forked from tomasbarcellos/2020-09-esferas
-
Notifications
You must be signed in to change notification settings - Fork 0
/
01_rend_desp_comb_comrendalta.R
215 lines (158 loc) · 7.51 KB
/
01_rend_desp_comb_comrendalta.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
library(pof)
library(tidyverse)
library(scales)
source("00_funcoes_patrcod.R")
# O script está montado para ter 4 partes: cada uma uma função
# As funções usadas estão no script 00_funcoes.R
# 1) Ler os dados de acordo com as intruções do IBGE
# 2) Classificar os rendimentos nas esferas alta/baixa
# A ideia é que só precisemos mexer nessa etapa
# 3) Identificar as UC nas esferas
# baseado em corte vindo da análise dos dados (0.63)
# 4) Vincular os gastos das UCs com as esferas
# Etapa 0 ------------------ preparar repositório -------------------
# download_pof(2018)
# unzip_pof(2018)
#
## Tive que usar essa linha de baixo pq o IBGE mudou
## a forma de extrair os arquivos
# dir(glue::glue("dados/2018/Arquivos de dados"),
# full.names = TRUE) %>%
# file.rename(str_remove(., "Arquivos de dados/"))
# Etapa 1 -----------------------------------------------------------
rendas2018 <- ler_rendimentos2018()
# Etapa 2 -----------------------------------------------------------
rendas_classificadas <- classificar_rendimentos(rendas2018,T)
rendas_classificadas$grupo_cod <- as.numeric(rendas_classificadas$grupo_cod)
rendas_classificadas %<>% mutate(
forma = case_when(
is.na(grupo_cod) ~ forma,
!is.na(grupo_cod) & forma %in% c(5,6,7) ~ forma,
!is.na(grupo_cod) & !(forma %in% c(5,6,7)) ~ grupo_cod)
)
rendas_ucs <- rendas_classificadas %>%
group_by(cod_uc, forma) %>%
summarise(renda = sum(valor_mensal)) %>%
pivot_wider(names_from = forma, values_from = renda,
values_fill = list(renda = 0)) %>%
mutate(cv = `1`+`3`+`4`+`9`+`12`,
`5` = ifelse(`5`<0 ,ifelse(abs(`5`)>2*cv,abs(`5`),0),`5`),
baixa = `1`+`2`+`3`+`8`+`9`+`10`+`12`,
mv = `2`+`5`+`6`+`7`+`8`+`10`+`11`+`13`+`14`)%>%
mutate(total = cv + mv,
p_cv = (cv+0.00001)/(total++0.00001),
p_baixa = min(1,(baixa+0.00001)/(total+0.00001)))%>%
select(sort(tidyselect::peek_vars()))%>%
select(c(1,7:14,2:6,15:21))
rendas_ucs$max_baixa <- apply(rendas_ucs[baixa],1,max)
rendas_ucs$max_alta <- apply(rendas_ucs[alta],1,max)
rendas_ucs$fracao <- ifelse(rendas_ucs$p_baixa >= corte,
as.numeric(names(rendas_ucs[baixa])[max.col(rendas_ucs[baixa],ties.method = "first")]),
as.numeric(names(rendas_ucs[alta])[max.col(rendas_ucs[alta],ties.method = "first")])
)
##Função de correção via k-means
separalbx <- function(tabela = rendas_ucs,baixa=8,alta=5,cl=1,gr=3) {
tf <- tabela[tabela$fracao %in% c(baixa,alta),]$total
centros <- kmeans(tf,gr)$centers
centros <- sort(centros)
print(centros)
k <- kmeans(tf,centros)
tabela[tabela$fracao %in% c(baixa,alta),]$fracao <-
ifelse(k$cluster <= cl, baixa, alta)
tabela
}
##Correção população marginalizada
rendas_ucs %<>%
mutate(fracao = ifelse(total < 750,9,fracao),
fracao = ifelse(fracao == 3, 2, fracao))
# K-Means usadas para 5 e 8
rendas_ucs <- separalbx(gr=10)
#para 10 e 11
rendas_ucs <- separalbx(baixa=10,alta=11)
#para 12 e 13
rendas_ucs <- separalbx(baixa=12,alta=13)
#para 4 e 1
rendas_ucs <- separalbx(baixa=1,alta=4)
#para 4 e 2
rendas_ucs <- separalbx(baixa=2,alta=4)
#para 14 e 6
rendas_ucs <- separalbx(baixa=6,alta=14,cl=2)
# corte <- 0.5
# Etapa 3 -----------------------------------------------------------
# rendas_esferas <- rendas_ucs %>%
# mutate(esfera = ifelse(p_baixa > corte, "baixa", "alta"))
rendas_ucs$esfera <- ifelse(rendas_ucs$fracao %in% baixa,"baixa","alta")
rendas_esferas <- rendas_ucs
