana. Para a África do Sul, está sozinha, até por conta das atividades comerciais e os distanciamentes de democracia que existe neste país. Já para o grupo que se relaciona Índia e África Sub-Saariana, estão unidas e em situações piores em relação aos demais cluster s. Os valores que mais se distanciam tratam-se do grupo relacionado com o Pacífico.

92 92 Ações Primordiais 63,5 Similarity 75,36 87,68 1, Pacific Observations O mesmo dendograma referenciado pelos números para separação dos Cluster s. Ações Primordiais 63,5 Similarity 75,36 87,68 1, Observations Os valores que mais se distanciam tratam-se do grupo relacionado com o Pacífico, aqui referenciado pela numeração.

93 93 Ações Primordiais 63,5 Similarity 75,36 87,68 1, 21 Observations 1.2 Análise de Cluster Observation e Dendogramas: A seguir foi realizada uma análise, do Cluster e seu respectivo Dendograma para os blocos: Cluster Analysis of Observations: Índ Educ; Índ Desemp A; PIB per capi;... Euclidean Distance, Single Linkage Amalgamation Steps Number of obs. Number of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster ,, ,, ,19 1, ,625 1, ,248 3, ,529 5, ,154 7, ,658 8, ,877 1, ,132 12, ,451 13, ,886 14, ,27 16, ,271 17, ,396 18, ,197 19, ,75 19, ,8 23, ,269 24,

94 ,757 25, ,173 27, ,55 27, ,815 28, ,92 33, ,188 5, Final Partition Number of clusters: 5 Average Maximum Within distance distance Number of cluster sum from from observations of squares centroid centroid Cluster ,67 14, ,1892 Cluster ,5 21,582 26,8351 Cluster ,55 16, ,259 Cluster4 2 1, Cluster5 1,,, Cluster Centroids Variable Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Índ Educ,429, ,616,411 Índ Desemp Amb 47,425 58,76 63,6111 5,45 47, PIB per capita 2,333 8, ,162 6,385 2,455 Índice de Saúde, ,696 IDH,4885, ,6715,58 Índice Rendimento,4453,633,7834,595,458 Tx Fec. Adoles. 99,425 59,59 25, ,5 62,8 Expec de vida ao nascer 58,8 71,6 76,889 72,35 64,1 Perda desig renda 21,675 27,96 18,3 27, 63,1 Perda desig expect de vida 38,425 18,47 8,7 16,1 26,1 Perda desig educação 37,675 26,1 8,156 22,5 17,4 Média de anos de escolar 4,525 7,35 1,4889 7,25 5,4 Anos esper de escolar 9,15 12,15 14, ,75 7, Pop c/ ao menos o ens secund, ,7875,687 População Urbana 35,5 61,77 74,1 46,5 18,3 Grand Variable centroid Índ Educ,6587 Índ Desemp Amb 57,638 PIB per capita 13,2523 Índice de Saúde 36 IDH,6981 Índice Rendimento,6465 Tx Fec. Adoles Expec de vida ao nascer 7538 Perda desig renda 24,9269 Perda desig expect de vida 18,2692 Perda desig educação 21,58 Média de anos de escolar 7,9192 Anos esper de escolar 12,388 Pop c/ ao menos o ens secund 398 População Urbana 59,1154 Distances Between Cluster Centroids Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Cluster1, 56, , , ,8485 Cluster2 56,5447, 46, , ,4248 Cluster3 99, ,8911, 41, ,2839

95 95 Cluster4 86, , ,7688, 65,418 Cluster5 62, , , ,418, A percepção pelos blocos econômicos: 61,19 Variáveis IHDI Similarity 74,13 87,6 1, Low human development Africa Sub-Saharan Africa (RB) South Asia (RB) Medium human development Asia HDR countries World Arab States (RB) Latin America and the Caribbean Latin America and the Caribbean (RB) Latin America Caribbean High human development Very high human development OECD Europe EU27 Oceania Northern America Europe and Central Asia (RB) CIS GCC East Asia and the Pacific (RB) East Asia Pacific Observations 1.3 Análise de Cluster Observation e Dendogramas: A seguir foi realizada uma análise, do Cluster e seu respectivo Dendograma para os blocos: Cluster Analysis of Observations: Média dos Ín; Média Expec/; Educ x Anos ;... Euclidean Distance, Single Linkage Amalgamation Steps Number of obs. Number of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster ,, ,, ,93, ,79, ,96, ,678 1, ,414 1, ,219 1, ,173 1, ,367 1, ,277 1, ,854 2, ,349 2, ,182 2,

96 ,218 2, ,93 2, ,179 3, ,92 3, ,117 3, ,452 3, ,691 3, ,553 3, ,956 4, ,393 4, ,259 4, Final Partition Number of clusters: 5 Average Maximum Within distance distance Number of cluster sum from from observations of squares centroid centroid Cluster ,271 3,7196 7,18533 Cluster2 5 22,346 2,781 3,28553 Cluster3 5 24,276 1, ,35669 Cluster4 3 1,67 1, ,42519 Cluster5 1,,, Cluster Centroids Variable Cluster1 Cluster2 Cluster3 Cluster4 Média dos Índices A/S/IDH/PIB/R 9, ,748 17,941 13,1156 Média Expec/ Perdas/Pop 29, , , ,4352 Educ x Anos espec x Média 5,5562 7,3155 9,269 8,2522 Educ x Amb 25, , ,513 3,495 Grand Variable Cluster5 centroid Média dos Índices A/S/IDH/PIB/R 14, ,2772 Média Expec/ Perdas/Pop 27,279 29,5884 Educ x Anos espec x Média 7,3283 6,9862 Educ x Amb 25, ,1312 Distances Between Cluster Centroids Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Cluster1, 9, ,7361 8,9361 5,9384 Cluster2 9,1112, 9,483 9,3639 9,9793 Cluster3 12,7361 9,4832, 5, ,91 Cluster4 8,936 9,3639 5,8673, 5,172 Cluster5 5,9384 9,9793 9,91 5,172, A percepção pelos blocos econômicos neste momento com as variáveis selecionadas:

97 97 Variáveis após a União por particularidades 76,26 Similarity 84,17 92,9 1, Africa Sub-Saharan Africa (RB) Medium human development Low human development Asia Arab States (RB) HDR countries World South Asia (RB) Pacific East Asia and the Pacific (RB) East Asia Very high human development OECD Europe EU27 Northern America Oceania Europe a nd Centra l Asia (RB) CIS GCC High human development Caribbean Latin America and the Caribbean Latin America and the Caribbean (RB) Latin America Observations 1.4 Análise de Cluster Observation e Dendogramas: A seguir foi realizada uma análise, do Cluster e seu respectivo Dendograma para os blocos de todos os países e com todas as variáveis selecionadas no quadro e 15 variáveis: Cluster Analysis of Observations: Índ Educ; Índ Desemp A; PIB per capi;... Euclidean Distance, Single Linkage Amalgamation Steps Number of obs. Number of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster ,, ,, ,, ,, ,, ,999, ,452 1, ,232 1, ,129 2, ,836 2, ,783 2, ,72 3, ,462 3, ,965 4, ,744 5, ,51 5, ,217 6, ,966 7, ,946 7, ,8 7, ,8 7,

