Análise de dados de seguro-desemprego com o R

A versão 4.0 do nosso Curso de Análise de Conjuntura usando o R, que abre inscrições no próximo dia 23/06, irá explorar novas séries que servem como indicadores antecedentes do ciclo econômico. Dentre essas séries, vamos verificar como é possível analisar os pedidos de seguro-desemprego, que, entre outras coisas, dá uma ideia de como está o mercado de trabalho. O script de R começa carregando alguns pacotes.


library(tidyverse)
library(readxl)
library(lubridate)
library(scales)
library(ecoseries)
library(timetk)
library(zoo)
### Pacote Seasonal
library(seasonal)

Uma vez carregados os pacotes que iremos utilizar no script, é possível baixar e ler os dados de seguro-desemprego com o código abaixo.


url = 'http://pdet.mte.gov.br/images/Seguro-Desemprego/Segunda%20Quinzena%20de%20Maio/3-%20S%C3%A9rie%20Hist%C3%B3rica%20do%20Seguro-Desemprego%20-%202000%20a%202020%20-%20mensal.xlsx'
download.file(url, destfile = 'seguro.xlsx', mode='wb')
data = read_excel('seguro.xlsx', sheet="Tabela 1", skip=5) %>%
drop_na()

Uma vez coletados os dados, geramos algum tratamento deles, dado que são disponibilizados em uma planilha excel bastante bagunçada...


## Tratamento dos dados
dates = parse_date_time(colnames(data[-1]),
orders='%Y/%m')
names = data$...1
data = t(data[,-1])
row.names(data) = NULL
colnames(data) = names

data =
data %>%
as_tibble() %>%
mutate(DATES = dates) %>%
select(DATES, everything())

A seguir, podemos gerar um primeiro gráfico dos dados agregados brutos de pedidos de seguro-desemprego...

Dois aspectos da série mensal saltam aos olhos. O primeiro é que há um grande salto no último dado disponível, o mês de maio de 2020. Houve nesse mês 960,2 mil pedidos de seguro-desemprego.

Outro ponto que chama atenção é a existência de alguma sazonalidade nos dados. A seguir, colocamos um gráfico que dá um zoom nesse comportamento.

A seguir, exploramos os dados dos Estados. Aqui, coloco como exemplo o comportamento dos pedidos de seguro-desemprego na região Sudeste.

Para terminar, relacionamos os dados de seguro-desemprego ao saldo do cadastro geral de empregados e desempregados (CAGED) do Ministério da Economia...

(**) Isso e muito mais você aprende no nosso Curso de Análise de Conjuntura usando o R.

_________________


_________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

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 automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

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.