6. Análise de correlações entre variáveis de interesse#
A proposta aqui é de analisar correlações entre variáveis consideradas importantes pela literatura e pela equipe de negócio para compreender o SFA.
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import statsmodels.api as sm
df_dados_gerais = pd.read_csv('../data/familia_acolhedora/dados_gerais_tratado.csv')
df_dados_gerais.columns.tolist()
['IBGE',
'NU_IDENTIFICADOR',
'municipio',
'uf',
'data_implementacao_unidade',
'Latitude',
'Longitude',
'natureza_unidade',
'custo_manutencao',
'servico_regulamentado',
'ano_implementacao_servico',
'subsidio_valor_mensal',
'subsidio_itens_manutencao',
'subsidio_mobiliario_transporte',
'subsidio_isencao_imposto_taxa',
'subsidio_outros',
'subsidio_nao_repassa',
'subsidio_outros_quais',
'fam_aceita_vinculo_irmaos',
'qtd_criancas_acolhidas',
'qtd_criancas_acolhidas_12meses',
'qtd_masc_0_2',
'qtd_masc_3_5',
'qtd_masc_6_11',
'qtd_masc_12_13',
'qtd_masc_14_15',
'qtd_masc_16_17',
'qtd_masc_acima_18',
'qtd_masc_total',
'qtd_fem_0_2',
'qtd_fem_3_5',
'qtd_fem_6_11',
'qtd_fem_12_13',
'qtd_fem_14_15',
'qtd_fem_16_17',
'qtd_fem_acima_18',
'qtd_refugiados_imigrantes',
'qtd_venezuelanos',
'qtd_criancas_tempo_servico_menos_1mes',
'qtd_criancas_tempo_servico_1_3meses',
'qtd_criancas_tempo_servico_4_6meses',
'qtd_criancas_tempo_servico_7_12meses',
'qtd_criancas_tempo_servico_13_18meses',
'qtd_criancas_tempo_servico_19_24meses',
'qtd_criancas_tempo_servico_25_48meses',
'qtd_criancas_tempo_servico_49_72meses',
'qtd_criancas_tempo_mais_72meses',
'qtd_criancas_deficiencia',
'qtd_criancas_transt_sofri_psiquico',
'qtd_criancas_necessidade_especial',
'qtd_adoles_socioeducativo',
'qtd_criancas_traj_de_rua',
'qtd_criancas_indigenas',
'qtd_criancas_outros_povos_trad',
'qtd_criancas_dependencia_drogas',
'qtd_criancas_gestantes',
'qtd_criancas_pretas',
'qtd_criancas_pardas',
'qtd_criancas_brancas',
'qtd_criancas_amarelas',
'qtd_criancas_raca_indigenas',
'qtd_motivo_entrega_voluntaria_adocao',
'qtd_motivo_orfandade',
'qtd_motivo_abandono',
'qtd_motivo_pais_usuarios',
'qtd_motivo_pais_com_deficiencia',
'qtd_motivo_pais_transt_sofri_psiquicos',
'qtd_motivo_pais_ausentes_doenca',
'qtd_motivo_pais_prisao_ou_internacao',
'qtd_motivo_violencia_domestica_fisica',
'qtd_motivo_violencia_domestica_psicologica',
'qtd_motivo_abuso_sex_intrafamiliar',
'qtd_motivo_exploracao_sex',
'qtd_motivo_conflito_familiar',
'qtd_motivo_exploracao_trabalho',
'qtd_motivo_pais_cond_especif_saude',
'qtd_motivo_pais_s_condicoes_depend_quim',
'qtd_motivo_ameaca_morte',
'qtd_motivo_situacao_rua',
'qtd_motivo_negligencia_familia',
'qtd_motivo_fam_situacao_rua',
'qtd_motivo_fam_moradia_insalubre',
'qtd_motivo_fam_carencia_rec_materiais',
'qtd_oriundos_pbf',
'qtd_oriundos_fam_menos_1sm',
'divulgacao_outdoors_busdoors',
'divulgacao_materiais_grande_circ',
'divulgacao_radio_tv_impressa',
'divulgacao_eventos_palestras',
'divulgacao_redes_sociais',
'divulgacao_articulacao_liderancas',
'divulgacao_outros',
'divulgacao_nao_faz',
'divulgacao_outros_quais',
'ch_capacitacao_inicial',
'selecao_fam_reunioes',
'selecao_fam_analise_doc',
'selecao_fam_entrevistas',
'selecao_fam_visitas_domiciliares',
'selecao_fam_outros',
'selecao_fam_nao_faz',
'selecao_fam_outros_quais',
'capac_ini_conti_fam_encontros_grupos',
'capac_ini_conti_fam_encontros_indivi',
'capac_ini_conti_fam_paletras',
'capac_ini_conti_fam_rodas_conversa',
'capac_ini_conti_fam_outros',
'capac_ini_conti_fam_nao_faz',
'capac_ini_conti_fam_outros_quais',
'acompanhamento_fam_aprox_supervi',
'acompanhamento_fam_visitas_domicil',
'acompanhamento_fam_aten_psicoss',
'acompanhamento_fam_contato_tel',
'acompanhamento_fam_outros',
'acompanhamento_fam_outros_quais',
'ativi_sistematicas_atend_psicosso_indivi',
'ativi_sistematicas_escuta_qualific',
'ativi_sistematicas_acompanh_escolar',
'ativi_sistematicas_acompanh_saude',
'ativi_sistematicas_encaminhc_docs',
'ativi_sistematicas_encaminhc_qualif_prof',
'ativi_sistematicas_identifi_fam_nat_exten',
'ativi_sistematicas_viabili_encon_fam_ori',