98 ,732 7, ,725 7, ,722 7, ,694 7, ,623 7, ,455 8, ,443 8, ,265 8, ,15 8, ,86 9, ,6 9, ,991 9, ,989 9, ,972 9, ,935 9, ,899 9, ,879 9, ,869 9, ,866 9, ,862 9, ,81 9, ,73 1, ,696 1, ,695 1, ,675 1, ,617 1, ,591 1, ,546 1, ,463 1, ,46 1, ,451 1, ,422 1, ,371 1, , , , , ,263 11, ,244 11, ,196 11, ,187 11, ,186 11, ,139 11, ,48 11, ,38 11, ,2 11, ,938 11, ,924 11, ,919 11, ,96 11, ,9 11, ,859 11, ,857 11, ,795 12, ,787 12, ,648 12, ,636 12, ,635 12, ,634 12, ,625 12, ,582 12, ,547 12, ,538 12, ,528 12, ,496 12, ,472 12, ,464 12, ,458 12,

99 ,294 13, ,237 13, ,227 13, ,113 13, ,14 13, ,65 13, ,46 13, ,954 14, ,936 14, ,876 14, ,788 14, ,788 14, ,739 14, ,722 14, ,722 14, ,721 14, ,686 14, ,683 14, ,647 14, ,632 14, ,621 14, ,563 14, ,551 15, ,537 15, ,511 15, ,475 15, ,456 15, ,456 15, ,363 15, ,344 15, ,334 15, ,36 15, ,261 15, ,153 15, ,11 16, ,8 16, ,6 16, ,1 16, ,974 16, ,962 16, ,949 16, ,925 16, ,95 16, ,87 16, ,849 16, ,831 16, ,817 16, ,817 16, ,83 16, ,799 16, ,779 16, ,775 16, ,767 16, ,74 16, ,662 17, ,632 17, ,617 17, ,616 17, ,615 17, ,569 17, ,566 17, ,56 17, ,51 17, ,45 17, ,347 17, ,297 17, ,293 17, ,247 18,

100 ,22 18, ,188 18, ,111 18, ,97 18, ,952 18, ,936 18, ,793 19, ,784 19, ,754 19, ,77 19, ,73 19, ,662 19, ,661 19, ,658 19, ,595 19, ,581 19, ,571 19, ,59 19, ,484 19, ,441 19, ,391 2, ,382 2, ,27 2, ,113 2, , , , , , , ,779 21, ,711 21, ,72 21, ,669 21, ,596 21, ,514 22, ,511 22, ,484 22, ,477 22, ,434 22, ,422 22, ,327 22, ,315 22, ,291 22, ,18 23, ,937 23, ,92 23, ,866 23, ,747 23, ,564 24, ,543 24, ,519 24, ,359 24, ,217 25, ,216 25, ,14 25, ,79 25, ,2 25, ,851 25, ,593 26, ,6 27, ,83 28, ,566 28, ,451 29, ,336 31, ,282 31, ,15 32, ,597 33,

101 ,239 34, ,352 36, ,64 38, ,311 38, , Final Partition Number of clusters: 5 Within Average Maximum cluster distance distance Number of sum of from from observations squares centroid centroid Cluster , ,45 Cluster2 1,, Cluster3 1,, Cluster4 1,, Cluster5 1,, Cluster Centroids Variable Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Índ Educ,643 18,689,222,623 Índ Desemp Amb 58,185 57,6 57,6 51,2 48,9 PIB per capita 11,8 82,275 2, ,383 Índice de Saúde, ,77,47 19 IDH,6656 4,635, Índice Rendimento, ,484,37 8 Tx Fec. Adoles. 51,8476 7, 25,4 149,2 16,2 Expec de vida ao nascer 69,657 79,5 68,8 49,8 78,2 Perda desig renda 23, ,3 63,1 58,1 21,3 Perda desig expect de vida 2,956 16,1 2,5 45,7 7,4 Perda desig educação 266 2,45 22,4 28,2 2,45 Média de anos de escolar 7,6564 1,3 8,8 1,2 7,3 Anos esper de escolar 12, ,7 12,1 9,2 12, Pop c/ ao menos o ens secund 516,249 1,136 População Urbana 56,831 14,3 22,7 38,4 95,8 Grand Variable centroid Índ Educ,6421 Índ Desemp Amb 57,9459 PIB per capita 12,3725 Índice de Saúde,7822 IDH,6657 Índice Rendimento,5985 Tx Fec. Adoles. 51,861 Expec de vida ao nascer 69,5965 Perda desig renda 23,4961 Perda desig expect de vida 2,1359 Perda desig educação 2937 Média de anos de escolar 7,6433 Anos esper de escolar 12,2316 Pop c/ ao menos o ens secund 56 População Urbana 56,566 Distances Between Cluster Centroids Cluster1 Cluster2 Cluster3 Cluster4 Cluster5 Cluster1, 94,423 59, ,146 98,842 Cluster2 94,423, 92, ,384 83,784 Cluster3 59,484 92,726, 129, ,293 Cluster4 111, , ,383, 182,444

