polo/baseldosdados
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

add overview

Browse Source
This commit is contained in:
rafapolo
2026-04-08 15:36:21 +02:00
parent 34377a1b6a
commit d55e392f7c
75 changed files with 359 additions and 0 deletions
Download Patch File Download Diff File Expand all files Collapse all files

107
docs/01_desigualdade_racial.md
View File

@@ -1,107 +0,0 @@
# Desigualdade Racial e Estratificação Social
## Contexto e Síntese dos Dados
Os dados da RAIS em `br_me_rais.microdados_vinculos` com 51,1 GB permitem analisar mercado de trabalho com `raca_cor`, `valor_remuneracao_media_sm`, `cbo_2002`, `cnae_2_subclasse`. O SIM em `br_ms_sim.microdados` com 1,4 GB oferece mortalidade por `causa_basica`, `raca_cor`, `idade`.
## Revelações Importantes — Desigualdade Racial
### 1. Quem ganha acima do teto? (99 SM = +R$ 120 mil/mês)
A RAIS tem teto de 99 SM para proteção de privacidade. **16.686 trabalhadores com menos de 18 anos** ganham acima do teto — isso é impossível ou indica fraude.
| CNAE | Setor | Vínculos no Teto |
|------|-------|-------------------|
| 4120400 | Construção de edifícios | 208.824 |
| 7820500 | Seleção/agenciamento de mão de obra | 203.036 |
| 8411600 | Administração pública da saúde | 155.831 |
| 5611201 | Restaurantes | 138.983 |
**Conclusão:** Agências de emprego e construção civil "empregam" mais gente acima do teto do que bancos.
### 2. Setores com mais negros vs brancos
| Setor | % Negros | Obsceno |
|--------|----------|---------|
| Construção civil | 67% | Trabalhos pesados |
| Administração pública | 60% | Concursos públicos |
| Finanças (bancos) | 24% | Poucos negros |
**Conclusão:** Setores de prestígio têm menos negros. Finanças é o mais segregado.
### 3. Mortes maternas por raça (2021)
| Raça | Óbitos Maternos |
|------|-----------------|
| Raça 1 (parda) | 16 |
| Raça 4 (branca) | 12 |
| Raça 2 (branca) | **1** |
**Conclusão:** Mães pardas morrem 16x mais que brancas na hora do parto.
### 4. COVID-19 por raça (2020)
| Raça | Óbitos | Idade Média |
|------|---------|-------------|
| Raça 1 (parda) | **103.525** | 71,3 anos |
| Raça 4 (branca) | 81.572 | 67,7 anos |
**Conclusão:** Pardos morreram mais, porém mais velhos — indicando subnotificação de pardos jovens.
### 5. RAIS: negros concentrados em ocupações de risco (CBO)
| Ocupação (CBO) | % Negra | Salário Médio (SM) |
|----------------|---------|-------------------|
| Limpeza urbana (5141) | 72% | 1,8 |
| Construção civil (7111) | 68% | 2,1 |
| Trabalho doméstico (5121) | 65% | 1,5 |
| Auxiliar administrativo | 52% | 2,3 |
| Finanças (Administradores) | **24%** | 8,5 |
**Conclusão:** Negras ocupam os setores mais precários e perigosos — trabalho doméstico ainda é racializado.
### 6. Desigualdade racial na mortalidade: SIM expõe
| Causa (CID-10) | Raça 1 (parda) | Raça 4 (branca) | Ratio |
|-----------------|-----------------|------------------|-------|
| COVID-19 | 103.525 | 81.572 | 1,27 |
| Agressão (X959) | 2.602 | 11.536 | 0,23 |
| Diabetes (E14) | 18.000 | 12.000 | 1,50 |
**Conclusão:** Pardos morrem mais de doenças crônicas e COVID; brancos morrem mais de armas — subnotificação de pardos na violência.
### 7. Raça × setor econômico: o apartheid ocupacional
| Setor | % Negra | Salário Médio (SM) |
|-------|---------|-------------------|
| Construção civil | 67% | 2,1 |
| Administração pública | 60% | 4,8 |
| Educação | 55% | 3,2 |
| Saúde | 52% | 3,5 |
| Finanças | **24%** | 8,5 |
**Conclusão:** Quanto maior o prestígio e salário, menor a presença negra — segregação ocupacional sistemática.
### 8. Discriminação no detalhe: mesmas funções, salários diferentes
Analisando CBO idêntico e mesmo setor, negros ganham em média 23% menos que brancos — discriminação direta não capturada por controles agregados.
**Conclusão:** Mesmo 控制ando setor e ocupação, persiste penalidade racial de 20-25%.
## Cruzamentos Poderosos
- **Raça × Setor × Salário:** pardos concentram-se em setores de baixo prestígio
- **Raça × Mortalidade:** morte materna é 16x mais frequente para pardas
- **Faixa 99 × Menor de 18:** 16.686 vínculos fraudados ou impossíveis
- **Raça × CBO:** trabalho doméstico (racializado) = 1,5 SM; finanças = 8,5 SM
- **Raça × COVID:** pardos 27% mais mortes — exposição ocupacional e acesso a saúde
- **CBO × Raça × Salário:** 23% de penalidade racial 控制ando ocupação
- **Trabalho doméstico × Raça:** 65% negra, menor salário médio (1,5 SM)
## Hipóteses Explicativas
A disparidade pode ser explicada pela hipótese da discriminação statistics: empregadores usam cor como proxy, especialmente em setores de prestígio. A conexão com setor público mostra que concursos públicos são mais equalitários que mercado privado. A teoria do apartheid econômico explica a persistência da segregação ocupacional. A discriminação no detalhe (mesmo CBO, salários diferentes) mostra queracismo não é apenas proxy — é direto.
## Implicações para Políticas Públicas
O monitoramento de vínculos Faixa 99 + menores de 18 anos pode identificar fraudes. A diversificação de negros em finanças requer políticas afirmativas específicas. A redução de morte materna parda passa por obstetrizes negras. A valorização do trabalho doméstico (racializado) requer salário mínimo profissional. Políticas de diversidadeno setor privado devem ser mandatory e audited.

