curso.r

install.packages("tidyverse")
install.packages("openxlsx")
install.packages("writexl")
install.packages("readxl")
install.packages("knitr")
install.packages("PNADcIBGE")

library(tidyverse)
library(openxlsx)
library(writexl)
library(readxl)
library(knitr)
library(PNADcIBGE)

# seta o working directory
caminho <- "C:\\Users\\aluno\\Desktop"
setwd(caminho)

# carrega a base
pnadc_2017 = readRDS("pnadc_2017")

# 'cara' dos dados
glimpse(pnadc_2017)

# carrega um recorte dos dados
# (somente algumas colunas)
base = pnadc_2017 %>% select(Ano,
                             Trimestre,
                             UF,
                             peso = "V1032",
                             idade = "V2009",
                             anos_estudo = "VD3002",
                             pea = "VD4001",
                             ocup = "VD4002",
                             renda_trab = "VD4020",
                             aluguel = "V5007A2",
                             apos_pens = "V5004A2",
                             mesada = "V5006A2",
                             prog_soc = "VD4047")

glimpse(base)

# filtra a base para manter somente pessoas
# com mais de 18 anos
base %>% filter(idade >= 18) %>% summary(base)

# plota um histograma da renda do país
base %>% filter(ocup == 1) %>% 
  ggplot(aes(x = renda_trab)) + 
  geom_histogram(breaks = seq(0, 10000, by=500)) 

# agrupa a população por estado
# soma os pesos para obter a população de cada estado
base_uf = base %>% 
  group_by(UF) %>%
  summarise(pop = sum(peso, na.rm = TRUE) / 1000000)

# agrupa a população por estado
# encontra a renda média por estado
base_renda = base %>%
  filter(ocup == 1 & idade >= 18) %>% 
  group_by(UF) %>% 
  summarise(renda_media_trab = mean(renda_trab, na.rm = TRUE))

# agrupa a população por classes de renda
base_classes = base %>% 
  filter(ocup == 1 & idade >= 14) %>% 
  mutate(classe = case_when(renda_trab < 500 ~ "E",
                            renda_trab >= 500 & renda_trab < 1000 ~ "D",
                            renda_trab >= 1000 & renda_trab < 2000 ~ "C",
                            renda_trab >= 2000 & renda_trab < 3000 ~ "B",
                            renda_trab >= 3000 ~ "A",
                            TRUE ~ "Outra")) %>% 
  group_by(classe) %>% 
  summarise(pop = sum(peso, na.rm = TRUE)/1000000)

# regressão linear
reg = base %>% 
  filter(idade >= 18 & renda_trab > 0) %>% 
  lm(renda_trab ~ anos_estudo, data = .)

summary(reg)