102 12 Cluster5 98,842 83, , ,444, A observação de todos os países do mundo no Dendograma: 7 Variáveis IHDI Similarity 8,6 9,3 1, Afghanistan eloping: Europe Europe and Russian Central and Kazakhstan Central Federation Armenia Albania Asia Belarus Romania Very high human Dev United Netherlands Australia Denmark Ukraine (RB) Asia CIS Canada eloped: devkingdom elopment Finland France Germany OECD Austria OECD Lithuania Hu Esto Latvia Czech Republic SEurope ngary nia Sp weden EU27 ain Montenegro Greece Ireland Poland Serbia The former Yugoslav Iran Republic (Islamic of Republic Macedonia Portugal Dominica Belgium Croatia Japan Italy Dev eloping: East Bosnia Asia East and Asia and Switzerland the and Herzegov Norway Jordan of) Turk O ceania Pacific Israel ey the East China Pacific O ccup High Dev ied eloped: human Palestinian Marshall Luxembourg development Non-O Su Bulgaria Kiribati (RB) Tuv Asia riname alu Territory Islands ECD Saint Vincent Moldova and the Medium human HDR (Republic Philip development Grenadines Indon Georgia pines Sey Slovakia World Fiji countries esia of) chelles Slov Bahamas Iceland Liby an Northern Arab Saudi Andorra Cy Asia prus Lebanon Bahrain enia United Jamahiriya Arabia Palau America Korea (Rep Malaysia Kyrgyzstan Maldives Oman States GCC Tajik ublic Algeria Antigua Saint Kitts an Sri d Viet New Barbados Samoa Saint and Barbuda Lanka istan of) Gren Tonga Nam Thailand Cape El Vanuatu Nev Zealand Lucia ada is Lao People's Developing: Democratic Caribbean Paraguay Ecuador Salvador Verde Malta Azerbaijan Syrian Arab Arab Arab States Republic SIDS Hong Develop Latin ing : Latin America Latin America an d the and Caribbean th Venezuela America Kong, Other (Bolivarian and China San Republic Monaco Egypt th Singapore Marino States (RB) Bhutan Latin e Arg (SAR) e Caribbean Uruguay Kuwait entina Chile countries Republic Colombia America Papua Solomon or New territories Mongolia Mexico Brazil (RB) ean Jamaica of) Dev eloping: South Bangladesh Morocco Guy Guinea Eritrea Panama Islands Least Low human developed dev Timor-Leste South Asia Tunisia Cuba elopment Develop Tanzania Sub-Saharan ing : Sub-Saharan Burk countries Senegal Yemen India (RB) Benin Asia Central (United Equ African Madagascar Africa ina Kenya Africa Malawi Guinea-Bissau Rep ublic Africa Faso (RB) ato Côte rial Cameroo Republic Nigeria of) Guinea Brunei Darussalam Zimbabwe d'ivoire Cong Swaziland Lesotho Sudan* Lib eria no Korea (Democratic Sao Tome People's Turkmenistan and Mauritania Myanmar Peru Uzbek Principe Rep. Ghana Belize Togo Costa Somalia Ethiopia Nauru istan of) Sierra Pak Con go (Democratic Trinidad Rep ublic Rwanda Dominican and Cambo Burundi Guinea Zambia Chad Rica Leone istan Guatemala Mauritius Nicaragua Honduras Republic To of Bolivia (Plurinational United Arab South Botswana Uganda bag the) Mali dia o Emirates State Gambia Africa Iraq Gabon Niger Comoros Angola Nepal Namibia Djibouti Pacific Haiti of) Observations Variáveis IHDI 7 Similarity 8,6 9,3 1, Mozambique Qatar Micronesia (Federated States of) Observations Liechtenstein Neste grupo estão os países que possuem as maiores diferenças em se tratando das variáveis como IDH e o próprio PIB.

103 ANÁLISE DISCRIMINANTE A variável dependente dessa análise será o Cluster, e, para tentar explicar em qual conglomerado um determinado país cai, foram utilizadas 1 variáveis detalhadas no item anterior. Segue o resultado da Análise Discriminante, com opção LINEAR: Discriminant Analysis: Cluster 1 versus Índ Educ; Índ Desemp Amb;... Linear Method for Response: Cluster 1 Predictors: Índ Educ; Índ Desemp Amb; PIB per capita; Índice de Saúde; Índice Rendimento; Tx Fec. Adoles.; Perda desig renda; Perda desig expect de vida; Perda desig educação Group Count Summary of classification True Group Put into Group Total N N correct Proportion 1, 1, 1, 1, N = 26 N Correct = 26 Proportion Correct = 1, Summary of Classification with Cross-validation True Group Put into Group Total N N correct Proportion 1, 1, 89 1, N = 26 N Correct = 25 Proportion Correct = 62 Squared Distance Between Groups , 126, , , ,218, 89,871 93, ,237 89,871, 113, ,58 93, ,4, Linear Discriminant Function for Groups

104 Constant Índ Educ Índ Desemp Amb PIB per capita Índice de Saúde Índice Rendimento Tx Fec. Adoles Perda desig renda Perda desig expect de vida Perda desig educação O resultado pode ser considerado excelente, já que o modelo realizou 25 opções correntes, em 26 opções possíveis de variáveis: Ocorreu uma relação de aproximadamente 96,2%, entre as variáveis e o Cluster realizado no exercício anterior. Para o a relação deste cluster com o item Quadratic, não foi possível obter informações, pois ocorreu erro em todas as variáveis. 12. ANÁLISE DE CORRESPONDÊNCIA A Análise de Correspondência é um método de análise fatorial para variáveis categóricas. A Análide de Correspondência, basicamente, converte uma tabela de dados não negativos de duas ou múltiplas entradas em um tipo de representação gráfica em que as linhas e as colunas são simultaneamente representadas em dimensão reduzida, isto é, por pontos no gráfico. Este método permite mostrar como as variáveis dispostas em linhas e colunas estão relacionadas e não somente se a relação existe. A seguir, é apresentado o resultado da análise de correspondência para a tabela utilizando 1 países e as variáveis mais próximas como indicadores que já foram apresentados anteriormente. Simple Correspondence Analysis: Índ Educ; Índ Desemp A; PIB per capi; Índice de Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram 1,12,7428,7428 ***************************** 2,131, *** 3,12, *** 4,57, * 5,34, ,9,68 979

105 15 7,2, ,, ,,2 1, 1,, 1, Total,1374 Row Contributions ID Name Qual Mass Inert 1 Low human development 89,4,91 2 Medium human development,651,35,12 3 High human development,288,41,5 4 Very high human development 62,39,61 5 Africa 7,42,81 6 Latin America and the Caribbean,179,45,1 7 Asia,528,35,12 8 Europe 69,36,47 9 Oceania 76,37,36 1 Northern America,79,42,75 11 Arab States (RB),264,38,21 12 Europe and Central Asia (RB),68,34,16 13 East Asia and the Pacific (RB),345,32,18 14 South Asia (RB) 19,37,59 15 Latin America and the Caribbean (RB),179,45,1 16 Sub-Saharan Africa (RB) 3,43, OECD 57,4,44 18 EU27 79,37,64 19 CIS,55,33,19 2 GCC,759,38,62 21 East Asia,348,32,18 22 Pacific 94,36,94 23 Caribbean,729,42,1 24 Latin America,154,46,1 25 HDR countries 3,38,4 26 World 3,38,4 Component 1 ID Name Coord Corr Contr 1 Low human development,542 37,115 2 Medium human development,178,649,11 3 High human development -,63,251,2 4 Very high human development -,452 57,78 5 Africa,5 31,12 6 Latin America and the Caribbean,5,85,1 7 Asia,154,526,8 8 Europe -,415 65,61 9 Oceania -,336 58,41 1 Northern America -,434,767,77 11 Arab States (RB),114,174,5 12 Europe and Central Asia (RB) -,26,68,14 13 East Asia and the Pacific (RB) -,51,34,1 14 South Asia (RB),42 15,65 15 Latin America and the Caribbean (RB),5,85,1 16 Sub-Saharan Africa (RB),581 92, OECD -,38 5,56 18 EU27 -,482 78,84 19 CIS -,28,542,14 2 GCC -,47,737,61 21 East Asia -,68,6,1 22 Pacific,348,335,43 23 Caribbean,115,45,5 24 Latin America,47,72,1 25 HDR countries,117 53,5 26 World,117 53,5 Component 2