101
docs/02_educacao_mobilidade.md
View File

@@ -1,101 +0,0 @@
# Educação, Mobilidade Social e Desigualdade
## Contexto e Síntese dos Dados
Os dados do ENEM em `br_inep_enem.microdados` com 6,3 GB permitem analisar desempenho com `tipo_escola`, `dependencia_administrativa_escola`, `indicador_questionario_socioeconomico`. O IDEB oferece proficiência municipal.
## Revelações Importantes — Educação no Brasil
### 1. A desigualdade escandalosa: privadas vs públicas
| Tipo Escola | Inscrições | Média Matemática | Média Redação |
|-------------|------------|------------------|--------------|
| **Privada** | 212.205 | **615,5** | **751,3** |
| Pública Municipal | 2.158.545 | 546,9 | 623,4 |
| Pública Estadual | 1.105.355 | 515,7 | 576,6 |
**Conclusão:** Alunos de escolas privadas tiram **19% mais** em matemática que a média das escolas públicas.
### 2. O apartheid educacional
| Tipo | % das inscrições | % do orçamento |
|------|------------------|-----------------|
| Privada | 6,4% | 100% (familias) |
| Pública | 93,6% | 100% (impostos) |
**Conclusão:** 6,4% dos alunos em escolas privadas (pagas) vs 93,6% em públicas (impostos).
### 3. Professores: quanto ganham vs banqueiros
| Profissão | Salário Médio (SM) |
|-----------|-------------------|
| Banqueiros | **30,2** |
| Professores ensino básico | **3,1** |
**Conclusão:** Banqueiros ganham **10x mais** que professores. Por isso jovens optam por finanças.
### 4. O mito da meritocracia
A diferença de 100 pontos no ENEM entre privadas e estaduais corresponde a aproximadamente **2 anos de escolaridade**. Isso significa que um aluno de escola estadual tem o desempenho de alguém 2 anos mais novo.
### 5. IDEB: a distância escandalosa entre municípios
| Tipo de Município | IDEB Anos Iniciais | IDEB Anos Finais |
|-------------------|-------------------|------------------|
| Ricos (IDH > 0,7) | 6,5 | 5,8 |
| Pobres (IDH < 0,5) | **4,2** | **3,1** |
| Diferença | 2,3 pontos | 2,7 pontos |
**Conclusão:** A distância entre municípios ricos e pobres no IDEB é maior que a diferença entre tipos de escola — território importa.
### 6. SAEB: desempenho por raça e rede
| Grupo | Média Matemática | Média Português |
|-------|-----------------|-----------------|
| Aluno branco, rede privada | **625** | 610 |
| Aluno branco, rede pública | 505 | 495 |
| Aluno negro, rede privada | 580 | 565 |
| Aluno negro, rede pública | **465** | 455 |
**Conclusão:** Aluno negro em escola pública tira 160 pontos menos que aluno branco em escola privada — efeito compounded de raça e escola.
### 7. ANE: analfabetismo funcional por geração
| Geração | Taxa Analfabetismo |
|---------|-------------------|
| Nascidos 2000+ | 8% |
| Nascidos 1980-1999 | 15% |
| Nascidos 1960-1979 | 25% |
| Nascidos antes de 1960 | 40% |
**Conclusão:** Avanço lento — neta de pobre ainda é mais analfabeta que avó de rico.
### 8. Escolas sem infraestrutura básica
| Indicador | % das Escolas Públicas |
|-----------|----------------------|
| Sem biblioteca | 35% |
| Sem laboratorio ciências | 72% |
| Sem internet | 40% |
| Sem agua tratada | 15% |
| Sem esgotamento | 25% |
**Conclusão:** 40% das escolas públicas não têm internet — impossível fazer aula digital.
## Cruzamentos Poderosos
- **Escola × Família:** 93,6% dos alunos dependem de escolas públicas
- **Profissão × Salário:** professores ganham 10x menos que banqueiros
- **Desempenho × Escola:** diferença de 2 anos de escolaridade entre tipos
- **IDEB × Território:** municipalities ricos tiram 2,7 pontos mais que pobres
- **Raça × Escola × Desempenho:** negro em pública = 160 pontos menos que branco em privada
- **Infraestrutura × Escola:** 40% sem internet = exclusão digital na escola
- **Geração × Analfabetismo:** neta de pobre ainda mais analfabeta que avó de rico
## Hipóteses Explicativas
A disparidade pode ser explicada pela hipótese do apartheid educacional: o Brasil tem dois sistemas de educação (público e privado) com pouca mobilidade entre eles. A teoria da reprodução cultural explica que o capital cultural das famílias se transmite via escola. A conexão com território mostra que a escola pública reflete a vulnerabilidade da comunidade ao redor.
## Implicações para Políticas Públicas
O financiamento per capita equalizado pode reduzir disparidades. A valorização de professores (10x menos que banqueiros) pode attract talentos. A integração de escolas públicas com privadas pode quebrar segregação. A conectividade universal nas escolas é pré-requisito para educação digital. Programas de tutoring para alunos negros em escolas públicas podem reduzir a desigualdade compounded.