'ativi_sistematicas_constr_plano_acomp_fam_ori',
'ativi_sistematicas_atend_psicosso_indiv_fam_ori',
'ativi_sistematicas_reunioes_fam_ori',
'ativi_sistematicas_entrevis_fam_ori',
'ativi_sistematicas_visi_domic_fam_ori',
'ativi_sistematicas_genograma_ecomapa',
'ativi_sistematicas_relat_trimes_judic',
'ativi_sistematicas_estudo_caso',
'ativi_sistematicas_encaminhc_rede',
'ativi_sistematicas_discuss_casos_rede',
'ativi_sistematicas_outros',
'ativi_sistematicas_nao_faz',
'ativi_sistematicas_outros_quais',
'retorno_fam_ori_fam_ado_judic_informa_decisoes',
'retorno_fam_ori_fam_ado_judic_nao_informa_decisoes',
'retorno_fam_ori_fam_ado_tempo_prepar_suficiente',
'retorno_fam_ori_fam_ado_tempo_prepar_insuficiente',
'freq_acompanh_fam_acolhedora',
'qtd_fam_processo_habilitacao',
'qtd_fam_aptas_ou_acolhendo',
'num_atual_fam_suficiente',
'imovel_sede_saf',
'espaco_fisico_sala_atendimento',
'espaco_fisico_espaco_reunioes',
'espaco_fisico_sala_equip_tec',
'espaco_fisico_sala_coord_adm',
'espaco_fisico_area_recepcao',
'espaco_fisico_copa',
'equipamentos_veiculo_exclusivo',
'equipamentos_veiculo_compartilhado',
'equipamentos_acervo_bibliog',
'equipamentos_mater_pedago',
'equipamentos_tel_fixo',
'equipamentos_cel',
'equipamentos_impressora',
'equipamentos_de_som',
'equipamentos_proj_imagens',
'equipamentos_bebedouro',
'equipamentos_comput_internet',
'equipamentos_qtd_comput_internet',
'equipe_tec_exclusiva_saf',
'coordenador_saf_situacao',
'capaci_equipe_tec_saf_presencial',
'capaci_equipe_tec_saf_ead',
'capaci_equipe_tec_saf_nao_faz',
'capaci_equipe_tec_saf_presencial_qtd',
'capaci_equipe_tec_saf_ead_qtd',
'IBGE7',
'nome_da_uf',
'Regiao',
'Município']
6.1. Matriz de correlação entre as principais variáveis da base de dados#
cols_filtro = [
'uf',
'natureza_unidade',
'custo_manutencao',
'ano_implementacao_servico',
'servico_regulamentado',
'subsidio_valor_mensal',
'subsidio_itens_manutencao',
'subsidio_mobiliario_transporte',
'subsidio_isencao_imposto_taxa',
'subsidio_outros',
'subsidio_nao_repassa',
'fam_aceita_vinculo_irmaos',
'qtd_criancas_acolhidas',
'qtd_criancas_acolhidas_12meses',
'qtd_masc_0_2',
'qtd_masc_3_5',
'qtd_masc_6_11',
'qtd_masc_12_13',
'qtd_masc_14_15',
'qtd_masc_16_17',
'qtd_masc_acima_18',
'qtd_masc_total',
'qtd_fem_0_2',
'qtd_fem_3_5',
'qtd_fem_6_11',
'qtd_fem_12_13',
'qtd_fem_14_15',
'qtd_fem_16_17',
'qtd_fem_acima_18',
'qtd_refugiados_imigrantes',
'qtd_venezuelanos',
'qtd_criancas_tempo_servico_menos_1mes',
'qtd_criancas_tempo_servico_1_3meses',
'qtd_criancas_tempo_servico_4_6meses',
'qtd_criancas_tempo_servico_7_12meses',
'qtd_criancas_tempo_servico_13_18meses',
'qtd_criancas_tempo_servico_19_24meses',
'qtd_criancas_tempo_servico_25_48meses',
'qtd_criancas_tempo_servico_49_72meses',
'qtd_criancas_tempo_mais_72meses',
'qtd_criancas_deficiencia',
'qtd_criancas_transt_sofri_psiquico',
'qtd_criancas_necessidade_especial',
'qtd_adoles_socioeducativo',
'qtd_criancas_traj_de_rua',
'qtd_criancas_indigenas',
'qtd_criancas_outros_povos_trad',
'qtd_criancas_dependencia_drogas',
'qtd_criancas_pretas',
'qtd_criancas_pardas',
'qtd_criancas_brancas',
'qtd_criancas_amarelas',
'qtd_criancas_raca_indigenas',
'qtd_oriundos_pbf',
'qtd_oriundos_fam_menos_1sm',
'divulgacao_outdoors_busdoors',
'divulgacao_materiais_grande_circ',
'divulgacao_radio_tv_impressa',
'divulgacao_eventos_palestras',
'divulgacao_redes_sociais',
'divulgacao_articulacao_liderancas',
'divulgacao_nao_faz',
'ch_capacitacao_inicial',
'selecao_fam_reunioes',
'selecao_fam_analise_doc',
'selecao_fam_entrevistas',
'selecao_fam_visitas_domiciliares',
'selecao_fam_nao_faz',
'capac_ini_conti_fam_encontros_grupos',
'capac_ini_conti_fam_encontros_indivi',
'capac_ini_conti_fam_paletras',
'capac_ini_conti_fam_rodas_conversa',
'capac_ini_conti_fam_nao_faz',
'acompanhamento_fam_aprox_supervi',
'acompanhamento_fam_visitas_domicil',
'acompanhamento_fam_aten_psicoss',
'acompanhamento_fam_contato_tel',
'ativi_sistematicas_atend_psicosso_indivi',
'ativi_sistematicas_escuta_qualific',