106 16 ID Name Coord Corr Contr 1 Low human development -,128,52,5 2 Medium human development,11,2, 3 High human development,24,37,2 4 Very high human development -,35,6,4 5 Africa -,13,4,34 6 Latin America and the Caribbean,53,94,1 7 Asia -,9,2, 8 Europe -,27,4,2 9 Oceania -,48,17,6 1 Northern America -,75,23,18 11 Arab States (RB) -,82,91,2 12 Europe and Central Asia (RB) -,5,, 13 East Asia and the Pacific (RB),155,311,58 14 South Asia (RB) -,15,14,65 15 Latin America and the Caribbean (RB),53,94,1 16 Sub-Saharan Africa (RB) -,12,38,47 17 OECD -,31,6,3 18 EU27 -,18,1,1 19 CIS -,24,7,1 2 GCC -,7,22,14 21 East Asia,148,287,54 22 Pacific,45,559, Caribbean,12,323,34 24 Latin America,5,83,9 25 HDR countries -,28,5,2 26 World -,28,5,2 Column Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Índ Educ 91,2,1 -,242 91,1 2 Índ Desemp Amb,743,169,25 -,122,734,25 3 PIB per capita 45,39,197 -,745,799,212 4 Índice de Saúde,721,2, -,135,676, 5 IDH 93,2,1 -,196 92,1 6 Índice Rendimento 99,2,1 -,29 97,1 7 Tx Fec. Adoles. 74,15,27,459 52,31 8 Expec de vida ao nascer,66,29,29 -,13,555,22 9 Perda desig renda 17,73,84,116,86,1 1 Perda desig expect de vida 89,54,12,518 75, Perda desig educação,712,62,135,453,682, Média de anos de escolar 62,23,16 -,286 62,19 13 Anos esper de escolar 8,36,12 -,197 73,14 14 Pop c/ ao menos o ens secund 29,2,1 -,154,78,1 15 População Urbana 5,174,18 -,266 26,12 Component 2 ID Name Coord Corr Contr 1 Índ Educ -,3,, 2 Índ Desemp Amb,14,9,2 3 PIB per capita -,18,47,97 4 Índice de Saúde,35,45, 5 IDH,7,1, 6 Índice Rendimento -,9,2, 7 Tx Fec. Adoles. -,73,21,61 8 Expec de vida ao nascer,31,51,15 9 Perda desig renda,362 31,736 1 Perda desig expect de vida -,66,14,18 11 Perda desig educação -,95,3,42 12 Média de anos de escolar,8,1, 13 Anos esper de escolar -,17,7,1 14 Pop c/ ao menos o ens secund,38,48, 15 População Urbana -,45,23,27

107 17 Symmetric Plot,5 Perda desig renda Pacific Component 2,25, -,25 East Asia East and the AsiaPacific (RB) Caribbean Pop c/ Latin Média de Expec anos ao Latin Índice menos de America de de vida Latin escolar o Saúde and ens ao and America nascer secund the the Caribbean (RB) High Anos Índice esper Rendimento Educ IDH human Europe Desemp Amb EU27 escolar População OECD and Central Medium development CIS Asia human Europe UrbanaHDR (RB) World countries Asia development Very high human Northern GCC Oceania development America Arab States Perda (RB) Perda Tx desig Fec. desig Adoles. educação expect de vida Sub-Saharan Africa Africa (RB) South Low human Asia (RB) development PIB per capita -,5 -,75 -,75 -,5 -,25, Component 1,25,5 Neste aspecto, todas as variáveis e blocos de países selecionados. Outra tentativa com 1 clusters e 1 variáveis reduzindo para avaliar a demonstração das referências países e variáveis: Simple Correspondence Analysis: Índ Educ; Índ Desemp A; PIB per capi; Índice de Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram 1, ***************************** 2,15, ** 3,57, * 4,8, ,1,1 1, 6,, 1, Total,1363 Row Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Low human development 87,11,216,58 59,237 2 Medium human development 97,91,26,144,523,16 3 High human development,73,99,11 -,1,7, 4 Very high human development 98,96,145 -,451 91,164 5 Africa 98,114,216,498 6,238 6 Latin America and the Caribbean,349,114,37,18,26,11 7 Asia 9,9,2,113,412,1 8 Europe 46,87,116 -,44 4,119

108 18 9 Oceania 53,94,55 -,274 49,59 1 Northern America 86,15,158 -,48 9,146 Component 2 ID Name Coord Corr Contr 1 Low human development -,87,28,8 2 Medium human development,122,374,128 3 High human development,11,697,97 4 Very high human development -,36,6,12 5 Africa -,99,38,16 6 Latin America and the Caribbean,63,89,43 7 Asia,111,397,15 8 Europe,87,42,63 9 Oceania -,17,4,3 1 Northern America -,191,177,363 Column Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Índ Educ 91,3,2 -,35 85,2 2 Índ Desemp Amb 49,241,61 -,17 38,59 3 PIB per capita 1,,65,342 -,792 74,342 4 Índice de Saúde 64,3,1 -,188 37,1 5 IDH 88,3,1 -,254 59,2 6 Índice Rendimento 8,3,1 -,269 64,2 7 Tx Fec. Adoles. 83,221,299,416 41,322 8 Expec de vida ao nascer 37,293,62 -,149,778,55 9 Perda desig renda,211,94,23,39,44,1 1 Perda desig expect de vida 13,74,28,589 8,216 Component 2 ID Name Coord Corr Contr 1 Índ Educ,24,6, 2 Índ Desemp Amb,62,111,88 3 PIB per capita -,3,125,556 4 Índice de Saúde,73,127,2 5 IDH,44,29,1 6 Índice Rendimento,34,15, 7 Tx Fec. Adoles. -,88,42,162 8 Expec de vida ao nascer,67,159,127 9 Perda desig renda,75,166,5 1 Perda desig expect de vida -,46,6,15

109 19 Symmetric Plot,5 Component 2,25, -,25 Europe Expec Índice High Medium de de human vida Perda Saúde ao desig development human Asia development nascer renda Índice Rendimento IDH Latin Desemp America Amb and the Caribbean Educ Very high human development Oceania Perda desig expect de vida Low Tx Fec. human Adoles. Africa development Northern America PIB per capita -,5 -,75 -,75 -,5 -,25, Component 1,25,5 Iremos alterar a nomenclatura, para melhorar a visualização. Utilizaremos Índice de Educação, Índice Desempenho Ambiental, PIB per capita, Índice de Saúde, IDH, Índice de Rendimento, Taxa de Fecundidade na Adolescência, Expectativa de Vida ao Nascer, Desigualdade de Renda, Desigualdade na Expectativa de Vida Desigualdade na Educação, Anos na Expectativa para Estudar, População no ensino Secundário, População Urbana. Simple Correspondence Analysis: Índ Educ; Índ Amb; PIB; Índ Saúde; IDH; Índ Ren Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram 1, ****************************** 2,88, ** 3,61, * 4,17, ,3, ,1, ,, ,, 1, 9,, 1, Total,144 Row Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr

110 11 1 Baixo DH 89,12,232,565 72,256 2 Médio DH 24,89,42,211,664,31 3 Alto DH,386,14,12 -,43,19,1 4 Altissímo DH 87,1,124 -,421 86,139 5 África 97,16,25,515 54,222 6 AL e Caribe,112,116,28,59,12,3 7 Asia 72,9,4,192,581,26 8 Europe 61,92,11 -,382 2,16 9 Oceania 35,95,71 -,316 2,74 1 A N 78,17,145 -,41 58,141 Component 2 ID Name Coord Corr Contr 1 Baixo DH -,75,17,64 2 Médio DH,132,26,177 3 Alto DH,68,277,55 4 Altissímo DH -,13,1,2 5 África -,19,43,144 6 AL e Caribe,19,1,5 7 Asia,136,291,187 8 Europe,8,41,67 9 Oceania -,4,15,17 1 A N -,153,119,282 Column Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Índ Educ 75,2,1 -,269 68,1 2 Índ Amb 29,17,26 -,133 19,24 3 PIB 56,46,213 -,757 55,26 4 Índ Saú 7,2, -,147,731, 5 IDH 55,2,1 -,216 18,1 6 Índ Rend 43,2,1 -,231 23,1 7 Tx Fec. Ad. 84,155,241,449 3,247 8 Exp V N 44,26,27 -,18,617,19 9 Desig renda,193,66,15,67,14,2 1 Desig exp V 44,52,161,646 36, Desig Educ 67,56,185,661 2, Anos Exp 65,24,19 -,328 64,2 13 Anos Exp Esc 79,37,12 -,26 38,12 14 Pop Ens Sec 68,2,1 -,17 17,1 15 Pop Urb 5,177,99 -,269 5,11 Component 2 ID Name Coord Corr Contr 1 Índ Educ,22,7, 2 Índ Amb,49,111,46 3 PIB -,259,1,348 4 Índ Saú,72,176,1 5 IDH,43,37, 6 Índ Rend,34,2, 7 Tx Fec. Ad. -,135,81,318 8 Exp V N,66,227,1 9 Desig renda,41,53,13 1 Desig exp V -,61,8,22 11 Desig Educ,149,47, Anos Exp -,3,, 13 Anos Exp Esc,43,41,8 14 Pop Ens Sec,4,5, 15 Pop Urb,6,,1

111 111 A análise da tabela de correspondência mostra uma decomposição da inércia (χ2/n). Do total da inércia da matriz de dados, 88,2% é contabilizada no primeiro componente, 6,13% é contabilizada no segundo componente e assim por diante. Considerando a contribuição dos países (rows) para cada componente, identifica-se que o primeiro componente tem contribuição alta para o Baixo Desenvolvimento Humano nos países, enquanto que América do Norte, Ásia e a Média do Desenvolvimento Humano contribuem mais para o componente 2. Considerando a contribuição das variáveis (columns) para cada componente, identifica-se que o primeiro componente tem contribuição alta de Taxa de Fecundidade na Adolescência, em razão da falta de informação/ acesso a preservativos, PIB per capita e na Desigualdade Educacional, enquanto que o PIB per capita e a Taxa de Fecundidade na Adolescência contribuem para o componente 2. Essas contribuições estão demonstradas nas tabelas anteriores com seus números pintados de amarelo. O gráfico Symmetric plot gerado é exibido a seguir: Symmetric Plot,5 Component 2,25, -,25 PIB Médio DH Desig Educ Índ Saú Asia Europe Anos Pop Exp Exp Ens Esc Sec V N Desig renda Anos Pop Índ IDH Índ Alto Exp Urb RendAmb DH Índ Educ Altissímo Oceania DH Baixo DH Desig exp V AL e Caribe África A N Tx Fec. Ad. -,5 -,75 -,75 -,5 -,25,,25 Component 1,5 O gráfico possui uma grande concentração de informações no quarto quadrante, assim mesmo com inúmeras alterações no layout necessariamente existe uma grande concentração. A América do Norte está próxima do eixo entretanto, mais próxima do PIB per capita.

112 112 América Latina e Caribe e a Ásia que está em outro grupo estão próximos à Desigualdade de Renda e a Média do Desenvolvimento Humano. Já a Taxa de Fecundidade na Adolescência, Baixo Desenvolvimento Humano, Perda na desigualdade na expectativa de Vida e Desigualdade Educacional estão com a África. As mesmas variáveis, em outros testes, apenas para observação do comportamento destes países: Relacionarei o papel e contraponto de alguns países. Simple Correspondence Analysis: Índice Educa; Índice Saúde; Índice Des H; Média Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram 1, ****************************** 2,7, *** 3,2, Total,61 Row Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Brazil 88,9,18,85 77,122 2 China 54,92,5,55 9,53 3 Cuba 18,117,77 -,18,84,7 4 Germany 72,142,61 -,5 69,68 5 Hong Kong, China (SAR) 97,122,3,32,7,24 6 India 99,59,43,21 97,495 7 Japan,775,136,2 -,26,745,17 8 South Africa 37,98,143 -,81,739,122 9 United States 85,144,81 -,58 74,91 Component 2 ID Name Coord Corr Contr 1 Brazil -,9,11,11 2 China,12,45,21 3 Cuba,58 34,598 4 Germany,3,3,2 5 Hong Kong, China (SAR) -,21,296,81 6 India -,11,3,1 7 Japan,5,3,5 8 South Africa -,42,198,263 9 United States -,6,11,8 Column Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Índice Educação,31,62,34,3,274,11 2 Índice Saúde 96,69,492,23 46,538 3 Índice Des Humano - IDH 97,62,126,111 87,144 4 Média de anos - escolar 94,75,177 -,38 89,23 5 Índice Renda 99,57,17,98,531,15 Component 2 ID Name Coord Corr Contr 1 Índice Educação,11,36,11