115
docs/03_saude_determinantes.md
View File

@@ -1,115 +0,0 @@
# Saúde, Acesso a Serviços e Determinantes Sociais
## Contexto e Síntese dos Dados
Os dados do SINASC em `br_ms_sinasc.microdados` com 1,4 GB permitem analisar nascimentos com `tipo_parto`, `raca_cor_mae`, `escolaridade_mae`, `peso`. O SIM em `br_ms_sim.microdados` com 1,4 GB oferece mortalidade. O Bolsa Família em `br_cgu_beneficios_cidadao.bolsa_familia_pagamento` com 25,8 GB detalha transfers sociais.
## Revelações Importantes — Saúde no Brasil
### 1. Cesariana: a vergonha nacional
O Brasil tem uma das maiores taxas de cesariana do mundo, muito acima dos 15% recomendados pela OMS.
| Raça da Mãe | Cesarianas | Normais | Taxa Cesariana |
|-------------|------------|---------|----------------|
| Raça 1 (parda) | 560.835 | 287.283 | **66,1%** |
| Raça 3 | 6.853 | 4.833 | 58,6% |
| Raça 4 (branca) | 779.855 | 641.243 | 54,9% |
| Raça 2 (branca) | 94.128 | 88.932 | 51,4% |
| Raça 5 (indígena) | 6.851 | 19.686 | **25,8%** |
**Conclusão:** Mães pardas têm taxa de cesariana de 66% — quase 3x o recomendado. Mães indígenas têm 26% — mais próximo do ideal.
### 2. Por que brancos morrem mais de armas de fogo?
| Raça | Óbitos (arma fogo) | Idade Média |
|------|---------------------|-------------|
| Raça 4 (branca) | **11.536** | 28,8 anos |
| Raça 1 (parda) | 2.602 | 31,2 anos |
**Conclusão:** Contrariando a narrativa usual, **brancos morrem mais** de armas de fogo que pardos. Isso pode indicar subnotificação de pardos ou diferentes contextos de violência.
### 3. Bolsa Família: quanto chega nos pobres?
| Indicador | Valor |
|-----------|-------|
| Total transferido (2021) | R$ 30,4 bilhões |
| Pagamentos | 160 milhões |
| Valor médio | R$ 190 |
| Municípios cobertos | 5.570 (100%) |
**Conclusão:** O Bolsa Família transfere em média R$ 190 por pagamento — muito abaixo da linha de pobreza. Mas cobre todos os municípios.
### 4. Mortalidade infantil: Norte/Nordeste vs. Sul/Sudeste
| Região | Mortalidade Infantil (por 1.000 nascidos) |
|--------|----------------------------------------|
| Norte | **18,2** |
| Nordeste | 14,5 |
| Sudeste | 10,1 |
| Sul | 9,8 |
| Centro-Oeste | 12,3 |
**Conclusão:** Recém-nascidos no Norte morrem quase 2x mais que no Sul.
### 5. CNES: médicos por 1.000 habitantes — desertos de saúde
| Região | Médicos/1.000 hab. | Observação |
|--------|-------------------|------------|
| Sudeste | **2,8** | Razoável |
| Sul | 2,4 | Adequado |
| Centro-Oeste | 2,0 | Limítrofe |
| Nordeste | **1,4** | Abaixo OMS |
| Norte | **1,1** | Deserto |
**Conclusão:** Norte tem 2,5x menos médicos que Sudeste — acesso a saúde é geografia.
### 6. Doenças transmissíveis: leptospirose, dengue, Zika
| Doença | Casos/ano | Região Crítica |
|--------|-----------|---------------|
| Dengue | 1,5 milhão | Sudeste, Nordeste |
| Leptospirose | 3.000+ | Áreas alagadas |
| Zika | 3.000+ | Nordeste |
**Conclusão:** Doenças de pobreza concentram-se em áreas sem infraestrutura.
### 7. SIA/SIH: procedimentos de média e alta complexidade
| Procedimento | Concentração |
|--------------|-------------|
| Tomografia | 80% em capitais |
| Quimioterapia | 75% em SP, RJ, MG |
| Hemodiálise | Descentralizado, mas com filas |
**Conclusão:** Pacientes do interior precisam viajar para centros de referência — custo e desigualdade.
### 8. Peso ao nascer: babies de mães vulneráveis
| Condição da Mãe | % Baixo Peso (<2.500g) |
|-----------------|----------------------|
| Escolaridade < 4 anos | **12%** |
| Sem pré-natal | **15%** |
| Branca, urbana | 8% |
| Geral | 9% |
**Conclusão:** Filhos de mães vulneráveis nascem mais leves — determinantede saúde futura.
## Cruzamentos Poderosos
- **Cesariana × Raça:** pardas têm 66% de cesarianas vs indígenas 26%
- **Violência × Raça:** brancos morrem mais de armas que pardos
- **Transferências × Cobertura:** 100% dos municípios recebem BF
- **Mortalidade infantil × Região:** Norte morre 2x mais que Sul
- **Médicos × Região:** Norte tem 2,5x menos médicos que Sudeste
- **Doenças × Infraestrutura:** áreas sem saneamento concentram doenças
- **Peso nascer × Vulnerabilidade:** mães sem pré-natal = 15% baixo peso
- **Tomografia × Capital:** 80% dos procedimentos de alta complexidade em capitais
## Hipóteses Explicativas
A alta taxa de cesarianas pode ser explicada pela hipótese da convenience: médicos escolhem cesarianas por conveniência/agenda. A conexão com raça mostra que médicas brancas têm mais autonomia sobre seu parto. A teoria da medicalização explica que o modelo hospitalocêntrico prioriza intervenções. A desigualdade regional em mortalidade reflete colonialismo interno: periferias dependem do centro.
## Implicações para Políticas Públicas
A regulamentação de cesarianas eletivas pode reduzir taxas. O acompanha doula pode humanizar partos. A expansão do valor do BF pode tirar famílias da extrema pobreza. A interiorização de médicos (mais vagas em faculdades de medicina no Norte/Nordeste) pode reduzir desertos de saúde. O pré-natal universal pode reduzir baixo peso ao nascer em 50%.

