Capítulo 4 Indicador Mortalidade
Esse indicador foi feito para tentar encontrar alguma relação entre a mortalidade e a quantidade de radares.
4.1 Bibliotecas
Nesse indicador foi utilizado duas bases de dados disponíveis pelo Observatório, a de frota e a base de dados do DataSus, o script a seguir contém as bibliotecas utilizadas e a instalação dessas bases.
4.2 Pré processamento
Na base do DataSus foi feito um filtro para o ano de 2022 e depois agrupado pelo nome da UF e somado a quantidade de óbitos. Então foi retirado os casos com NA
e criado uma nova coluna com a siglas das UF, pois a base de dados da frota só contém as Siglas, então para unir as duas foi devido tal construção. Essa nova coluna teve de ser feita manualmente, ou seja, foi feita olhando o nome de cada UF e colocando sua sigla de forma organizada.
mortes_2022 <- rtdeaths %>%
filter(ano_ocorrencia == "2022")
mortes_2022_porUF <- mortes_2022 %>%
group_by(nome_uf_ocor) %>%
summarise(Quantidade_de_obitos = n())
mortes_2022_porUF <- na.omit(mortes_2022_porUF)
mortes_2022_porUF <- mortes_2022_porUF %>%
mutate(uf = c("AC", "AL", "AP", "AM", "BA",
"CE", "DF", "ES", "GO", "MA",
"MT", "MS", "MG", "PR", "PB",
"PA", "PE", "PI", "RN", "RS",
"RJ", "RO", "RR", "SC", "SE",
"SP", "TO"))
Já na base da frota, foi apenas filtrado para o mẽs de dezembro do ano de 2022 com o modal “TOTAL”.
4.3 Cálculo do Indicador
Foi feito a união de ambas as bases e gerado uma nova coluna que representaria o valor do indicador.
Indicador_mortal <- (full_join(mortes_2022_porUF, frota_2022_TOTAL, by = "uf" ))
Indicador_mortal <- Indicador_mortal %>%
mutate(Inicador = (Quantidade_de_obitos/frota)*(10^4))
Indicador_mortal [,c(3,8)]
## # A tibble: 27 × 2
## uf Inicador
## <chr> <dbl>
## 1 AC 3.08
## 2 AL 5.58
## 3 AP 4.51
## 4 AM 4.09
## 5 BA 5.06
## 6 CE 3.87
## 7 DF 1.71
## 8 ES 3.66
## 9 GO 3.81
## 10 MA 6.59
## # ℹ 17 more rows