'ativi_sistematicas_acompanh_escolar',
'ativi_sistematicas_acompanh_saude',
'ativi_sistematicas_encaminhc_docs',
'ativi_sistematicas_encaminhc_qualif_prof',
'ativi_sistematicas_identifi_fam_nat_exten',
'ativi_sistematicas_viabili_encon_fam_ori',
'ativi_sistematicas_constr_plano_acomp_fam_ori',
'ativi_sistematicas_atend_psicosso_indiv_fam_ori',
'ativi_sistematicas_reunioes_fam_ori',
'ativi_sistematicas_entrevis_fam_ori',
'ativi_sistematicas_visi_domic_fam_ori',
'ativi_sistematicas_genograma_ecomapa',
'ativi_sistematicas_relat_trimes_judic',
'ativi_sistematicas_estudo_caso',
'ativi_sistematicas_encaminhc_rede',
'ativi_sistematicas_discuss_casos_rede',
'ativi_sistematicas_nao_faz',
'freq_acompanh_fam_acolhedora',
'qtd_fam_processo_habilitacao',
'qtd_fam_aptas_ou_acolhendo',
'num_atual_fam_suficiente',
'imovel_sede_saf',
'espaco_fisico_sala_atendimento',
'espaco_fisico_espaco_reunioes',
'espaco_fisico_sala_equip_tec',
'espaco_fisico_sala_coord_adm',
'espaco_fisico_area_recepcao',
'espaco_fisico_copa',
'equipamentos_veiculo_exclusivo',
'equipamentos_veiculo_compartilhado',
'equipamentos_acervo_bibliog',
'equipamentos_mater_pedago',
'equipamentos_tel_fixo',
'equipamentos_cel',
'equipamentos_impressora',
'equipamentos_de_som',
'equipamentos_proj_imagens',
'equipamentos_bebedouro',
'equipamentos_comput_internet',
'equipamentos_qtd_comput_internet',
'equipe_tec_exclusiva_saf',
'coordenador_saf_situacao',
'capaci_equipe_tec_saf_presencial',
'capaci_equipe_tec_saf_ead',
'capaci_equipe_tec_saf_nao_faz',
'capaci_equipe_tec_saf_presencial_qtd',
'capaci_equipe_tec_saf_ead_qtd']
df_filtrado = df_dados_gerais[cols_filtro]
# Criar a matriz de correlação com colunas numéricas explicitamente
matriz_correlacao_geral = df_filtrado.corr(numeric_only=True).round(2)
# Definir uma máscara para ocultar a metade superior
mask = np.triu(np.ones_like(matriz_correlacao_geral, dtype=bool), k=1)
# Configurar o gráfico de correlação
plt.figure(figsize=(28, 26))
sns.heatmap(
matriz_correlacao_geral,
mask=mask,
annot=True,
cmap="coolwarm",
vmin=-1,
vmax=1,
square=True,
linewidths=0.5
)
plt.title('Matriz de Correlação')
plt.show()
# Define o limiar de correlação
limiar = 0.8
# Encontra pares de colunas com correlação acima do limiar (ignorando a diagonal)
correlacoes_altas = set()
for i in range(len(matriz_correlacao_geral.columns)):
for j in range(i + 1, len(matriz_correlacao_geral.columns)):
if abs(matriz_correlacao_geral.iloc[i, j]) > limiar:
# Ordena os pares para evitar duplicatas
var1 = matriz_correlacao_geral.index[i]
var2 = matriz_correlacao_geral.columns[j]
if var1 > var2:
var1, var2 = var2, var1
# Adiciona o par ordenado ao conjunto
correlacoes_altas.add((var1, var2, matriz_correlacao_geral.iloc[i, j]))
# Exibe as correlações altas
df_correlacoes = pd.DataFrame(correlacoes_altas, columns=["Variável 1", "Variável 2", "Correlação"])
df_correlacoes = df_correlacoes.sort_values(by="Correlação", ascending=False).reset_index(drop=True)
df_correlacoes
| Variável 1 | Variável 2 | Correlação | |
|---|---|---|---|
| 0 | qtd_criancas_acolhidas | qtd_masc_total | 0.95 |
| 1 | qtd_criancas_indigenas | qtd_criancas_raca_indigenas | 0.90 |
| 2 | qtd_criancas_acolhidas | qtd_criancas_pardas | 0.87 |
| 3 | qtd_criancas_acolhidas | qtd_criancas_brancas | 0.86 |
| 4 | qtd_criancas_acolhidas | qtd_fam_aptas_ou_acolhendo | 0.86 |
| 5 | qtd_criancas_acolhidas | qtd_criancas_tempo_servico_7_12meses | 0.85 |
| 6 | qtd_criancas_acolhidas_12meses | qtd_fam_aptas_ou_acolhendo | 0.83 |
| 7 | qtd_criancas_acolhidas | qtd_criancas_acolhidas_12meses | 0.83 |
| 8 | qtd_criancas_pardas | qtd_masc_total | 0.83 |
| 9 | qtd_masc_6_11 | qtd_masc_total | 0.83 |
| 10 | qtd_criancas_acolhidas | qtd_oriundos_fam_menos_1sm | 0.82 |
| 11 | qtd_criancas_tempo_servico_7_12meses | qtd_masc_total | 0.81 |
| 12 | qtd_fam_aptas_ou_acolhendo | qtd_masc_total | 0.81 |
6.2. Correlação entre subsídio mensal e quantidade de famílias aptas/acolhendo#
A correlação será realizada a partir dos dados desagregados.