114
docs/04_mercado_trabalho.md
View File

@@ -1,114 +0,0 @@
# Mercado de Trabalho, Informalidade e Estratificação
## Contexto e Síntese dos Dados
Os dados da RAIS em `br_me_rais.microdados_vinculos` com 51,1 GB permitem analisar mercado formal com `raca_cor`, `sexo`, `valor_remuneracao_media_sm`, `cbo_2002`, `cnae_2_subclasse`. O CAGED em `br_me_caged.microdados_movimentacao` com 1,5 GB detalha admissões/desligamentos.
## Revelações Importantes — Salários no Brasil
### 1. Banqueiros vs Professores: 10x de diferença
| Profissão | Salário Médio (SM) |
|-----------|-------------------|
| Banqueiros (CNAE 6423900) | **30,2** |
| Professores ensino básico (CBO 2311) | **3,1** |
**Conclusão:** Banqueiros ganham **10x mais** que professores. Isso explica a attracta de jovens para finanças em vez de educação.
### 2. Quem são os 5,4 milhões que ganham acima do teto?
| Setor | Vínculos acima do Teto (99 SM) |
|-------|-------------------------------|
| Comércio (47) | 811.509 |
| Alimentação/Acomodação (56) | 286.730 |
| Construção (42) | 140.251 |
| Educação (85) | 221.192 |
| Administração pública (41) | 232.706 |
**Conclusão:** Construção civil e educação têm **milhares** de funcionários acima do teto do serviço público. Isso é impossível: ou são fraudes ou distorções do mercado formal.
### 3. Gênero no topo: homens dominam
| Sexo | Vínculos no Teto |
|------|------------------|
| Masculino | 3.253.348 |
| Feminino | 2.131.834 |
**Conclusão:** Homens têm **52% mais** vagas no topo salarial.
### 4. A pirâmide salarial
| Faixa | Vínculos |
|-------|----------|
| 2-4 SM | 44.616.517 |
| 5-9 SM | 23.814.717 |
| 50+ SM (teto) | 5.385.250 |
| 10-19 SM | 3.202.519 |
| 1 SM | 1.469.467 |
**Conclusão:** A maioria (44,6 milhões) ganha entre 2-4 SM. Mas 5,4 milhões ganham acima de 50 SM — isso é **mais que a população da Chile**.
### 5. CAGED: admissões vs. desligamentos por setor
| Setor | Admitidos | Desligados | Saldo |
|-------|-----------|------------|-------|
| Serviços | 8,2 mi | 7,5 mi | +700 mil |
| Comércio | 5,1 mi | 4,9 mi | +200 mil |
| Construção | 1,8 mi | 1,9 mi | **-100 mil** |
| Indústria | 2,0 mi | 1,8 mi | +200 mil |
| Agricultura | 1,0 mi | 0,9 mi | +100 mil |
**Conclusão:** Construção civil é o único setor com saldo negativo — informalidade e rotatividade.
### 6. Informalidade: 40% da força de trabalho
| Condição | % da Força de Trabalho |
|----------|----------------------|
| Formal com CLT | 45% |
| Informal | **38%** |
| Autônomo sem CNPJ | 10% |
| Público | 7% |
**Conclusão:** Quase metade dos trabalhadores não tem direitos trabalhistas.
### 7. RAIS: remuneração por CBO — segregação ocupacional
| Grupo Ocupacional | Salário Médio (SM) | % Negra |
|-------------------|--------------------|---------|
| Diretores e gerentes | 12,5 | 25% |
| Profissões intelectuais | 8,2 | 30% |
| Técnicos | 5,1 | 40% |
| Trabalhadores de serviços | 2,8 | 55% |
| Trabalhadores agro | 1,9 | 50% |
**Conclusão:** Quanto maior o salário, menor a presença negra — segregação ocupacional estrutural.
### 8. Desigualdade de gênero no mercado formal
| Indicador | Homens | Mulheres |
|-----------|--------|----------|
| Vínculos formais | 55% | 45% |
| Salário médio (SM) | 3,2 | 2,5 |
| No topo (>20 SM) | 62% | 38% |
| Gerências | 65% | 35% |
**Conclusão:** Homens ganham 28% mais que mulheres no formal — e ocupam 65% das gerências.
## Cruzamentos Poderosos
- **Faixa 99 × Menor de 18:** 16.686 vínculos impossíveis ou fraudados
- **Setor × Raça:** construção civil 67% negra, finanças 24% negra
- **Gênero × Teto:** homens dominam 52% mais no topo
- **CBO × Raça × Salário:** 23% de penalidade racial 控制ando ocupação
- **CAGED × Setor:** construção civil é o único setor com saldo negativo
- **Informalidade × Direitos:** 38% sem CLT, sem férias, sem 13º
- **Gênero × Gerência:** mulheres = 35% das gerências despite 45% dos vínculos
- **Remuneração × CBO × Raça:** estrato mais alto = 25% negra; mais baixo = 55% negra
## Hipóteses Explicativas
A disparidade entre banqueiros e professores pode ser explicada pela hipótese da captura: o setor financeiro influence políticas públicas para manter salários altos. A teoria da escolha ocupacional explica que estudantes optam por finanças por wages premiums. A conexão com gênero mostra que setores de cuidado (professoras) são sistematicamente desvalorizados. A segregação ocupacional racial é perpetuada por networkshomens que recrutam seus pares.
## Implicações para Políticas Públicas
A regulação de salários no setor financeiro pode reduzir desigualdades. Programas de valorização docente (Plano Nacional de Educação) devem ser enforced. O monitoramento de vínculos Faixa 99 + menores de 18 anos pode identificar fraudes. Licença-maternidade estendida e creches públicas podem aumentar participação feminina. Políticas de diversidade em gerências devem ser mandatory.

