Idade mínima para se aposentar vs. expectativa de vida

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="1_2"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

Com a volta da Reforma da Previdência ao centro das atenções, erros comuns também voltam a ser cometidos pelos críticos. Como o objetivo da Análise Macro é prover estudantes, professores e profissionais de mercado das mais diversas áreas com ferramental quantitativo para analisar dados, vamos dar aqui um exemplo envolvendo esse tema tão importante. Definido o conceito de idade mínima para se aposentar, muitos críticos têm citado o conceito de "expectativa de vida ao nascer" para dizer que as pessoas irão "morrer trabalhando". Será isso verdade? - aprenda a lidar com dados reais como esse em nossos Cursos Aplicados de R.

[/et_pb_text][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2019/02/loteextra2.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"]

 

[/et_pb_image][/et_pb_column][/et_pb_row][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

A expectativa de vida ao nascer no Brasil é de 76 anos. O número, entretanto, está contaminado, digamos assim, pela mortalidade infantil e pela violência (lembre-se que mais de 63 mil pessoas morrem no Brasil todo santo ano, uma das taxas mais altas do mundo!). Isso dito, é preciso "corrigir" a expectativa de vida, condicionando a mesma à idade do indivíduo. Esse último conceito dá uma ideia muito mais clara de sobrevida da pessoa que chega à tal idade mínima para se aposentar.

Com base nas tábuas de mortalidade do IBGE, homens que chegam aos 65 anos vivem até os 82 anos, em média. Já as mulheres que chegam aos 62 anos, vivem até os 84 anos, em média. O gráfico abaixo, construído com a ajuda do R, ilustra a expectativa de vida condicionada à idade.

O gráfico é muito claro em ilustrar que à medida que as pessoas envelhecem, sua expectativa de vida tende a aumentar. Um homem com 35 anos, por exemplo, tem uma expectativa de vida de 76 anos, apenas 4 anos a mais do que a expectativa de vida que ele tinha ao nascer. Já um homem com 60 anos, tem uma expectativa de vida de 80 anos, 18 anos a mais do que sua expectativa de vida ao nascer.

Para que o bom debate ocorra sobre um tema dos mais importantes para o nosso país, é imprescindível que as pessoas envolvidas nele saibam tratar corretamente os dados, não é mesmo? 😉

_______________________________________________________________

Conheça nossos Cursos Aplicados de R e aprenda a coletar, tratar, analisar e apresentar dados reais com o R!

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando Tabelas com o Python: mostrando o poder da linguagem sobre o Excel

Nos dias atuais, pessoas que trabalham com dados estão constantemente confrontados com um dilema: criar uma tabela não tão genial no Excel ou manter em um formato ainda pior, como um dataframe, mas mantendo a flexibilidade de obtenção dos dados. Podemos resolver esse grande problema, unindo a flexibilidade e beleza ao usar a biblioteca great_tables do Python.

Análise do Censo Demográfico com o R

Como podemos analisar dados do Censo Demográfico para produzir pesquisas e implementar políticas públicas? Mostramos nesta postagem o resultado de uma breve análise dos dados preliminares do Censo Demográfico de 2022 usando o R.

Deploy de modelos com Python + Shinylive + GitHub gastando ZERO reais

Colocar modelos em produção pode ser um grande desafio. Lidar com custos monetários, infraestrutura operacional e complexidades de códigos e ferramentas pode acabar matando potenciais projetos. Uma solução que elimina todos estes obstáculos é a recém lançada Shinylive. Neste artigo mostramos um exemplo com um modelo de previsão para o preço do petróleo Brent.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.