df_dados_gerais['qtd_fam_aptas_ou_acolhendo'].apply(type).unique()
array([<class 'int'>], dtype=object)
# Transformar os dados em números
df_dados_gerais['subsidio_valor_mensal'] = pd.to_numeric(df_dados_gerais['subsidio_valor_mensal'], errors='coerce')
df_dados_gerais['subsidio_valor_mensal'].isna().sum()
np.int64(64)
# Como há apenas 64 nulos em um universo de 620 linhas, atribuí 0 aos valores nulos, supondo que não há subsídio mensal -
# ainda que a resposta pode ter sido Não Sei
df_dados_gerais['subsidio_valor_mensal'].fillna(0, inplace=True)
/tmp/ipykernel_2145/2303352333.py:3: FutureWarning: A value is trying to be set on a copy of a DataFrame or Series through chained assignment using an inplace method.
The behavior will change in pandas 3.0. This inplace method will never work because the intermediate object on which we are setting values always behaves as a copy.
For example, when doing 'df[col].method(value, inplace=True)', try using 'df.method({col: value}, inplace=True)' or df[col] = df[col].method(value) instead, to perform the operation inplace on the original object.
df_dados_gerais['subsidio_valor_mensal'].fillna(0, inplace=True)
# Conforme visto em notebook anterior, há valores outliers no dataframe
df_dados_gerais['subsidio_valor_mensal'].describe()
count 620.000000
mean 1283.346774
std 3370.194269
min 0.000000
25% 688.000000
50% 1320.000000
75% 1320.000000
max 79200.000000
Name: subsidio_valor_mensal, dtype: float64
# Filtrar para manter apenas valores iguais ou abaixo de 13000
df_sem_outliers = df_dados_gerais[df_dados_gerais['subsidio_valor_mensal'] < 13000]
# Verificar quantas linhas foram removidas
removidas = len(df_dados_gerais) - len(df_sem_outliers)
print(f"Total de outliers removidos: {removidas}")
Total de outliers removidos: 3
df_sem_outliers[['subsidio_valor_mensal', 'qtd_fam_aptas_ou_acolhendo']].isna().sum()
subsidio_valor_mensal 0
qtd_fam_aptas_ou_acolhendo 0
dtype: int64
# Calcular o índice de correlação de Pearson
correlacao_subsidio_qtd_fam = df_sem_outliers['subsidio_valor_mensal'].corr(df_sem_outliers['qtd_fam_aptas_ou_acolhendo'])
print(f"Índice de correlação de Pearson: {correlacao_subsidio_qtd_fam:.2f}")
Índice de correlação de Pearson: -0.01
# Criar o gráfico de dispersão
plt.figure(figsize=(10, 6))
sns.scatterplot(
data=df_sem_outliers,
x='subsidio_valor_mensal',
y='qtd_fam_aptas_ou_acolhendo',
alpha=0.7,
color='blue'
)
# Adicionar uma linha de tendência
sns.regplot(
data=df_sem_outliers,
x='subsidio_valor_mensal',
y='qtd_fam_aptas_ou_acolhendo',
scatter=False,
color='red',
ci=None
)
# Configurar o gráfico
plt.title('Correlação entre Valor do Subsídio e Famílias Acolhendo')
plt.xlabel('Valor do Subsídio Mensal')
plt.ylabel('Quantidade de Famílias Acolhendo')
plt.tight_layout()
plt.show()
# Calcular o índice de correlação Spearman
correlacao_spearman = df_sem_outliers['subsidio_valor_mensal'].corr(
df_sem_outliers['qtd_fam_aptas_ou_acolhendo'],
method='spearman'
)
print(f"Índice de correlação (Spearman): {correlacao_spearman:.2f}")
Índice de correlação (Spearman): 0.13
6.3. Correlação entre quantidade de famílias aptas/acolhendo e se o número é suficiente#
Além da variável ‘qtd_fam_aptas_ou_acolhendo’, há a ‘num_atual_fam_suficiente’ que se refere à resposta da unidade responsável do SFA se o número atual de famílias aptas ou acolhendo é o suficiente para a demanda. Como a variável ‘num_atual_fam_suficiente’ possui dados categóricos, será necessário converter para dado numérico com o objetivo de analisar a correlação entre as duas variáveis.