113 113 2 Índice Saúde,47,5,229 3 Índice Des Humano - IDH -,11,1,12 4 Média de anos - escolar,3,5,9 5 Índice Renda -,92,468,739,25 Symmetric Plot,2,15 Component 2,1,5, -,5 Cuba Índice Saúde Índice Educação China Média Germany de anos Japan - escolar United States Índice Brazil Des Humano - IDH India Hong Kong, China (SAR) South Africa -,1 Índice Renda -,1 -,5,,5,1,15 Component 1,2,25 Simple Correspondence Analysis: Índice Educa; Índice Saúde; Índice Des H; Média Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram 1, ****************************** 2,1, *** 3,2, Total,87 Row Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Brazil 93,15,94,72 62,14 2 China 82,153,4,44 5,4 3 Cuba 7,195,91 -,29,22,21 4 India 99,99,442,197 91,54 5 South Africa 78,164,198 -,92 12,185 6 United States 56,239,135 -,68 46,147 Component 2 ID Name Coord Corr Contr 1 Brazil -,13,32,27 2 China,9,32,12 3 Cuba,56,768,626 4 India -,18,8,32 5 South Africa -,42,166,292 6 United States -,7,1,12

114 114 Column Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Índice Educação,283,64,23,26,225,6 2 Índice Saúde 98,71,512,245 51,561 3 Índice Des Humano - IDH 97,63,123,129 86,139 4 Índice Renda 95,745,176 -,45 89,2 5 Média de anos - escolar 1,,57,166,111,491,94 Component 2 ID Name Coord Corr Contr 1 Índice Educação,13,58,12 2 Índice Saúde,54,46,211 3 Índice Des Humano - IDH -,14,11,12 4 Índice Renda,4,6,1 5 Média de anos - escolar -,113,59,754,25,2 Symmetric Plot,15 Component 2,1,5, -,5 Cuba Índice Saúde Índice Educação Índice Renda China United States Índice Brazil Des Humano - India IDH South Africa -,1 Média de anos - escolar -,1 -,5,,5,1,15 Component 1,2,25 Simple Correspondence Analysis: Índice Educa; Índice Saúde; Índice Des H; Índic Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram 1,77,7194,7194 ****************************** 2,3, *********** 3,,6 1, Total,17 Row Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Brazil 98,168,33 -,35,583,27 2 China 1,,161,73 -,66 9,93 3 Cuba 1,,184,233 -,35,92,3 4 India 99,129,185 -,19,77,198

115 115 5 South Africa 1,,145,49,173 92,564 6 United States 97,213,66,57 65,89 Component 2 ID Name Coord Corr Contr 1 Brazil -,29,415,49 2 China -,21,91,24 3 Cuba,111 8,757 4 India -,59,229,151 5 South Africa -,15,8,12 6 United States -,1,32,7 Column Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Índice Educação 1,,249,285,82,549,217 2 Índice Saúde 1,,278,46 -,133 99,638 3 Índice Des Humano - IDH,481,248,1,3,234, 4 Índice Renda 1,,225,255,7,47,144 Component 2 ID Name Coord Corr Contr 1 Índice Educação,74,451,458 2 Índice Saúde,5,1,2 3 Índice Des Humano - IDH -,3,248,1 4 Índice Renda -,85,592,539 Symmetric Plot,2,15 Cuba,1 Índice Educação Component 2,5, Índice Saúde Índice Des Humano - IDH United States China Brazil South Africa -,5 India Índice Renda -,1 -,15 -,15 -,1 -,5,,5,1 Component 1,15,2 Simple Correspondence Analysis: Índice Educa; Índice Saúde; Índice Des H; Índic Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram 1, ****************************** 2,2, ** Total,27

116 116 Row Contributions ID Name Qual Mass Inert 1 Africa 99,125,36 2 Europe 1,,29,358 3 Latin America and the Caribbean (RB) 69,183,2 4 Pacific 1,,129,551 5 Caribbean 1,,17,52 6 Latin America 83,183,2 Component 1 ID Name Coord Corr Contr 1 Africa,13,213,8 2 Europe -,67 87,387 3 Latin America and the Caribbean (RB) -,5 11,2 4 Pacific,16 97,61 5 Caribbean,3,8, 6 Latin America -,5 29,2 Component 2 ID Name Coord Corr Contr 1 Africa -,25,785,328 2 Europe -,8,13,54 3 Latin America and the Caribbean (RB),2,158,3 4 Pacific -,6,3,18 5 Caribbean,28 92,595 6 Latin America,1,55,1 Column Contributions Component 1 ID Name Qual Mass Inert Coord Corr Contr 1 Índice Educação 1,,233,413 -,67 5,429 2 Índice Saúde 1,,294,512,68 86,552 3 Índice Des Humano - IDH 15,248,3 -,5 12,3 4 Índice Renda 1,,225,73 -,13,2,16 Component 2 ID Name Coord Corr Contr 1 Índice Educação,15,5,24 2 Índice Saúde,8,14,85 3 Índice Des Humano - IDH -,,3, 4 Índice Renda -,26,675

117 117 Symmetric Plot,1 Component 2,5 Índice Educação Índice Saúde Latin America Índice Latin Des and Humano America the Caribbean - IDH (RB) Europe, Caribbean Índice RendaAfrica Pacific -,5 -,5,,5 Component 1,1 Das várias formas de avaliações realizadas, podemos perceber que os indicadores de saúde, educação, renda e IDH (Índice de Desenvolvimento Humano), estão normalmente no quadrante oposto ao necessáriamente relacionado ao país de origem quando tratamos de países em desenvolvimento ou ainda os países com problemas com a democracia e política, estão muito distantes das variáveis como, por exemplo, África e Caribe. 13. REGRESSÃO LOGÍSTICA A Regressão logística também tem a função de definir se a clusterização realizada anteriormente resultará em dados confiáveis. Segue o resultado da Regressão Logística Ordinal: Ordinal Logistic Regression: Cluster 1 versus Índ Educ; Índ Desemp A;... * WARNING * Algorithm has not converged after 2 iterations. * WARNING * Convergence has not been reached for the parameter estimates criterion. * WARNING * The results may not be reliable. * WARNING * Try increasing the maximum number of iterations. Link Function: Logit Response Information

118 118 Variable Value Count Cluster Total 26 Logistic Regression Table Predictor Coef SE Coef Z P Odds Ratio Const(1) 314, , 99 Const(2) 38, , 99 Const(3) 425, , 99 Const(4) 462, , 99 Índ Educ -8, , 1,, Índ Desemp Amb 1, ,4, 99 3,76 PIB per capita 2, ,11, 99 14,8 Índice de Saúde -596, , 1,, IDH 1812, , 1, * Índice Rendimento -747, , 1,, Tx Fec. Adoles. 2, ,84, 97 12,54 Expec de vida ao nascer -2, ,2 -, 1,,7 Perda desig renda -4, ,8 -, 97,1 Perda desig expect de vida -8, ,36 -, 99, Perda desig educação 2, ,12, 99 7,4 Média de anos de escolar -46, ,2 -, 99, Anos esper de escolar -19, ,3 -, 1,, Pop c/ ao menos o ens secund 278, , 99 1,926E+121 População Urbana -1, ,15 -, 99,27 95% CI Predictor Lower Upper Const(1) Const(2) Const(3) Const(4) Índ Educ, * Índ Desemp Amb, * PIB per capita, * Índice de Saúde, * IDH, * Índice Rendimento, * Tx Fec. Adoles., * Expec de vida ao nascer, * Perda desig renda, * Perda desig expect de vida, * Perda desig educação, * Média de anos de escolar, * Anos esper de escolar, * Pop c/ ao menos o ens secund, * População Urbana, * Log-Likelihood = -, Test that all slopes are zero: G = 69,956, DF = 15, P-Value =, Goodness-of-Fit Tests Method Chi-Square DF P Pearson,2 77 1, Deviance,4 77 1, Measures of Association:

119 119 (Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures Concordant 237 1, Somers' D 1, Discordant, Goodman-Kruskal Gamma 1, Ties, Kendall's Tau-a,73 Total 237 1, O G explica a variação dos valores que foram atualizados e relacionado a Regressão Logística. De acordo com está avaliação o Cluster escolhido e o percentual avaliado, está muito próximo do correto, por se tratar de um percentual de 1,% de relação. Segue o resultado da Regressão Logística Nominal: Nominal Logistic Regression: Cluster 1 versus Índ Educ; Índ Desemp A;... * WARNING * Algorithm has not converged after 2 iterations. * WARNING * Convergence has not been reached for the parameter estimates criterion. * WARNING * The results may not be reliable. * WARNING * Try increasing the maximum number of iterations. Response Information Variable Value Count Cluster (Reference Event) Total 26 Logistic Regression Table Predictor Coef SE Coef Z P Odds Ratio Logit 1: (4/5) Constant 453, , 1, Índ Educ 585, , 1, * Índ Desemp Amb -1, ,8 -, 1,,16 PIB per capita -7, ,7 -, 1,, Índice de Saúde 12635, , 1, * IDH , , 1,, Índice Rendimento 4575, , 1, * Tx Fec. Adoles. -3, ,4 -, 1,,4 Expec de vida ao nascer -132, , 1,, Perda desig renda 4, ,9, 1, 137,12 Perda desig expect de vida 28, , 1, 2,19895E+12 Perda desig educação ,4, 1, 2,55 Média de anos de escolar -5, , 1,, Anos esper de escolar -, , 1,,79 Pop c/ ao menos o ens secund -1, , 1,, População Urbana ,6, 1, 2,61 Logit 2: (3/5) Constant -1852, , 1, Índ Educ -2823, , 1,, Índ Desemp Amb ,4, 1, 2,28 PIB per capita 1, ,4, 1, 6,84 Índice de Saúde -714, , 1,, IDH 158, , 1, *

120 12 Índice Rendimento -561, , 1,, Tx Fec. Adoles., ,2, 1, 1,1 Expec de vida ao nascer 17, , 1, 3,73713E+46 Perda desig renda -1, , -, 1,,19 Perda desig expect de vida -3, , 1,,2 Perda desig educação -, ,5 -, 1, 1 Média de anos de escolar 95, , 1, 4,944E+41 Anos esper de escolar 55, , 1, 8,88258E+23 Pop c/ ao menos o ens secund 88, , 1, 1,66382E+38 População Urbana -, ,8 -, 1, 1 Logit 3: (2/5) Constant 3657, , 1, Índ Educ -6, , 1,, Índ Desemp Amb -2, ,1 -, 1,,9 PIB per capita 2, ,9, 1, 8,44 Índice de Saúde 1248, , 1, * IDH 5414, , 1, * Índice Rendimento -2316, , 1,, Tx Fec. Adoles. -, , 1, 8 Expec de vida ao nascer -29, , 1,, Perda desig renda -2, ,5 -, 1,,5 Perda desig expect de vida 2, , 1, 18,93 Perda desig educação 3, ,7, 1, 52,32 Média de anos de escolar -59, , 1,, Anos esper de escolar -24, , 1,, Pop c/ ao menos o ens secund 622, , 1, 2,93733E+27 População Urbana -1, ,6 -, 1,,29 Logit 4: (1/5) Constant -298, , 1, Índ Educ -1477, , 1,, Índ Desemp Amb, ,6, 1, 1,52 PIB per capita 2, ,8, 1, 14,13 Índice de Saúde 1654, , 1, * IDH -563, , 1,, Índice Rendimento -161, , 1,, Tx Fec. Adoles. -, ,4 -, 1,,57 Expec de vida ao nascer -16, , 1,, Perda desig renda -2, ,4 -, 1,,7 Perda desig expect de vida 7, , 1, 1655,84 Perda desig educação 1, ,4, 1, 5,45 Média de anos de escolar 59, , 1, 6,571E+25 Anos esper de escolar 56, , 1, 2,46627E+24 Pop c/ ao menos o ens secund 427, , 1, 3,75845E+185 População Urbana -, ,5 -, 1,,55 95% CI Predictor Lower Upper Logit 1: (4/5) Constant Índ Educ, * Índ Desemp Amb, * PIB per capita, * Índice de Saúde, * IDH, * Índice Rendimento, * Tx Fec. Adoles., * Expec de vida ao nascer, * Perda desig renda, * Perda desig expect de vida, * Perda desig educação, * Média de anos de escolar, * Anos esper de escolar, * Pop c/ ao menos o ens secund, * População Urbana, * Logit 2: (3/5) Constant Índ Educ, * Índ Desemp Amb, *

121 121 PIB per capita, * Índice de Saúde, * IDH, * Índice Rendimento, * Tx Fec. Adoles., * Expec de vida ao nascer, * Perda desig renda, * Perda desig expect de vida, * Perda desig educação, * Média de anos de escolar, * Anos esper de escolar, * Pop c/ ao menos o ens secund, * População Urbana, * Logit 3: (2/5) Constant Índ Educ, * Índ Desemp Amb, * PIB per capita, * Índice de Saúde, * IDH, * Índice Rendimento, * Tx Fec. Adoles., * Expec de vida ao nascer, * Perda desig renda, * Perda desig expect de vida, * Perda desig educação, * Média de anos de escolar, * Anos esper de escolar, * Pop c/ ao menos o ens secund, * População Urbana, * Logit 4: (1/5) Constant Índ Educ, * Índ Desemp Amb, * PIB per capita, * Índice de Saúde, * IDH, * Índice Rendimento, * Tx Fec. Adoles., * Expec de vida ao nascer, * Perda desig renda, * Perda desig expect de vida, * Perda desig educação, * Média de anos de escolar, * Anos esper de escolar, * Pop c/ ao menos o ens secund, * População Urbana, * Log-Likelihood = -, Test that all slopes are zero: G = 69,956, DF = 6, P-Value =,178 Goodness-of-Fit Tests Method Chi-Square DF P Pearson, 32 1, Deviance, 32 1, O qual não foi possível avaliar pois neste caso não ocorrerão as avaliações finais destes itens com o Measures of Association: (Between the Response Variable and Predicted Probabilities)

