class: center, middle, inverse, title-slide # 🕵️‍♀️ <br> Analisando dados de empregabilidade com o R ## Dados da PNAD Contínua e PNAD covid-19 ### Mônica Rocabado e Renata Leal ### Youth Voices Brasil - Open Data Day 2021 ### (updated: 2021-03-06) --- background-image: url("Apresentacao_files/code_everyone.jpg") background-size: cover class: inverse ## Agenda e expectativas --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover ## O que vamos ver hoje * O que é a linguagem R? -- * R 101 - conceitos rápidos -- * Compreendendo os conceitos na prática com a PNAD Contínua -- * Visualizando os dados -- * Compreendo os dados e a importância do tema -- <div id="htmlwidget-c47aabbeb9bf3ec637de" style="width:504px;height:270px;" class="plotly html-widget"></div> <script type="application/json" data-for="htmlwidget-c47aabbeb9bf3ec637de">{"x":{"data":[{"orientation":"h","width":[0.9,0.9,0.9,0.9,0.9],"base":[0.252428592141511,0.184210526315789,0.139988400753951,0.0627809192402494,0.0289256198347107],"x":[0.0755400898941569,0.0702479338842975,0.0405248658837176,0.0273307235029723,0.0210961287516311],"y":[5,4,3,2,1],"text":["0.08%<br>Cor: Branca","0.07%<br>Cor: Branca","0.04%<br>Cor: Branca","0.03%<br>Cor: Branca","0.02%<br>Cor: Branca"],"type":"bar","marker":{"autocolorscale":false,"color":"rgba(68,1,84,1)","line":{"width":1.88976377952756,"color":"transparent"}},"name":"Branca","legendgroup":"Branca","showlegend":true,"xaxis":"x","yaxis":"y","hoverinfo":"text","frame":null},{"orientation":"h","width":[0.9,0.9,0.9,0.9,0.9],"base":[0.254458460200087,0.327968682035668,0.180513266637669,0.0901116427432217,0.0500217485863419],"x":[0.0297955632883862,0.0282006669566478,0.0147165434246774,0.00790198637088589,0.00543714658547195],"y":[4,5,3,2,1],"text":["0.03%<br>Cor: Preta","0.03%<br>Cor: Preta","0.01%<br>Cor: Preta","0.01%<br>Cor: Preta","0.01%<br>Cor: Preta"],"type":"bar","marker":{"autocolorscale":false,"color":"rgba(65,68,135,1)","line":{"width":1.88976377952756,"color":"transparent"}},"name":"Preta","legendgroup":"Preta","showlegend":true,"xaxis":"x","yaxis":"y","hoverinfo":"text","frame":null},{"orientation":"h","width":[0.9,0.9,0.9,0.9,0.9],"base":[0.359141655792374,0.286138900971437,0.099101058431202,0.196462229955053,0.0556038857474264],"x":[0.00144990575612586,0.000797448165869241,0.000507467014644047,0.000507467014644047,0.000289981151225173],"y":[5,4,2,3,1],"text":"0%<br>Cor: Amarela","type":"bar","marker":{"autocolorscale":false,"color":"rgba(42,120,142,1)","line":{"width":1.88976377952756,"color":"transparent"}},"name":"Amarela","legendgroup":"Amarela","showlegend":true,"xaxis":"x","yaxis":"y","hoverinfo":"text","frame":null},{"orientation":"h","width":[0.9,0.9,0.9,0.9,0.9],"base":[0,0,0,0,0],"x":[0.252428592141511,0.184210526315789,0.139988400753951,0.0627809192402494,0.0289256198347107],"y":[5,4,3,2,1],"text":["0.25%<br>Cor: Parda","0.18%<br>Cor: Parda","0.14%<br>Cor: Parda","0.06%<br>Cor: Parda","0.03%<br>Cor: Parda"],"type":"bar","marker":{"autocolorscale":false,"color":"rgba(34,168,132,1)","line":{"width":1.88976377952756,"color":"transparent"}},"name":"Parda","legendgroup":"Parda","showlegend":true,"xaxis":"x","yaxis":"y","hoverinfo":"text","frame":null},{"orientation":"h","width":[0.9,0.9,0.9,0.9,0.9],"base":[0.356169348992316,0.284254023488473,0.195229810062346,0.0980136291141076,0.0554588951718138],"x":[0.002972306800058,0.00181238219515734,0.00123241989270695,0.00108742931709439,0.000144990575612583],"y":[5,4,3,2,1],"text":"0%<br>Cor: Indígena","type":"bar","marker":{"autocolorscale":false,"color":"rgba(122,209,81,1)","line":{"width":1.88976377952756,"color":"transparent"}},"name":"Indígena","legendgroup":"Indígena","showlegend":true,"xaxis":"x","yaxis":"y","hoverinfo":"text","frame":null},{"orientation":"h","width":0.9,"base":0.286066405683631,"x":[7.24952878062846e-05],"y":[4],"text":"0%<br>Cor: Ignorado","type":"bar","marker":{"autocolorscale":false,"color":"rgba(253,231,37,1)","line":{"width":1.88976377952756,"color":"transparent"}},"name":"Ignorado","legendgroup":"Ignorado","showlegend":true,"xaxis":"x","yaxis":"y","hoverinfo":"text","frame":null}],"layout":{"margin":{"t":47.1719939117199,"r":7.30593607305936,"b":43.5920852359209,"l":95.7077625570777},"font":{"color":"rgba(0,0,0,1)","family":"","size":14.6118721461187},"title":{"text":"Distribuição percentual do desalento por faixa etária","font":{"color":"rgba(0,0,0,1)","family":"","size":17.5342465753425},"x":0,"xref":"paper"},"xaxis":{"domain":[0,1],"automargin":true,"type":"linear","autorange":false,"range":[-0.018029578077425,0.378621139625924],"tickmode":"array","ticktext":["0%","10%","20%","30%"],"tickvals":[0,0.1,0.2,0.3],"categoryorder":"array","categoryarray":["0%","10%","20%","30%"],"nticks":null,"ticks":"","tickcolor":null,"ticklen":3.65296803652968,"tickwidth":0,"showticklabels":true,"tickfont":{"color":"rgba(77,77,77,1)","family":"","size":11.689497716895},"tickangle":-0,"showline":false,"linecolor":null,"linewidth":0,"showgrid":true,"gridcolor":"rgba(235,235,235,1)","gridwidth":0.66417600664176,"zeroline":false,"anchor":"y","title":{"text":"Porcentagem","font":{"color":"rgba(0,0,0,1)","family":"","size":14.6118721461187}},"hoverformat":".2f"},"yaxis":{"domain":[0,1],"automargin":true,"type":"linear","autorange":false,"range":[0.4,5.6],"tickmode":"array","ticktext":["60 anos ou +","14 a 17 anos","30 a 39 anos","40 a 59 anos","18 a 29 anos"],"tickvals":[1,2,3,4,5],"categoryorder":"array","categoryarray":["60 anos ou +","14 a 17 anos","30 a 39 anos","40 a 59 anos","18 a 29 anos"],"nticks":null,"ticks":"","tickcolor":null,"ticklen":3.65296803652968,"tickwidth":0,"showticklabels":true,"tickfont":{"color":"rgba(77,77,77,1)","family":"","size":11.689497716895},"tickangle":-0,"showline":false,"linecolor":null,"linewidth":0,"showgrid":true,"gridcolor":"rgba(235,235,235,1)","gridwidth":0.66417600664176,"zeroline":false,"anchor":"x","title":{"text":"Faixa etária","font":{"color":"rgba(0,0,0,1)","family":"","size":14.6118721461187}},"hoverformat":".2f"},"shapes":[{"type":"rect","fillcolor":null,"line":{"color":null,"width":0,"linetype":[]},"yref":"paper","xref":"paper","x0":0,"x1":1,"y0":0,"y1":1}],"showlegend":true,"legend":{"bgcolor":null,"bordercolor":null,"borderwidth":0,"font":{"color":"rgba(0,0,0,1)","family":"","size":11.689497716895},"y":0.884514435695538},"annotations":[{"text":"Cor","x":1.02,"y":1,"showarrow":false,"ax":0,"ay":0,"font":{"color":"rgba(0,0,0,1)","family":"","size":14.6118721461187},"xref":"paper","yref":"paper","textangle":-0,"xanchor":"left","yanchor":"bottom","legendTitle":true}],"hovermode":"closest","barmode":"relative"},"config":{"doubleClick":"reset","showSendToCloud":false},"source":"A","attrs":{"5a40429c5366":{"text":{},"x":{},"y":{},"fill":{},"type":"bar"}},"cur_data":"5a40429c5366","visdat":{"5a40429c5366":["function (y) ","x"]},"highlight":{"on":"plotly_click","persistent":false,"dynamic":false,"selectize":false,"opacityDim":0.2,"selected":{"opacity":1},"debounce":0},"shinyEvents":["plotly_hover","plotly_click","plotly_selected","plotly_relayout","plotly_brushed","plotly_brushing","plotly_clickannotation","plotly_doubleclick","plotly_deselect","plotly_afterplot","plotly_sunburstclick"],"base_url":"https://plot.ly"},"evals":[],"jsHooks":[]}</script> --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover ## O que *não* vamos ver hoje -- * Não é um curso aprofundado da linguagem R -- * Não trataremos de conceitos estatísticos e econométricos -- * Não é curso sobre Big Data --- ## Avisos * Dúvidas pelo link * Não precisa copiar nada * Microfone no mudo * Na parte mão na massa vou pedindo interação pelo chat * Bom programador = suporte da comunidade -- <img src="Apresentacao_files/william_code_hero.png" width="2667" /> --- class: center, inverse background-image: url("Apresentacao_files/linguagem_r.jpg") background-size: cover ##A linguagem R --- background-size: cover ## O que é a linguagem R? Qual sua importância -- * Lógica de programação e compreensão do mundo -- * Linguagem de programação gratuita e open-source (funções pré-prontas) -- * Ambiente de desenvolvimento: análise de dados, Modelos, Dashboards <!-- --> --- ## Mais exemplos do possibilidades no R <img src="Apresentacao_files/dashboard_R.PNG" width="1797" /> #### Fonte: https://monimazz.github.io/sp_segundoturno_2020/#brancos-nulos-e-absten%C3%A7%C3%B5es-2-turno --- ## Autonomia de pesquisa <img src="Apresentacao_files/data_R_fluxo.jpg" width="2731" /> --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover .hand[<span style="font-size:30pt">A interface do R</span>] <!-- --> .pull-rigth[ <!-- --> ] --- ## A interface do R: Rstudio (IDE)  --- class: center, middle, inverse ## R 101 👨‍🏫 --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover ## A lógica do R * Computador precisa de contexto -- ### E se um computador fosse fazer um sanduíche? 🍞 * Declarar e informar os ingredientes * Operacionar as instruções do preparo -- ```r #Declarar e atribuir valor oi <- "Olá mundo" # Instrução de imprimir valor print(oi) ``` --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover * R base: instruções pré-prontas ```r numeros <- c(100 , 50 , 20) print(numeros) ``` ``` ## [1] 100 50 20 ``` -- ```r mean(numeros) ``` ``` ## [1] 56.66667 ``` --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover ## Vamos para o projeto! ## https://rstudio.cloud/project/2275373 <!-- --> --- background-image: url("Apresentacao_files/ex1.jpg") background-size: cover ## Exercício #1 * Atribua a um objeto a frase "olá mundo" no R Console * Chame o seu objeto --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover ## Formatos no R * pdf * excel * csv * rds * etc --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover ## Tipos de dados no R - data - integer: números inteiros - numeric: números decimais - complex: números complexos - logical: FALSE, TRUE, NA - factor: categórica ex: (“ótimo”, “bom”, “médio”, “ruim”) - character: texto ex: (“eu amo bolo de chocolate”) --- background-size: cover background-image: url(https://github.com/allisonhorst/stats-illustrations/raw/master/rstats-artwork/tidyverse_celestial.png) ## Pacotes --- ## Pacotes ou nossa caixa de ferramentas 🛠 > Packages are the fundamental units of reproducible R code. - Pacotes = Caixa de ferramentas - Open source e a infinidade de pacotes - Coleção de funções, dados, documentação, etc ```r # install.packages("kittyR") library(kittyR) kittyR::kittyR(meow = FALSE, only_kitten = TRUE) ``` <!