df_dados_gerais['num_atual_fam_suficiente'].value_counts()
num_atual_fam_suficiente
Não 299
Sim 265
Não sabe informar 56
Name: count, dtype: int64
# Filtrar linhas com respostas "Sim" ou "Não"
df_filtrado_num_atual = df_dados_gerais[df_dados_gerais['num_atual_fam_suficiente'].isin(['Sim', 'Não'])]
# Crie uma cópia explícita para evitar problemas
df_filtrado_num_atual2 = df_filtrado_num_atual.copy()
df_filtrado_num_atual2['qtd_fam_aptas_ou_acolhendo'].isnull().sum()
np.int64(0)
df_filtrado_num_atual2['num_atual_fam_suficiente'].isnull().sum()
np.int64(0)
# Verificar valores únicos nas colunas
print(df_filtrado_num_atual2['num_atual_fam_suficiente'].value_counts())
print(df_filtrado_num_atual2['qtd_fam_aptas_ou_acolhendo'].value_counts())
num_atual_fam_suficiente
Não 299
Sim 265
Name: count, dtype: int64
qtd_fam_aptas_ou_acolhendo
2 97
0 93
1 72
4 49
3 40
5 36
6 26
7 25
8 22
9 13
15 11
11 11
13 9
10 7
20 6
12 6
17 5
18 4
14 4
16 4
23 3
22 2
30 2
32 2
42 2
26 2
28 1
55 1
33 1
25 1
24 1
68 1
59 1
43 1
41 1
19 1
45 1
Name: count, dtype: int64
# Converter 'Sim' e 'Não' para valores binários
df_filtrado_num_atual2['num_atual_fam_suficiente'] = df_filtrado_num_atual2['num_atual_fam_suficiente'].map({'Sim': 1, 'Não': 0})
# Análise de correlação de Spearman (mais robusta para este caso)
correlacao_num_suficiente = df_filtrado_num_atual2['qtd_fam_aptas_ou_acolhendo'].corr(df_filtrado_num_atual2['num_atual_fam_suficiente'], method='spearman')
print(f"Índice de correlação (Spearman): {correlacao_num_suficiente:.2f}")
Índice de correlação (Spearman): 0.20
# Configurar o Boxplot
plt.figure(figsize=(10, 6))
sns.boxplot(
x='num_atual_fam_suficiente',
y='qtd_fam_aptas_ou_acolhendo',
data=df_filtrado_num_atual2,
hue='num_atual_fam_suficiente',
palette=sns.color_palette("coolwarm", 2), # Paleta com duas cores
dodge=False
)
# Título e Rótulos
plt.title('Relação entre Suficiência de Famílias e Quantidade de Famílias Acolhendo')
plt.xlabel('Famílias Suficientes (0: Não, 1: Sim)')
plt.ylabel('Quantidade de Famílias Acolhendo')
# Adicionar Legenda
cores = sns.color_palette("coolwarm", 2) # Obter cores da paleta
legenda = [
mpatches.Patch(color=cores[0], label='Não (0)'),
mpatches.Patch(color=cores[1], label='Sim (1)')
]
plt.legend(handles=legenda, title="Legenda", loc="upper right")
plt.tight_layout()
plt.show()
6.4. Correlação entre quantidade de famílias aptas/acolhendo e exclusividade da equipe técnica do SFA#
A variável ‘equipe_tec_exclusiva_saf’ responde se a equipe técnica (psicólogo/assistente social) que trabalha com o SFA é exclusiva deste serviço. A resposta é única e possui quatro opções, saber:
Todas(os) as(os) profissionais são exclusivos
Parte da equipe é exclusiva
Não há profissionais exclusivas(os) do serviço
Não há equipe técnica neste Serviço
Como essa variável é categórica, será realizado um mapeamento e transformação em dummies, atribuindo -1, ou seja, um peso menor, à opção que não há equipe técnica neste Serviço.
df_dados_gerais['equipe_tec_exclusiva_saf'].isna().sum()
np.int64(0)
# Criar o boxplot
plt.figure(figsize=(12, 6))
sns.boxplot(
x='equipe_tec_exclusiva_saf',
y='qtd_fam_aptas_ou_acolhendo',
data=df_dados_gerais,
)
plt.title('Relação entre Exclusividade da Equipe Técnica e Famílias Acolhedoras')
plt.xlabel('Exclusividade da Equipe Técnica')
plt.ylabel('Quantidade de Famílias Acolhedoras')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()
# Mapear as categorias para valores numéricos
mapa_categorias = {
'Não há profissionais exclusivas(os) do serviço': 0,
'Parte da equipe é exclusiva': 1,
'Todas(os) as(os) profissionais são exclusivos': 2,
'Não há equipe técnica neste Serviço': -1 # Considerar um valor representativo
}
df_dados_gerais['equipe_tec_exclusiva_num'] = df_dados_gerais['equipe_tec_exclusiva_saf'].map(mapa_categorias)
# Calcular o índice de correlação de Pearson
correlacao_pearson = df_dados_gerais['qtd_fam_aptas_ou_acolhendo'].corr(
df_dados_gerais['equipe_tec_exclusiva_num'],
method='pearson'
)
print(f"Índice de correlação (Pearson): {correlacao_pearson:.2f}")
Índice de correlação (Pearson): 0.42
# Criar o gráfico de dispersão com regplot
plt.figure(figsize=(10, 6))
sns.regplot(
data=df_dados_gerais,
x='equipe_tec_exclusiva_num',