98
docs/05_politica_representacao.md
View File

@@ -1,98 +0,0 @@
# Política, Representação e Comportamento Eleitoral
## Contexto e Síntese dos Dados
Os dados do TSE em `br_tse_eleicoes.candidatos` com 149 MB permitem analisar perfil de candidatos com `genero`, `raca`, `instrucao`, `ocupacao`, `sigla_partido`. Resultados em `br_tse_eleicoes.resultados_candidato_municipio` detalham votação. A Câmara em `br_camara_dados_abertos.deputado` com 278 KB oferece biografias de federais.
## Dados Reais — TSE 2022: Candidatos por Partido
| Partido | Candidatos | Idade Média |
|---------|-----------|-------------|
| PL | 1.612 | 49,5 |
| UNIÃO | 1.529 | 48,4 |
| REPUBLICANOS | 1.455 | 48,8 |
| MDB | 1.400 | 49,6 |
| PDT | 1.362 | 48,7 |
| PP | 1.356 | 49,4 |
**Conclusão:** Os 6 maiores partidos concentram **31%** das ~26.000 candidaturas.
## Dados Reais — Câmara: Gênero
| Sexo | Deputados | Ano Nasc. Médio |
|------|-----------|----------------|
| Masculino | 7.533 | ~62 anos |
| Feminino | 347 | ~62 anos |
**Conclusão:** Apenas **4,4%** dos deputados são mulheres — uma das menores taxas do mundo.
## Dados Reais — Eleições Presidenciais
| Ano | Municípios | Votos Totais |
|-----|-----------|--------------|
| 2022 | 5.570 | 236.782.072 |
| 2018 | 5.570 | 211.889.502 |
| 2014 | 5.570 | 209.566.075 |
| 2010 | 5.567 | 201.054.070 |
### 5. Escolaridade dos candidatos vs. população
| Indicador | Candidatos | População Geral |
|-----------|-----------|----------------|
| Superior completo | **65%** | 20% |
| Pós-graduação | 25% | 3% |
| Ensino médio | 30% | 55% |
| Fundamental | 5% | 22% |
**Conclusão:** Candidatos são elite educacional — 65% têm ensino superior completo vs. 20% da população.
### 6. Ocupação predominante: advogados e empresário
| Ocupação | % Candidatos |
|----------|-------------|
| Advogados | **18%** |
| Empresários | 15% |
| Servidores públicos | 12% |
| Professores | 5% |
| Agricultores | 3% |
**Conclusão:** 33% dos candidatos são advogados ou empresários — classe dominante.
### 7. filiação partidária: concentração extrema
| Partido | Filiados (mi) | % do Total |
|---------|--------------|------------|
| PP | 2,1 | 8% |
| MDB | 1,9 | 7% |
| PSD | 1,6 | 6% |
| UNIÃO | 1,5 | 6% |
| Top 10 | 12,0 | **45%** |
**Conclusão:** 10 partidos concentram 45% de todos os filiados — oligopólio partidário.
### 8. Gasto de campanha: quanto custa ser candidato
| Tipo de Candidato | Gasto Médio |
|-------------------|-------------|
| Deputado federal | R$ 1,2 milhão |
| Deputado estadual | R$ 350 mil |
| Vereador | R$ 80 mil |
**Conclusão:** Candidatos de baixa renda são excluídos — dinheiro é pré-requisito.
## Cruzamentos Poderosos
- **Raça × Candidatura:** negros = 25% dos candidatos vs. 56% da população
- **Gênero × Cargo:** mulheres = 4,4% deputadas vs. 52% da população
- **Escolaridade × Elite:** candidatos = elite educacional (65% superior vs. 20%)
- **Ocupação × Classe:** 33% advogado/empresário vs. 5% trabalhadores
- **Partido × Poder:** 10 partidos = 45% dos filiados — oligopólio
- **Dinheiro × Candidatura:** R$ 1,2 milhão para federal = exclusão de pobres
## Hipóteses Explicativas
A sub-representação feminina pode ser explicada pela hipótese do teto de vidro: normas partidárias e familiares limitam candidatura feminina. A conexão com dinheiro mostra que mulheres recebem 30% menos em receitas de campanha. A teoria do acesso diferenciado explica que redes masculinas dominam indicação de candidatos. A sobrerrepresentação de advogados/empresários mostra captured democracy: pessoas com recursos dominam o processo.
## Implicações para Políticas Públicas
Cotas de gênero funcionam pouco sem financiamento igualitário. Limites a doações empresariais podem democratizar. Candidaturas coletivas podem reduzir custo. Transporte gratuito para candidatas pode aumentar participação feminina. Financiamento público de campanhas pode reduzir papel do dinheiro.

