Skip to content

Latest commit

 

History

History
166 lines (131 loc) · 3.95 KB

README.md

File metadata and controls

166 lines (131 loc) · 3.95 KB
Raw

ibdp

Materiais da apresentação no Congresso do IBDP.

# base será colocada nos releases.
pgfn <- readr::read_rds("data-raw/pgfn.rds")

Visualizações

Tabela

Tipo de crédito

# tabela
pgfn |>
  count(tipo_credito, sort = TRUE) |>
  mutate(prop = scales::percent(n / sum(n))) |>
  knitr::kable()
tipo_credito n prop
OUTROS 5838365 98.3284%
CONTRIBUICAO NAO REPASSADA 59766 1.0066%
AFERICAO INDIRETA 32093 0.5405%
Não Informado 3290 0.0554%
SOLIDARIEDADE 1952 0.0329%
ARREMATACAO 1138 0.0192%
SUCUMBENCIA 583 0.0098%
RECLAMATORIA TRABALHISTA JUST TRABALHO 416 0.0070%
NATUREZA NAO PREVIDENCIARIA 15 0.0003%

Situação da inscrição

pgfn |>
  count(tipo_situacao_inscricao, sort = TRUE) |>
  mutate(prop = scales::percent(n / sum(n))) |>
  knitr::kable()
tipo_situacao_inscricao n prop
Em cobrança 4756355 80.105%
Benefício Fiscal 1165621 19.631%
Garantia 9556 0.161%
Suspenso por decisão judicial 5093 0.086%
Em negociação 993 0.017%

Mapa

# mapa
estados <- geobr::read_state(showProgress = FALSE)
#> Loading required namespace: sf
#> Using year 2010

codigos <- estados |>
  as_tibble() |>
  select(code_state, abbrev_state)

populacao <- abjData::pnud_uf |>
  filter(ano == 2010) |>
  select(code_state = uf, popt) |>
  left_join(codigos, "code_state")


pgfn_uf <- pgfn |>
  group_by(abbrev_state = uf_unidade_responsavel) |>
  summarise(
    n = n(),
    valor = sum(valor_consolidado)
  ) |>
  left_join(populacao, "abbrev_state") |>
  mutate(
    n_pop = n / popt,
    vl_pop = valor / popt
  )

estados |>
  left_join(pgfn_uf, c("abbrev_state")) |>
  ggplot() +
  geom_sf(aes(fill = vl_pop), color = "black", size = .1) +
  scale_fill_viridis_c(
    begin = .2, end = .8,
    option = "A", trans = "log10"
  ) +
  theme_void() +
  labs(
    title = "Dívida total / população"
  )

No tempo

pgfn_mes <- pgfn |>
  mutate(data = lubridate::floor_date(data_inscricao, "month")) |>
  filter(data >= "2008-01-01") |>
  count(data)

pgfn_mes |>
  ggplot(aes(x = data, y = n/1e3)) +
  geom_line(size = 1) +
  theme_minimal() +
  scale_x_date(date_breaks = "1 year", date_labels = "%Y") +
  labs(
    x = "Mês", y = "Quantidade (milhares)",
    title = "Quantidade de inscrições ao longo dos anos"
  )

Modelo

library(tsibble)
#> 
#> Attaching package: 'tsibble'
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, union
library(fable)
#> Carregando pacotes exigidos: fabletools


pgfn_tsibble <- pgfn_mes |>
  mutate(data = yearmonth(data), n = sqrt(n/1e3)) |>
  as_tsibble(index = data)

fit <- pgfn_tsibble |>
  model(
    model = ARIMA(n ~ pdq(2,1,2) + PDQ(1,1,1))
  )

fit |>
  forecast(h = 12) |>
  mutate(.mean = (.mean^2), n = (n^2)) |>
  autoplot(pgfn_tsibble |> mutate(n = (n^2))) +
  theme_minimal() +
  labs(
    x = "Mês",
    y = "Quantidade (milhares)",
    title = "Quantidade de inscrições ao longo dos anos"
  )

Apresentação

Link da apresentação aqui.