Brasil vs. Chile: qual (foi) o melhor modelo de desenvolvimento?

PIB per capita não é tudo, mas é quase tudo. As manifestações no Chile têm levado alguns economistas a fazerem críticas ao modelo liberal implementado por lá há algumas décadas. Cumprindo a missão desse espaço, vou mostrar novamente a base de dados do Maddison Project, que conta com um pacote de mesmo nome no R. Abaixo, carregamos os pacotes utilizados para criar um gráfico comparando o pib per capita do Brasil com o do Chile.


library(maddison)
library(ggplot2)
library(scales)
library(png)
library(grid)
library(tidyverse)

Uma vez carregado o pacote maddison, posso pegar os dados dos dois países.


df = subset(maddison, year>='1974-01-01' &
iso2c %in% c('BR','CL'))

E agora construo um data frame com a razão entre o pib per capita dos dois países.


df2 = data.frame(date = df$year[df$country=='Chile'],
razao = df$gdp_pc[df$country=='Chile']/
df$gdp_pc[df$country=='Brazil'])

Por fim, gero o gráfico abaixo...

 

Pois é, o Brasil perde de goleada para o modelo chileno...

_________________________________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar Modelos de Linguagem no R com o pacote {elmer}

Na análise de dados contemporânea, o uso de Modelos de Linguagem (LLMs) vem se consolidando como uma ferramenta poderosa para automatizar e aprimorar tarefas analíticas. Ao integrarmos LLMs a pacotes como o ellmer, podemos ampliar nossas capacidades de extração, interpretação e automação de dados no ambiente R. Neste post, exploramos o papel desses modelos e detalhamos como o ellmer opera dentro do universo da linguagem de programação R.

Introdução ao AutoGen: Agentes Inteligentes na Análise Financeira

O AutoGen é um framework da Microsoft que permite criar agentes de IA colaborativos. Na área financeira, pode automatizar a coleta de dados, cálculos de indicadores e geração de relatórios. Este artigo apresenta os conceitos básicos e um exemplo aplicado a ações de empresas.

Como usar LangGraph e LLMs para prever a inflação no Brasil

Este post apresenta um estudo de caso sobre como utilizar o LangGraph e modelos de linguagem para estruturar um sistema multiagente voltado à previsão do IPCA. O exercício cria um sistema que utiliza-se de personas analíticas que trabalham em paralelo, permitindo validar previsões, calcular métricas de erro e consolidar relatórios automatizados. A abordagem demonstra como fluxos multiagentes podem apoiar a análise econômica, oferecendo múltiplas perspectivas e maior consistência nos resultados.

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.