Uncategorized

Mais Bolsa-Família e Votos…por Estados – Correlações e p-valores

Olhando para a correlação entre votos e bolsa-família para cada estado brasileiro (uma correlação de Pearson, só para dar uma olhada).

Olha, pode ser, claro, que existam variáveis omitidas e tudo o mais, mas é curioso como o caso da candidata governista se destaca dos demais. Bem, só para vocês verem os resultados (a correlação é o “tau.est”, a estatística de teste é “z”, o p-valor é o “pval” e o teste é bicaudal).

Marina Silva

Estado    z             pval                   tau.est            alt
1 AC -4.4491139 3.099254e-04 -0.723699989 two.sided
2 AL -2.7262562 7.887442e-03 -0.293243370 two.sided
3 AM -2.3292235 2.392808e-02 -0.312865167 two.sided
4 AP -1.7696941 1.021591e-01 -0.454938476 two.sided
5 BA -12.9155924 1.365660e-31 -0.563783334 two.sided
6 CE -8.7018683 2.150882e-15 -0.546302271 two.sided
7 ES -3.3150492 1.406227e-03 -0.355431923 two.sided
8 GO -5.3827358 1.860965e-07 -0.339772972 two.sided
9 MA -7.3461459 6.734349e-12 -0.479244534 two.sided
10 MG -15.3789517 6.979343e-47 -0.480003811 two.sided
11 MS -1.8014480 7.576165e-02 -0.206307697 two.sided
12 MT -0.7886029 4.318138e-01 -0.069806484 two.sided
13 PA -2.9638282 3.806089e-03 -0.285479761 two.sided
14 PB -7.3062152 6.679984e-12 -0.461734115 two.sided
15 PE -8.3135468 2.710302e-14 -0.535394835 two.sided
16 PI -3.5590672 4.729893e-04 -0.253144881 two.sided
17 PR -4.4079040 1.350252e-05 -0.217576896 two.sided
18 RJ -3.3451273 1.220468e-03 -0.339314276 two.sided
19 RN -5.6948006 6.196880e-08 -0.419335713 two.sided
20 RO -5.3354587 2.425570e-06 -0.606195987 two.sided
21 RR -2.4112029 3.284060e-02 -0.571286897 two.sided
22 RS 0.1141620 9.091565e-01 0.005178426 two.sided
23 SC -2.1679982 3.097770e-02 -0.126720652 two.sided
24 SE -4.6917343 1.255629e-05 -0.483883603 two.sided
25 SP -3.4271486 6.499277e-04 -0.135709199 two.sided
26 TO -4.6355931 8.820492e-06 -0.383003916 two.sided

Aécio Neves

Estado     z                 pval              tau.est      alt
1 AC 0.7912845 4.390810e-01 0.1833459 two.sided
2 AL -3.6129904 5.303607e-04 -0.3765704 two.sided
3 AM -3.4835671 1.038080e-03 -0.4419317 two.sided
4 AP -2.5847104 2.388958e-02 -0.5980190 two.sided
5 BA -6.4346748 3.972301e-10 -0.3219733 two.sided
6 CE -3.4009979 8.289671e-04 -0.2470161 two.sided
7 ES -4.6405569 1.422730e-05 -0.4698837 two.sided
8 GO -5.0430301 9.513113e-07 -0.3206000 two.sided
9 MA -8.7323740 1.633692e-15 -0.5444412 two.sided
10 MG -20.4178164 9.708190e-75 -0.5877274 two.sided
11 MS -3.4218534 1.022418e-03 -0.3717889 two.sided
12 MT -5.2209590 7.059956e-07 -0.4203643 two.sided
13 PA -4.8533619 4.530665e-06 -0.4384065 two.sided
14 PB -5.6666463 5.114201e-08 -0.3743719 two.sided
15 PE -2.8228729 5.320916e-03 -0.2104229 two.sided
16 PI -6.3820075 1.367721e-09 -0.4247786 two.sided
17 PR -9.2087089 2.037767e-18 -0.4221690 two.sided
18 RJ -1.5945248 1.144873e-01 -0.1694554 two.sided
19 RN -6.1878838 5.400395e-09 -0.4485742 two.sided
20 RO -2.7743780 7.805308e-03 -0.3684554 two.sided
21 RR -0.8607954 4.062215e-01 -0.2411564 two.sided
22 RS -16.0095603 1.226275e-46 -0.5876083 two.sided
23 SC -12.9975636 1.043927e-30 -0.6080425 two.sided
24 SE -3.6126487 5.575955e-04 -0.3917287 two.sided
25 SP -10.9702508 9.854043e-26 -0.4015562 two.sided
26 TO -5.8965083 3.242318e-08 -0.4664971 two.sided