y='qtd_fam_aptas_ou_acolhendo',
scatter=True,
color='blue',
line_kws={'color': 'red'} # Linha de regressão em vermelho
)
# Configurações do gráfico
plt.title('Correlação entre Exclusividade da Equipe Técnica e Famílias Acolhendo')
plt.xlabel('Exclusividade da Equipe Técnica (Numérico)')
plt.ylabel('Quantidade de Famílias Acolhendo')
plt.tight_layout()
plt.show()
# Calcular a correlação de Spearman
correlacao_equip_tec = df_dados_gerais['qtd_fam_aptas_ou_acolhendo'].corr(df_dados_gerais['equipe_tec_exclusiva_num'], method='spearman')
print(f"Índice de correlação (Spearman): {correlacao_equip_tec:.2f}")
Índice de correlação (Spearman): 0.43
# Gráfico de dispersão usando stripplot
plt.figure(figsize=(14, 8)) # Aumentar o tamanho do gráfico
sns.stripplot(
x='equipe_tec_exclusiva_saf',
y='qtd_fam_aptas_ou_acolhendo',
data=df_dados_gerais,
palette='coolwarm', # Paleta aplicada às categorias
hue='equipe_tec_exclusiva_saf',
jitter=True, # Adiciona deslocamento horizontal
alpha=0.7, # Transparência para facilitar a leitura
size=6, # Reduz o tamanho dos marcadores
legend=False
)
# Título e rótulos
plt.title('Relação entre Exclusividade da Equipe Técnica e Famílias Acolhedoras', fontsize=16)
plt.xlabel('Exclusividade da Equipe Técnica', fontsize=14)
plt.ylabel('Quantidade de Famílias Acolhedoras', fontsize=14)
plt.xticks(rotation=45, fontsize=12)
plt.yticks(fontsize=12)
plt.tight_layout()
plt.show()
6.5. Correlação entre quantidade de famílias aptas/acolhendo e carga horária de capacitação inicial das famílias#
df_dados_gerais['ch_capacitacao_inicial'].apply(type).unique()
array([<class 'int'>], dtype=object)
df_dados_gerais['ch_capacitacao_inicial'].isna().sum()
np.int64(0)
df_dados_gerais['ch_capacitacao_inicial'].describe()
count 620.000000
mean 11.733871
std 12.019175
min 0.000000
25% 2.000000
50% 8.000000
75% 20.000000
max 112.000000
Name: ch_capacitacao_inicial, dtype: float64
# Calcular os índices de correlação
correlacao_pearson_ch = df_dados_gerais['qtd_fam_aptas_ou_acolhendo'].corr(
df_dados_gerais['ch_capacitacao_inicial'],
method='pearson'
)
correlacao_spearman_ch = df_dados_gerais['qtd_fam_aptas_ou_acolhendo'].corr(
df_dados_gerais['ch_capacitacao_inicial'],
method='spearman'
)
print(f"Índice de correlação (Pearson): {correlacao_pearson_ch:.2f}")
print(f"Índice de correlação (Spearman): {correlacao_spearman_ch:.2f}")
Índice de correlação (Pearson): 0.13
Índice de correlação (Spearman): 0.27
6.6. Correlação entre quantidade de famílias aptas/acolhendo e quantidade de crianças/adolescentes acolhidos#
# Calcular o índice de correlação de Pearson
correlacao_pearson = df_dados_gerais['qtd_fam_aptas_ou_acolhendo'].corr(
df_dados_gerais['qtd_criancas_acolhidas'],
method='pearson'
)
print(f"Índice de correlação (Pearson): {correlacao_pearson:.2f}")
Índice de correlação (Pearson): 0.86
# Criar o gráfico de dispersão com regplot
plt.figure(figsize=(10, 6))
sns.regplot(
data=df_dados_gerais,
x='qtd_criancas_acolhidas',
y='qtd_fam_aptas_ou_acolhendo',
scatter=True,
color='blue',
line_kws={'color': 'red'} # Linha de regressão em vermelho
)
# Configurações do gráfico
plt.title('Correlação entre Crianças/Adolescentes Acolhidos e Famílias Acolhendo')
plt.xlabel('Quantidade de crianças/adolescentes Acolhidos')
plt.ylabel('Quantidade de Famílias Acolhendo')
plt.tight_layout()
plt.show()
6.7. Correlação entre frequência de acompanhamento e quantidade de famílias aptas/acolhendo#
# Criar o mapeamento ordinal
ordem_frequencia = {
'Semanalmente': 1,
'Quinzenalmente': 2,
'Mensalmente': 3,
'Bimestralmente': 4,
'Trimestralmente': 5,
'Semestralmente': 6,
'Apenas quando há necessidade': 7,
'A família não é acompanhada': 8
}
# Aplicar o mapeamento à variável de frequência
df_dados_gerais['freq_acompanh_ordinal'] = df_dados_gerais['freq_acompanh_fam_acolhedora'].map(ordem_frequencia)
correlacao_freq_fam = df_dados_gerais[['freq_acompanh_ordinal', 'qtd_fam_aptas_ou_acolhendo']].corr(method='spearman')
correlacao_freq_fam
| freq_acompanh_ordinal | qtd_fam_aptas_ou_acolhendo | |
|---|---|---|
| freq_acompanh_ordinal | 1.000000 | -0.267644 |
| qtd_fam_aptas_ou_acolhendo | -0.267644 | 1.000000 |
# Dicionário para mapear os valores ordinais de volta às frequências
legenda_frequencias = {