122 Árvore de Classificação - XLSTAT Esse aplicativo indica qual a variável que melhor separa os grupos e classifica as variáveis por ordem de importância na separação dos grupos. A seguir é demonstrado o teste desse modelo. Podemos observar com a utilização pelo aplicativo XLSTAT (Árvore de classificação e Regressão). As árvores dispostas neste trabalho, trata-se do exercício com a base de dados utilizada anteriormente. Classification Tree Cluster II 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 EXHAUSTIVE CHAID Dependent Variable Independent Variables Validation VAR15 Cluster II VAR2, VAR3, VAR4, VAR5, VAR6, VAR7, VAR8, VAR9, VAR1, VAR11, VAR12, VAR13 None Maximum Tree Depth 3 Results Minimum Cases in Parent Node Minimum Cases in Child Node Independent Variables Included VAR1 4 2 Number of Nodes 6 Number of Terminal Nodes 5 Depth 1

123 123 Risk Estimate,32 Std. Error,32 Growing Method: EXHAUSTIVE CHAID Dependent Variable: VAR15 Classificationn Observed Predicted 1, 2, 3, Percent Correct 1, 2, 3, Overall Percentage 23 74,2% ,4% % 2 6,5% 1,% 1,% 66,7% 6 96,8% 9 Growing Method: EXHAUSTIVEE CHAID Dependent Variable: VAR15 Podemos avaliar que este cluster está melhor subdividido, pois fora a primeira avaliação de Cluster realizada. Nos dois casos oss percentuais de acertoo estão praticamente os mesmos, o que se altera, de fato, são as uniõess dos demais países na n sequência, ou seja,, depois do primiero lugar.

124 124 Classification Tree Cluster I 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 EXHAUSTIVE CHAID Dependent Variable Independent Variables Validation VAR14 Cluster I VAR2, VAR3, VAR4, VAR5, VAR6, VAR7, VAR8, VAR9, VAR1, VAR11, VAR12, VAR13 None Maximum Tree Depth 3 Results Minimum Cases in Parent Node Minimum Cases in Child Node Independent Variables Included VAR1 4 2 Number of Nodes 6 Number of Terminal Nodes 5 Depth 1

125 125 Risk Estimate,65 Std. Error,44 Growing Method: EXHAUSTIVE CHAID Dependent Variable: VAR14 Classification Observed Predicted 1, 2, 3, 4, 5, Percent Correct 1, 2, 3, 4, 5, Overall Percentage 23 74,2% ,4% % 1 1 6,5%,%,% 1,% 1,% 1,%,%,% 93,5% Growing Method: EXHAUSTIVEE CHAID Dependent Variable: VAR14 SAVE OUTFILE= ='C:\Users\Marcio\Desktop\SPSS_12_V..sav'/COMPRESSED. Neste caso acima demonstrouu que mesmo com a grande quantidade de países e variáveis, ocorreu a maior predominân ncia no primeiro item, deste d cluster I.

126 126 Importante ressaltar que a variável antes destacada como amarelo, utilizei o Cluster I, para demonstrar a união de diversos dados e informações 6 países e 4 das variáveis mais próximas, veja o resultado abaixo: Classification Tree Cluster I Com apenas 6 países: 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 EXHAUSTIVE CHAID Dependent Variable Independent Variables Validation VAR6 VAR2, VAR3, VAR4, VAR5 None Maximum Tree Depth 3 Results Minimum Cases in Parent Node Minimum Cases in Child Node Independent Variables Included No Independent Variable Included 2 2 Number of Nodes 1 Number of Terminal Nodes 1 Depth

127 127 Risk Estimate,333 Std. Error,192 Growing Method: EXHAUSTIVE CHAID Dependent Variable: VAR6 Observed Classificationn Predicted 1, 2, 3, Percent Correct 1, 2, 3, Overall Percentage ,%,%%,% 1,%,%,% 66,7% 6 Growing Method: EXHAUSTIVEE CHAID Dependent Variable: VAR6 Importante ressaltarr que a variável acima destacadaa demonstra a proximidade com relação aos países e as variáveis escolhidas. Segue os países e agora a utilização do Cluster II: Classification Tree Warnings Gain summary Tables are not displayed because profits are undefined. Target category gains tables are not displayedd because target categoriess are undefined. Model Summary Specifications Growing Method EXHAUSTIVE CHAID

128 128 Dependent Variable Independent Variables Validation VAR7 VAR3, VAR4,, VAR5, VAR2 None Results Maximum Tree Depth Minimum Cases in Parent Node Minimum Cases in Child Node Independent Variables Included Number of Nodes Number of Terminal Nodes Depth VAR Risk Estimate,333 Std. Error,192 Growing Method: EXHAUSTIVE CHAID Dependent Variable: VAR7 Classificationn

129 129 Observed Predicted 1, 2, 3, Percent Correct 1, 4 1,% 2, 1,% 3, 1,% Overall Percentage 1,%,%,% 66,7% Growing Method: EXHAUSTIVE CHAID Dependent Variable: VAR7 Podemos perceber que mesmo em se tratando do cluster II, pois também um grande agrupamento, em se tratando das variáveis escolhidas anteriormente relacionada. Neste momento iremos observar a avaliação da relação que estava em vermelho, segue abaixo, contendo o Cluster I: Classification Tree 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 EXHAUSTIVE CHAID Dependent Variable Independent Variables Validation VAR7 VAR4, VAR5, VAR6, VAR3 None Maximum Tree Depth 3 Results Minimum Cases in Parent Node Minimum Cases in Child Node Independent Variables Included VAR3 2 1 Number of Nodes 5 Number of Terminal Nodes 4 Depth 1

130 13 Risk Estimate, Std. Error, Growing Method: EXHAUSTIVE CHAID Dependent Variable: VAR7 Classificationn Observed Predicted 1, 2, 3, Percent Correct 1, 2, 3, Overall Percentage 4 66,7% 1 16,7% % 1 16,7% 1,% 1,% 1,% 1,% Growing Method: EXHAUSTIVEE CHAID Dependent Variable: VAR7 Classification Tree Warnings Gain summary Tables are not displayed because profits are undefined. Target category gains tables are not displayedd because target categoriess are undefined. Model Summary

131 131 Specifications Growing Method Dependent Variable Independent Variables Validation EXHAUSTIVE CHAID VAR8 VAR4, VAR5,, VAR6, VAR3 None Results Maximum Tree Depth Minimum Cases in Parent Node Minimum Cases in Child Node Independent Variables Included Number of Nodes Number of Terminal Nodes Depth VAR Risk Estimate, Std. Error,