Dilma Rousseff

Estado    z              pval                tau.est     alt
1 AC 3.836699 1.208408e-03 0.6707325 two.sided
2 AL 3.546011 6.610359e-04 0.3705557 two.sided
3 AM 4.065355 1.696383e-04 0.4984242 two.sided
4 AP 3.020456 1.065389e-02 0.6571933 two.sided
5 BA 13.007781 0.000000e+00 0.5665191 two.sided
6 CE 7.308599 8.774315e-12 0.4804385 two.sided
7 ES 8.104959 6.930900e-12 0.6808958 two.sided
8 GO 8.085466 3.996803e-14 0.4769587 two.sided
9 MA 10.909305 0.000000e+00 0.6298354 two.sided
10 MG 28.516473 0.000000e+00 0.7122024 two.sided
11 MS 4.966258 4.344176e-06 0.5025307 two.sided
12 MT 6.606409 9.763674e-10 0.5057305 two.sided
13 PA 7.019877 2.815330e-10 0.5764878 two.sided
14 PB 8.549719 3.552714e-15 0.5202252 two.sided
15 PE 8.605537 4.662937e-15 0.5486074 two.sided
16 PI 7.015881 4.177236e-11 0.4584245 two.sided
17 PR 10.801899 0.000000e+00 0.4794073 two.sided
18 RJ 4.767404 7.533819e-06 0.4572050 two.sided
19 RN 7.629096 2.407852e-12 0.5262032 two.sided
20 RO 5.232703 3.466584e-06 0.5987326 two.sided
21 RR 2.081985 5.941354e-02 0.5151368 two.sided
22 RS 15.977526 0.000000e+00 0.5868377 two.sided
23 SC 12.500017 0.000000e+00 0.5930573 two.sided
24 SE 7.553398 1.042568e-10 0.6649009 two.sided
25 SP 15.690953 0.000000e+00 0.5313000 two.sided
26 TO 8.513184 4.485301e-14 0.6058104 two.sided

A discussão sobre estes resultados fica para vocês. Ah sim, eu fiz em R. Usei as dicas do pessoal daqui. Ficou legal, né? Digo, não é só olhar a correlação, mas a significância da mesma. Aí as perguntas que o Cinelli deixou no ar ganham mais uma informação para o debate: a significância das correlações estimadas (clique na imagem para ampliar).

bonitinho
Obrigado, Cinelli, pelo código!
Uncategorized

Momento R do Dia – Matriz de Correlações e Significância

Vou direto ao ponto.

library(Hmisc)
rcorr(as.matrix(corr), type="pearson") 
z<-rcorr(as.matrix(corr), type="pearson") 
print(z$P, digits = 5)
print(z$r, digits=4)

Claro, vocês já notaram que eu tenho um data frame chamado “corr” que li como uma matriz e calculei a correlação para ela. Os dois últimos comandos nos dão os p-valores das correlações (P) e as ditas cujas (r) com um número de dígitos mais civilizado (ou nem tanto).

É, estou fazendo estas brincadeiras por aqui.

Mais dicas? Bem, vejam isto.

Uncategorized

Bolsa-Família e Votos em Alguns Estados…

Ainda brincando com os dados e pensando no segundo turno, resolvi dar uma olhada em alguns estados: SP, BA, PE e MG. Escolhi pensando no sucesso do PSDB em São Paulo na eleição para governador e presidente. Também pensei no sucesso do partido da presidente em MG para governador (e, acho, presidente). A BA e o PE são dois estados cuja votação não foi favorável ao candidato do PSDB no 1o turno, mas apresentaram padrão distinto (e eu diria que o falecido candidato do PSB tinha mais em comum com o candidato do PSDB do que com a candidata do partido do governo).

Enfim, apenas para fazer passar o tempo, mais um pouco de correlações. Novamente, estou somente repetindo a análise do Cinelli, apenas com uma curiosidade pela existência de aglomerações nos diagramas de dispersão. Seria bom ver as correlações (e sua significância), mas fica para outro dia. Talvez eu volte a pesquisar o tema com mais cuidado após as eleições e, aí sim, tratarei destes dados com mais calma.

Tem algo aí que valeria a pena estudar? Sim. Acho que os eternos estudiosos do federalismo fiscal deveriam olhar para estes gráficos com mais carinho do que de costume. Mas é só um palpite.

Imagino que um bom candidato tenha uma assessoria técnica que saiba, realmente, fazer marketing, analisando dados como estes. Como nunca vi, no Brasil, um profissional da área de marketing me convencer de que sabia estatística (e, mais ainda, valorizava o uso da ferramenta), permaneço olhando muito desconfiado para esta galera mas, claro, posso estar enganado.

