Analisando a inflação por faixa de renda no Python

Existem diversas maneiras de analisar a taxa de inflação de uma economia, dentre elas:

  • Análise do índice cheio;
  • Análise dos grupos do índice;
  • Análise regional;
  • Análise dos núcleos;
  • Análise de difusão;
  • Análise das classficações de subitens.

Aprenda mais sobre análise da inflação através do curso de Análise de Conjuntura usando Python.

Apesar de todas estas análises permitirem investigar a evolução do custo de vida dos brasileiros, elas colocam o cobrador de ônibus e o gerente de banco em uma sacola só. Em outras palavras, perfis diferentes de renda podem estar expostos a custos de vida diferentes, o que faz com que uma análise por faixa de renda seja relevante.

Indicador IPEA de inflação por faixa de renda

O IPEA calcula desde 2017 indicadores mensais de inflação por faixa de renda. No total são 6 faixas de renda analisadas:

Faixa de renda Renda domiciliar (R$ jan./2023)
Renda muito baixa Menor que R$ 2.015,18
Renda baixa Entre R$ 2,015,18 e R$ 3.022,76
Renda média-baixa Entre R$ 3.022,76 e R$ 5.037,94
Renda média Entre R$ 5.037,94 e R$ 10.075,88
Renda média-alta Entre R$ 10.075,88 e R$ 20.151,75
Renda alta Maior que R$ 20.151,76

Estes indicadores segmentados permitem comparar o custo de vida, em termos de inflação, das faixas de renda, além de possibilitar a identificação dos itens que mais contribuiram para uma faixa ou outra.

Coletando dados do IPEA no Python

Para coletar e analisar dados de inflação por faixa de renda na variação acumulada em 12 meses, podemos utilizar o código de Python abaixo:

Para obter o código deste exercício faça parte do Clube AM e receba semanalmente códigos de ciência de dados em R e Python!

Conclusão

Neste artigo mostramos como coletar dados de inflação segmentados por faixa de renda e como calcular a variação acumulada em 12 meses usando a linguagem de programação Python.

Quer aprender mais?

Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.

Referências

Lameiras, M. A. P.; Sacchet, S.; Souza-Júnior, J. R.C. Indicador Ipea de Inflação por Faixa de Renda. Carta de Conjuntura, n. 37, 16 nov. 2017. Disponível em: <http://www.ipea.gov.br/cartadeconjuntura/index.php/2017/11/16/inflacao-por-faixa-de-renda/>.

Notas de rodapé

  1. Veja a metodologia em Lameiras et al. (2017).↩︎

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Resultado PNADc Trimestral - 3° Trimestre/2024

A Análise Macro apresenta os resultados da PNADc Trimestral do 3º trimestre de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

Análise exploratória para modelagem preditiva no Python

Antes de desenvolver bons modelos preditivos é necessário organizar e conhecer muito bem os dados. Neste artigo, damos algumas dicas de recursos, como gráficos, análises e estatísticas, que podem ser usados para melhorar o entendimento sobre os dados usando Python.

Como usar modelos do Sklearn para previsão? Uma introdução ao Skforecast

Prever séries temporais é uma tarefa frequente em diversas áreas, porém exige conhecimento e ferramentas específicas. Os modelos de machine learning do Sklearn são populadores, porém são difíceis de aplicar em estruturas temporais de dados. Neste sentido, introduzimos a biblioteca Skforecast, que integra os modelos do Sklearn e a previsão de séries temporais de forma simples.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

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.