-- --> --- background-image: url("Apresentacao_files/pnad.jpg") background-size: cover class: middle, center # Explicando na prática! Dados da PNAD 📉 --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover # Dados da PNAD Contínua - Microdados 3 trimestre de 2020 - UF - idade - cor - sexo <img src="Apresentacao_files/microdados.PNG" width="891" /> --- background-image: url("Apresentacao_files/filter.jpg") background-size: cover class: middle, center, inverse ## Filtrando os dados --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover # O pacote dplyr - Pacote que permite manipulação de dados - filtragem de linhas com condicionais - selecionar colunas - mudar valores das colunas - Resumir valores - Agrupar valores ```r library(dplyr) ``` --- <img src="Apresentacao_files/filter_dplyr.jpg" width="9099" /> --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover #As condicionais no R * Maior ou igual a: >= * Igual a: == * Menor ou igual a: <= * Diferente de: != --- ## Mutate <img src="Apresentacao_files/dplyr_mutate.png" width="5975" /> --- ## Case_when <img src="Apresentacao_files/dplyr_case_when.png" width="11387" /> --- background-size: cover background-image: url("Apresentacao_files/sand.jpg") ##Intervalo - 5 minutos --- ## Visualizando os dados <img src="Apresentacao_files/ggplot_graficos.png" width="3007" /> --- background-image: url("Apresentacao_files/cake.jpg") background-size: cover # ggplot e camadas de bolo --- # Entendendo os dados <img src="Apresentacao_files/graf1.png" width="669" /> --- # Entendendo os dados <img src="Apresentacao_files/graf2.png" width="669" /> --- # Entendendo os dados <img src="Apresentacao_files/graf3.png" width="1240" /> --- #Como baixar os dados da PNAD? ```r #subir o pacote library(PNADcIBGE) #determinar as variáveis variaveis <- c("UF", "V1027", "V1028", "V2007", "V2009", "V2010", "V4001", "V4005", "V4071", "V4073", "V4074A", "V4077") #Donwload dos dados da PNAD Contínua dadosPNADc_2020_3tri <- get_pnadc(year = 2020, quarter = 3, vars = variaveis, labels = TRUE) #Colocando os dados em um objeto - atribuindo valor a um objeto pnad_2020_3tri <- dadosPNADc_2020_3tri$variables ``` --- <img src="Apresentacao_files/comunidade_R.png" width="2679" /> --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover # Referencias e próximos passos ### Para aprender mais R - [R4ds](https://r4ds.had.co.nz/) - Rladies - [Rstudio Education](https://rstudio-education.github.io/hopr/) - [Txt4cs](https://bookdown.org/davi_moreira/txt4cs/) - [Blog emo::ji(':)')](https://rdados.netlify.app/) ### Para aprender mais sobre a PNAD e usos no R - [Tutorial](http://rstudio-pubs-static.s3.amazonaws.com/528973_5c974ffebf02480f80b091daa4fd2514.html#47_regress%C3%A3o_para_determinar_a_renda) - [Informações sobre a Pnad](https://biblioteca.ibge.gov.br/visualizacao/periodicos/2421/pnact_2020_3tri.pdf) --- background-image: url("Apresentacao_files/fundo_branco_yvb.png") background-size: cover ## Obrigada!