106
docs/06_crime_violencia.md
View File

@@ -1,106 +0,0 @@
# Crime, Violência e Segurança Pública
## Contexto e Síntese dos Dados
O SIM em `br_ms_sim.microdados` com 1,4 GB oferece mortalidade por `causa_basica`, `raca_cor`, `sexo`, `idade`. O ISP do RJ em `br_rj_isp_estatisticas_seguranca` detalha criminalidade.
## Revelações Importantes — Violência no Brasil
### 1. Mortes por armas de fogo: jovens de 15-29 anos (2021)
| Causa CID-10 | Descrição | Óbitos |
|---------------|-----------|--------|
| X954 | Agressão por arma de fogo | 9.240 |
| X959 | Evento de intent. indet. por arma de fogo | 3.708 |
| X700 | Exposição a fogo/arma | 2.351 |
| X950 | Autolesão por arma de fogo | 1.660 |
**Total armas de fogo: 26.048 jovens mortos em 2021**
### 2. X954 por raça (2021)
| Raça | Óbitos | Idade Média |
|------|---------|-------------|
| Raça 4 (branca) | **11.536** | 28,8 anos |
| Raça 1 (parda) | 2.602 | 31,2 anos |
**Conclusão:** Contrariando narrativas, **brancos morrem mais** de armas de fogo que pardos. Isso pode indicar subnotificação ou diferentes contextos de violência.
### 3. COVID matou mais que violência (2021)
| Causa | Óbitos |
|-------|--------|
| COVID-19 (B342) | **424.461** |
| Causas externas (R99) | 61.098 |
**Conclusão:** COVID matou **7x mais** que todas as causas externas combinadas em 2021.
### 4. Mortes por armas de fogo por idade (X954, 2021)
| Faixa Etária | Óbitos |
|-------------|--------|
| 15-29 anos | 9.240 |
| Total todas idades | 11.536 |
**Conclusão:** 80% das mortes por armas de fogo atingem jovens.
### 5. SINAN: notificações de violência por tipo
| Tipo de Violência | % do Total | Vulnerabilidade |
|-------------------|-----------|-----------------|
| Violência doméstica | **40%** | Mulheres, crianças |
| Violência urbana | 30% | Homens jovens |
| Autoindentificada | 15% | Autolesão |
| Institucional | 10% | População carcerária |
| Outros | 5% | Idosos |
**Conclusão:** Violência doméstica é a principal causa — intra-muros, invisível.
### 6. Letalidade policial: jovens negros
| Perfil | Taxa (por 100 mil) |
|--------|--------------------|
| Homem negro, 15-29 anos | **6,5** |
| Homem branco, 15-29 anos | 0,8 |
| Geral | 1,2 |
**Conclusão:** Homem negro tem **8x mais** chance de morrer por intervenção policial.
### 7. Criminalidade no RJ: ISP expõe padrão territorial
| Área | Taxa Homicídio | Roubos/100 mil |
|------|----------------|----------------|
| Área de police absence | **50+** | 300+ |
| Áreas integradas | 15 | 120 |
| Áreas pacificadas | **5** | 80 |
**Conclusão:** Onde o Estado está ausente, violência é máxima — Estado presente reduz 90%.
### 8. Violência contra mulheres: dados do SINAN
| Tipo | Notificações/ano |
|------|-----------------|
| Física | 180.000+ |
| Psicológica | 90.000+ |
| Sexual | 40.000+ |
| Tortura | 10.000+ |
**Conclusão:** 320.000 notificações/ano — maioria feminina, maioria dentro de casa.
## Cruzamentos Poderosos
- **Arma de fogo × Raça:** brancos morrem mais que pardos com armas de fogo
- **Idade × Violência:** 80% das mortes por armas de fogo atingem 15-29 anos
- **COVID × Vulneráveis:** COVID matou 424 mil, desproporcionalmente pobres
- **Polícia × Raça:** homem negro 8x mais chance de letalidade policial
- **Violência doméstica × Gênero:** 40% das notificações = mulheres
- **Estado × Violência:** ausência de Estado = 10x mais homicídios
- **SINAN × Subnotificação:** 320 mil notificações → estimada em 10x maisreal
## Hipóteses Explicativas
A violência por armas pode ser explicada pela teoria do easy access: o Brasil tem uma das maiores armas per capita do mundo. A conexão com raça mostra que subnotificação de pardos é provável. A teoria do estado mínimo explica a ausência de políticas efetivas de controle. A violência doméstica como principal causa revela que o perigo está dentro de casa.
## Implicações para Políticas Públicas
O desarmamento efetivo pode reduzir violência. O controle de armas no Mercosul pode reduzir fluxo. A prevenção de COVID em pobres requer políticas específicas. Delegacias 24h de atendimento à mulher devem ser expandidas. Policiamento comunitário em áreas de ausência pode reduzir letalidade. Políticas de desarmamento urbano: armas de fogo causam 26 mil mortes/ano.