1: 'Semanalmente',
2: 'Quinzenalmente',
3: 'Mensalmente',
4: 'Bimestralmente',
5: 'Trimestralmente',
6: 'Semestralmente',
7: 'Apenas quando há necessidade',
8: 'A família não é acompanhada'
}
# Criar o boxplot
plt.figure(figsize=(10, 6))
sns.boxplot(
x='freq_acompanh_ordinal',
y='qtd_fam_aptas_ou_acolhendo',
data=df_dados_gerais
)
plt.title('Relação entre Frequência de Acompanhamento e Quantidade de Famílias Aptas/Acolhendo')
plt.xlabel('Frequência de Acompanhamento (Ordinal)')
plt.ylabel('Quantidade de Famílias Aptas')
# Adicionar a legenda personalizada ao lado do gráfico
legenda_texto = '\n'.join([f'{key}: {value}' for key, value in legenda_frequencias.items()])
plt.gcf().text(0.95, 0.5, legenda_texto, fontsize=10, verticalalignment='center', horizontalalignment='left')
# Ajustar o layout para acomodar a legenda
plt.tight_layout(rect=[0, 0, 0.9, 1]) # Reduz o espaço do gráfico para caber a legenda
plt.show()
6.8. Correlação entre frequência de acompanhamento e exclusividade ou não da equipe técnica do SFA#
# Mapear exclusividade da equipe técnica para uma escala ordinal
mapeamento_exclusividade_tec = {
'Todas(os) as(os) profissionais são exclusivos': 1,
'Parte da equipe é exclusiva': 2,
'Não há profissionais exclusivas(os) do serviço': 3,
'Não há equipe técnica neste Serviço': 4
}
# Criar uma nova coluna para a escala ordinal
df_dados_gerais['equipe_tec_exclusiva_ordinal'] = df_dados_gerais['equipe_tec_exclusiva_saf'].map(mapeamento_exclusividade_tec)
correlacao_freq_tec = df_dados_gerais[['equipe_tec_exclusiva_ordinal', 'freq_acompanh_ordinal']].corr(method='spearman')
correlacao_freq_tec
| equipe_tec_exclusiva_ordinal | freq_acompanh_ordinal | |
|---|---|---|
| equipe_tec_exclusiva_ordinal | 1.000000 | 0.274624 |
| freq_acompanh_ordinal | 0.274624 | 1.000000 |
# Calcular o índice de correlação de Pearson
correlacao_pearson = df_dados_gerais['equipe_tec_exclusiva_ordinal'].corr(
df_dados_gerais['freq_acompanh_ordinal'],
method='pearson'
)
print(f"Índice de correlação (Pearson): {correlacao_pearson:.2f}")
Índice de correlação (Pearson): 0.26
# Criar o gráfico de dispersão com regplot
plt.figure(figsize=(10, 6))
sns.regplot(
data=df_dados_gerais,
x='freq_acompanh_ordinal',
y='equipe_tec_exclusiva_ordinal',
scatter=True,
color='blue',
line_kws={'color': 'red'} # Linha de regressão em vermelho
)
# Configurações do gráfico
plt.title('Correlação entre Crianças/Adolescentes Acolhidos e Famílias Acolhendo')
plt.xlabel('Quantidade de crianças/adolescentes Acolhidos')
plt.ylabel('Quantidade de Famílias Acolhendo')
plt.tight_layout()
plt.show()
# Criar uma tabela de contingência
contingencia = pd.crosstab(
df_dados_gerais['freq_acompanh_ordinal'],
df_dados_gerais['equipe_tec_exclusiva_ordinal']
)
# Calcular as proporções para cada frequência de acompanhamento
contingencia_pct = contingencia.div(contingencia.sum(axis=1), axis=0) * 100
# Definir os rótulos para a exclusividade da equipe técnica
rótulos_exclusividade = [
'Todas(os) as(os) profissionais são exclusivos',
'Parte da equipe é exclusiva',
'Não há profissionais exclusivas(os) do serviço',
'Não há equipe técnica neste Serviço'
]
# Criar o gráfico de barras empilhadas
fig, ax = plt.subplots(figsize=(12, 8))
contingencia_pct.plot(
kind='bar',
stacked=True,
ax=ax,
color=['#4CAF50', '#2196F3', '#FFC107', '#FF5722'], # Cores personalizadas
edgecolor='black'
)
# Ajustar os rótulos e título
ax.set_title('Distribuição Percentual da Exclusividade da Equipe Técnica por Frequência de Acompanhamento', fontsize=16)
ax.set_xlabel('Frequência de Acompanhamento (Ordinal)', fontsize=14)
ax.set_ylabel('Percentual (%)', fontsize=14)
ax.set_xticks(range(len(contingencia_pct.index)))
ax.set_xticklabels(
['Semanalmente', 'Quinzenalmente', 'Mensalmente', 'Trimestralmente',
'Bimestralmente', 'Semestralmente', 'Apenas quando necessário', 'Não acompanhada'],
rotation=45,
fontsize=12
)
# Adicionar a legenda
ax.legend(
title='Exclusividade da Equipe Técnica',
labels=rótulos_exclusividade,
bbox_to_anchor=(1.05, 1),
loc='upper left',
fontsize=12
)
plt.tight_layout()
plt.show()
# Criar o heatmap com a tabela de contingência
plt.figure(figsize=(12, 8))
sns.heatmap(
contingencia_pct,
annot=True,
fmt='.1f',
cmap='coolwarm',