Seguem os gráficos e palpites e comentários são bem-vindos.

aespdilmsp marinsp marinba dilba aeba marinpe dilpe aepe marinmg dilmmg aemg

Uncategorized

Mais Bolsa-Família e Votos: o que nos mostram as correlações? (um debate sem fim)

Hoje, mais cedo, comecei a olhar para os dados do Bolsa-Família e Votos no 1o turno nos três candidatos (cortesia do Carlos Cinelli). Em seu ótimo post, ele concluiu:

(…) será que a correlação se mantém dentro de cada UF? Por exemplo, Aécio ganhou em SP, SC e MT. Nesses estados, também houve correlação negativa do BF para o candidato tucano?

Aparentemente, sim, conforme pode ser visto no gráfico abaixo. E a separação por estado também indica que a correlação do BF com votos para Marina foi negativa em grande parte das UF’s. Um estado que chama a atenção é Minas Gerais, em que estas relações se parecem bem acentuadas.

Resolvi olhar melhor a dispersão dos dados, mesmo sem dividir por estados. Entretanto, vou usar estes diagramas de dispersão que nos fornecem uma informação adicional que é a concentração de pontos na dispersão.

A seguir, os gráficos para Marina, Dilma e Aécio, respectivamente.

marinabfvotos

 

 

dilmabfvotosaeciobfvotos

Só eu suspeito que existe um padrão interessante no caso do diagrama de dispersão do candidato Aécio Neves e no de Rousseff? Parecem duas distribuições bimodais? No caso do Aécio Neves, parece mais ainda do que no caso de Rousseff? Dá esta impressão, mas falo apenas por um simples exercício de eyeballmetrics.

Mais interessante é que, no caso de Marina Silva, não parece haver qualquer conexão clara entre bolsa-família e votos, no agregado. O que será que estamos observando aí nestes gráficos? Palpites?

Uncategorized

Bolsa-Família e Votos

Apenas brincando com os dados que o Cinelli disponibilizoubolsafam

Falei no livro de caras sobre o artigo que fiz com o prof. Nakabashi, o prof. Felipe e a doutoranda Ana (aceito para publicação na Análise Econômica sobre o papel do Bolsa-Família na eleição da presidente Rousseff, em 2010, e ele pode ser lido aqui).

Agora, com esta eleição, temos mais dados para estudar. Espero que mais gente se interesse em estudar o tema…

Uncategorized

Outra dica R do dia

Este belo livro de introdução de R para o povo da epidemiologia tem uma virtude: ensina a trabalhar com os dados de forma simples. Como assim? Eu me refiro ao feijão com arroz mesmo: criar subconjuntos dos dados, tabelas, usar fatores (ao invés de dummies), etc. Coisa que nem sempre sabemos fazer bem porque ainda somos muito dependentes de planilhas (não apenas o Excel, mas qualquer uma).

Gostei e, claro, o autor, propositalmente, deixa o livro aberto para quem quiser.

Uncategorized

Dica de R: dplyr

Acho que já dei esta dica antes, mas vou de novo: dplyr. Fico imaginando um curso de Métodos Quantitativos em R com alguns pacotes super-úteis…e fico me imaginando apenas rodeado de alunos com forte interesse no tema, discutindo como resolver um determinado problema usando, claro, o R.

Infelizmente, a realidade é que a maior parte dos alunos não quer ter o trabalho necessário para entender e resolver um problema e prefere o caminho mais fácil – aparentemente mais fácil, seria melhor… – de apertar uns botões e depois fazer uma encenação indigna do Oscar para mim, tentando fingir que entendeu e resolveu o problema.

Mas para os que estão fora desta armadilha da ignorância, fica a dica: é um belo pacote. Vou estudá-lo com calma assim que tiver condições melhores de trabalho.

Uncategorized

A Abenomics está indo para o brejo?

Título propositalmente inflado, mas não de todo errado. A situação da economia japonesa não é tão boa quanto se esperava. Eis um dos últimos indicadores, a confiança do consumidor.

Não é exatamente o resultado que eu esperaria encontrar após meses e meses de políticas, digamos, expansionistas. Hoje, em alguns veículos de comunicação, li que há um certo temor do que o BoJ, novamente, tente uma política monetária ativa, expansionista.

Há quem esteja otimista, mas eu não sei não. Veja, por exemplo, o apanhado de notícias sobre a Abenomics no WSJ.

Os leitores deste blog sabem que comecei o ano mais disposto a acompanhar a economia japonesa mais de perto, mas a verdade é que tenho tido muito trabalho e pouco retorno sobre o tema de forma que meus comentários sobre o tema foram sendo reduzidos ao longo do ano. Meu otimismo, adicionalmente, também deu uma esfriada.

Voltarei ao tema um dia destes.