##Correção de 0,2% mais ricos (Artigo IBGE sobre PNAD,POF e Censo)
rendas_esferas %<>%
mutate(maisrico = ntile(total,1000),
total = ifelse(maisrico>998,2*total,total))
##Correção de 5 + esfera baixa
# rendas_esferas %<>%
# mutate(
#fracao = ifelse(esfera == "baixa" & fracao == 5,
# 8,fracao),
##Correção de outros "corner cases"
#fracao = ifelse(esfera == "baixa" & total == 0 & fracao ==11,
# 9,fracao),
# fracao = ifelse(total <= 500, 9, fracao),
#esfera = ifelse(total <= 500, "baixa", esfera),
# fracao = ifelse(fracao == 9 & total >=1000, 2,fracao),
# fracao = ifelse(esfera == "alta" & fracao == 12, 13,fracao),
# fracao = ifelse(total<1000,9,fracao),
# esfera = ifelse(esfera == "alta" & fracao %in% c(1,2,3,8),"baixa",esfera),
# esfera = ifelse(esfera == "baixa" & fracao %in% c(11,6,7,13,4), "alta",
# esfera),
# fracao = ifelse(fracao %in% c(3,8) & total > 13000, 5,fracao),
# fracao = ifelse(fracao %in% c(1,2) & total > 9000, 4,fracao),
# fracao = ifelse(fracao == 4 & total < 5000, 1, fracao ),
# esfera = ifelse(fracao == 1, "baixa",esfera),
# esfera = ifelse(fracao %in% c(4,5), "alta",esfera),
# fracao = ifelse(fracao == 11 & total < 3000, 10,fracao),
# fracao = ifelse(fracao == 10 & total > 7000, 11, fracao),
# esfera = ifelse(fracao == 11, "alta", esfera),
# esfera = ifelse(fracao == 10, "baixa", esfera),
# fracao = ifelse(fracao == 5 & total < 5000, 8,fracao),
# esfera = ifelse(fracao == 8, "baixa",esfera),
# fracao = ifelse(fracao == 12 & total > 8000,13,fracao),
# esfera = ifelse(fracao == 12, "baixa",esfera),
# esfera = ifelse(fracao == 13, "alta",esfera)
# fracao = ifelse(fracao %in% c(2,3), 1, fracao)
# )
esferas_ucs <- rendas_esferas %>%
select(cod_uc, esfera,p_cv,fracao,total)
####Continua após definir objeto despesas_esferas
# Etapa 4 -----------------------------------------------------------
despesas_esferas <- ler_despesas2018() %>%
left_join(esferas_ucs, by = "cod_uc") %>%
select(cod_uc, codigo, fracao,p_cv,total,nivel_0:esfera)
###
despesas_esferas %>%
mutate(ano = 2018) %>%
select(-starts_with("nivel")) %>%
select(cod_uc, codigo, esfera, fracao, p_cv,valor,total, ano)%>%
write_csv("gastos_esferas_fracoes_2018.csv")
###Vamos adicionar "poupança" por UC
poupanca_ucs <- rendas2018%>%filter(is.na(nivel))%>%
group_by(cod_uc)%>%
summarize(cod_uc=first(cod_uc),
poupanca=sum(-1*valor_mensal*as.numeric(valor_mensal<0)))
poupanca_ucs <- poupanca_ucs%>%
full_join(despesas_esferas%>%left_join(pesos2018)%>%filter(grepl("^47",codigo))%>%group_by(cod_uc)%>%summarize(imovel=sum(valor/peso_final)))
poupanca_ucs[is.na(poupanca_ucs)] <- 0
poupanca_ucs$poupanca <- poupanca_ucs$poupanca+poupanca_ucs$imovel
poupanca_ucs <- poupanca_ucs %>% select(-imovel)
esferas_ucs <- esferas_ucs%>%left_join(poupanca_ucs)
esferas_ucs[is.na(esferas_ucs$poupanca),"poupanca"] <- 0
ep <- esferas_ucs%>% mutate(poupa=poupanca/(total+0.00001))%>%
left_join(dicfracoes)%>%left_join(pesos2018)
ep%>%group_by(esfera,fracao)%>%summarize(poupanca_media=weighted.mean(poupa,peso_final))%>%left_join(dicfracoes)%>%mutate(poupanca_media = ifelse(fracao == 9,0,percent(poupanca_media,accuracy = 0.1)))%>%select(esfera,nomefracao,poupanca_media)
rm2018 <-
ggplot(esferas_ucs%>%left_join(dicfracoes),aes(factor(gsub(" ","\n",nomefracao)),total,fill=esfera))+geom_violin(draw_quantiles = 0.5)+
scale_y_log10(labels = comma_format(big.mark = ".",
decimal.mark = ","))+
xlim(l[8],l[1],l[2],l[3],l[10],l[9],l[4],l[14],l[11],l[6],l[13],l[5],l[12])+
stat_summary(fun = mean, geom = "point", shape = 23, size = 2)+
ggtitle("Distribuição de renda nas frações - 2018")+
theme_minimal()+
theme(axis.title.x=element_blank())