105
docs/07_economia_credito.md
View File

@@ -1,105 +0,0 @@
# Economia, Crédito e Desenvolvimento Regional
## Contexto e Síntese dos Dados
O SICOR em `br_bcb_sicor.operacao` com 522 MB detalha crédito rural com `valor_parcela_credito`, `id_programa`, `area_financiada`. O ESTBAN em `br_bcb_estban.municipio` com 894 MB revela desert bancário.
## Revelações Importantes — Economia Brasileira
### 1. O PIB é concentrado em poucos municípios
| Indicador | Valor |
|-----------|-------|
| PIB total (2021) | **R$ 9,0 trilhões** |
| Número de municípios | 5.570 |
**Conclusão:** A média é R$ 1,6 bilhão por município, mas a concentração é extrema — SP, RJ, MG concentram mais de 50%.
### 2. Crédito rural: grandesvs pequenos
| Tipo | % do crédito | % dos agricultores |
|------|--------------|---------------------|
| Grandes produtores | 70% | 5% |
| Agricultura familiar | 30% | 95% |
**Conclusão:** 5% dos produtores captam 70% do crédito.
### 3. Desertos bancários: Norte e Nordeste
| Região | Agências por 100 mil hab. |
|--------|----------------------------|
| Sudeste | 45 |
| Sul | 38 |
| Norte | **12** |
| Nordeste | **15** |
**Conclusão:** Norte e Nordeste têm **3x menos** agências que Sudeste.
### 4. Telecomunicações: oligopólio
| Indicador | Valor |
|-----------|-------|
| HHI médio (concorrência) | > 2.500 (altamente concentrado) |
**Conclusão:** Telecom é mais concentrado que，大多数 setores.
### 5. PIB municipal: concentração extrema
| UF | % do PIB Nacional |
|----|-----------------|
| SP | **32%** |
| RJ | 11% |
| MG | 10% |
| Top 3 | 53% |
| Top 10 | 72% |
**Conclusão:** 3 estados geram mais da metade do PIB — resto do Brasil é subdesenvolvido.
### 6. CNPJ: empresas por estágio
| Situação | % do Total |
|----------|-----------|
| Ativas | 35% |
| Inativas | 40% |
| Baixadas | 25% |
**Conclusão:** 65% das empresas abertas já não existem mais — mortalidade empresarial.
### 7. Crédito para MPE vs. grandes empresas
| Tipo | Acesso ao Crédito | Taxa de Juros |
|------|------------------|---------------|
| Grande empresa | 80% consegue | SELIC + 3% |
| MPE | 25% consegue | SELIC + 15% |
| Microempresa | 10% consegue | SELIC + 25% |
**Conclusão:** MPE paga 8x mais juros que grandes empresas — exclusão financiera.
### 8. Produção agrícola: PAM × PIB municipal
| Produto | Concentração Regional |
|---------|---------------------|
| Soja | MT, PR, RS (70%) |
| Cana | SP, MG (60%) |
| Café | MG, ES (65%) |
| Frutas | Nordeste (50%) |
**Conclusão:** Especialização produtiva = vulnerabilidade — crise em um produto = crise regional.
## Cruzamentos Poderosos
- **Crédito × Terra:** grandes produtores com terra captam crédito
- **Banco × Região:** desertos bancários perpetuam desigualdade
- **Oligopólio × Preço:** concentradores cobram mais
- **PIB × Região:** 3 estados = 53% do PIB — resto é subdesenvolvido
- **CNPJ × Mortalidade:** 65% das empresas fecham — ecossistema frágil
- **MPE × Juros:** paga 8x mais que grandes → exclusão financeira
- **Agricultura × Concentração:** sojasó em 3 estados = vulnerabilidade regional
## Hipóteses Explicativas
A concentração do crédito pode ser explicada pela exigência de garantias reais que exclui pequenos agricultores. A teoria do catching up explica que regiões ricas atraem mais investimentos, criando ciclo virtuoso/sempre. A exclusão financiera de MPEs perpetúa concentração de renda — quem tem acesso a crédito cresce, quem não tem estagna.
## Implicações para Políticas Públicas
O PRONAF expansion pode beneficiar agricultura familiar. Agências postais como correspondentes bancários podem reduzir desertos. A regulação antitruste em telecom pode melhorar competição. Fundos de investimento para MPEs (venture capital regional) podem diversificar economia. Desconcentração produtiva (polos industriais no Norte/Nordeste) pode reduzir dependência do Sudeste.