cbar_kws={'label': 'Percentual (%)'},
linewidths=0.5 # Adicionar linhas entre os quadrados
)
# Ajustar os rótulos e título
plt.title('Frequência de Acompanhamento vs Exclusividade da Equipe Técnica', fontsize=16, pad=20)
plt.xlabel('Exclusividade da Equipe Técnica', fontsize=14, labelpad=10)
plt.ylabel('Frequência de Acompanhamento', fontsize=14, labelpad=10)
# Ajustar os rótulos do eixo X e Y
plt.xticks(
ticks=np.arange(len(rótulos_exclusividade)) + 0.5,
labels=rótulos_exclusividade,
rotation=30, # Inclinar os rótulos para melhor leitura
ha='right', # Alinhar os rótulos à direita
fontsize=12
)
plt.yticks(
ticks=np.arange(len(contingencia_pct.index)) + 0.5,
labels=[
'Semanalmente', 'Quinzenalmente', 'Mensalmente', 'Trimestralmente',
'Bimestralmente', 'Semestralmente', 'Apenas quando necessário', 'Não acompanhada'
],
rotation=0, # Manter os rótulos do eixo Y na horizontal
fontsize=12
)
# Ajustar layout para evitar sobreposição
plt.tight_layout()
# Mostrar o gráfico
plt.show()
6.9. Correlação entre quantidade de famílias aptas/acolhendo e divulgação para captar novas famílias#
# Selecionar as variáveis de divulgação e a variável dependente
variaveis_divulgacao = [
'divulgacao_outdoors_busdoors',
'divulgacao_materiais_grande_circ',
'divulgacao_radio_tv_impressa',
'divulgacao_eventos_palestras',
'divulgacao_redes_sociais',
'divulgacao_articulacao_liderancas',
'divulgacao_outros'
]
variavel_dependente = 'qtd_fam_aptas_ou_acolhendo'
# Filtrar o DataFrame com as colunas relevantes
df_modelo = df_dados_gerais[variaveis_divulgacao + [variavel_dependente]].dropna()
# Converter 'Sim' para 1 e 'Não' para 0
for coluna in variaveis_divulgacao:
df_modelo[coluna] = df_modelo[coluna].map({'Sim': 1, 'Não': 0})
# Certificar-se de que as variáveis são numéricas
X = df_modelo[variaveis_divulgacao].astype(float)
y = df_modelo[variavel_dependente].astype(float)
# Adicionar uma constante para o intercepto
X = sm.add_constant(X)
# Ajustar o modelo de regressão linear múltipla
modelo = sm.OLS(y, X).fit()
# Exibir o resumo do modelo
print(modelo.summary())
OLS Regression Results
======================================================================================
Dep. Variable: qtd_fam_aptas_ou_acolhendo R-squared: 0.070
Model: OLS Adj. R-squared: 0.058
Method: Least Squares F-statistic: 6.063
Date: Thu, 02 Jan 2025 Prob (F-statistic): 7.72e-07
Time: 13:05:16 Log-Likelihood: -1982.6
No. Observations: 576 AIC: 3981.
Df Residuals: 568 BIC: 4016.
Df Model: 7
Covariance Type: nonrobust
=====================================================================================================
coef std err t P>|t| [0.025 0.975]
-----------------------------------------------------------------------------------------------------
const 1.4182 1.035 1.370 0.171 -0.615 3.452
divulgacao_outdoors_busdoors 0.0277 1.043 0.027 0.979 -2.021 2.076
divulgacao_materiais_grande_circ -0.8691 0.745 -1.167 0.244 -2.332 0.594
divulgacao_radio_tv_impressa 1.4923 0.702 2.126 0.034 0.113 2.871
divulgacao_eventos_palestras 2.5217 0.710 3.550 0.000 1.127 3.917
divulgacao_redes_sociais 1.4529 0.930 1.563 0.119 -0.373 3.279
divulgacao_articulacao_liderancas 0.6953 0.755 0.921 0.357 -0.787 2.178
divulgacao_outros 3.6818 1.082 3.403 0.001 1.557 5.807
==============================================================================
Omnibus: 426.777 Durbin-Watson: 1.645
Prob(Omnibus): 0.000 Jarque-Bera (JB): 6170.968
Skew: 3.208 Prob(JB): 0.00
Kurtosis: 17.696 Cond. No. 8.06
==============================================================================
Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
# Obter os coeficientes do modelo ajustado
coeficientes = modelo.params
# Ordenar os coeficientes em termos absolutos (exceto o intercepto)
coeficientes_sem_intercepto = coeficientes.drop('const').abs().sort_values()
# Criar o gráfico
plt.figure(figsize=(10, 6))
sns.barplot(x=coeficientes_sem_intercepto, y=coeficientes_sem_intercepto.index, palette="Blues_r", hue=coeficientes_sem_intercepto, legend=False)
# Adicionar rótulos e títulos
plt.title("Importância das Variáveis de Divulgação no Modelo de Regressão", fontsize=14)
plt.xlabel("Valor Absoluto do Coeficiente")
plt.ylabel("Variáveis")
plt.tight_layout()
plt.show()