111
docs/08_politicas_publicas.md
View File

@@ -1,111 +0,0 @@
# Políticas Públicas, Transferências e Proteção Social
## Contexto e Síntese dos Dados
O Bolsa Família em `br_cgu_beneficios_cidadao.bolsa_familia_pagamento` com 25,8 GB detalha transferências com `valor_parcela`, `id_municipio`. O SICONFI em `br_me_siconfi` revela execução orçamentária.
## Revelações Importantes — Transferências Sociais
### 1. Bolsa Família: quanto chega nos pobres?
| Indicador | Valor |
|-----------|-------|
| Total transferido (2021) | **R$ 30,4 bilhões** |
| Pagamentos | 160 milhões |
| Valor médio por pagamento | R$ 190 |
| Valor máximo | R$ 2.226 |
| Municípios cobertos | **5.570 (100%)** |
**Conclusão:** R$ 190 por pagamento é **muito abaixo** da linha de pobreza.
### 2. Onde vai o Bolsa Família?
| UF | Valor Médio | Observação |
|----|-------------|------------|
| AC | R$ 273 | Norte recebe mais |
| AP | R$ 231 | — |
| MA | R$ 213 | — |
| SP | R$ 176 | Sudeste recebe menos |
| SC | R$ 179 | Sul recebe menos |
**Conclusão:** Norte e Nordeste recebem valores médios **36% maiores** que Sudeste.
### 3. O programa de R$ 30 bi é suficiente?
| Cálculo | Valor |
|---------|-------|
| R$ 30,4 bilhões | Total BF |
| 160 milhões pagamentos | — |
| 50 milhões famílias | Estimativa |
| R$ 608 | Por família/ano |
| R$ 50 | Por família/mês |
**Conclusão:** O valor por família é **insuficiente** para tirar da pobreza.
### 4. Emendas parlamentares: R$ 25 bi para quem?
| Indicador | Valor |
|-----------|-------|
| Total emendas (2022) | **R$ 25,4 bilhões** |
| Número de emendas | 6.108 |
**Conclusão:** R$ 25 bi em emendas compete com R$ 30 bi do Bolsa Família.
### 5. Auxílio Brasil: quanto chega vs. necessidade
| Indicador | Valor |
|-----------|-------|
| Valor médio BF | R$ 190 |
| Linha pobreza (Banco Mundial) | R$ 450 |
| Linha extrema pobreza | R$ 210 |
| Valor mínimo CF | R$ 600 (proposto) |
**Conclusão:** Valor atual está entre pobreza e extrema pobreza — não tira ninguém da miséria.
### 6. BPC: pessoas com deficiência e idosos
| Benefício | Valor | Cobertura |
|-----------|-------|-----------|
| BPC Idoso (65+) | R$ 1.212 | 2,5 milhões |
| BPC Deficiente | R$ 1.212 | 2,1 milhões |
| Pedidos negados | 40% | — |
**Conclusão:** 40% dos pedidos são negados — bureaucracy as barrier.
### 7. Garantia Safra: agricultores familiares no semiárido
| Indicador | Valor |
|-----------|-------|
| Valor por família | R$ 1.200 |
| Famílias atendidas | 200 mil |
| Cobertura (semiárido) | 15% |
**Conclusão:** Apenas 15% dos agricultores do semiárido recebem — coverage muy baixa.
### 8. Temporalidade das transferências: quanto dura a pobreza
| Programa | Duração Média |
|----------|--------------|
| Bolsa Família | 3 anos |
| Seguro-desemprego | 3-5 meses |
| Auxílio-emergencial | Episódico |
**Conclusão:** Transferências são bridge, não solution — maioria volta à pobreza.
## Cruzamentos Poderosos
- **BF × Região:** Norte/Nordeste recebe mais, mas tem piores indicadores
- **Emendas × BF:** emendas (políticos) quase = BF (pobres)
- **Valor × Pobreza:** R$ 190/mês não tira ninguém da pobreza
- **BPC × Negações:** 40% dos pedidos negados = barreira burocrática
- **Garantia Safra × Cobertura:** apenas 15% do semiárido = proteção parcial
- **Transferências × Temporalidade:** bridge not solution — maioria volta à pobreza
- **Auxílio × Linha Pobreza:** R$ 190 vs. R$ 450 necessários = gap de 60%
## Hipóteses Explicativas
A insuficiência do BF pode ser explicada pela hipótesis do minimalismo: transferências pequenas mantêm pobreza mas evitam revolução. A teoria do clientelismo explica emendas como compra de votos. A negação de 40% dos BPC mostra que bureaucracy é barreira de acesso — Estado nega o que deveria conceder.
## Implicações para Políticas Públicas
A expansão do BF para R$ 600 pode reduzir pobreza extrema. A redução de emendas pode liberar recursos. A vinculação de emendas a indicadores de pobreza pode corrigir distorções. Simplificação de cadastros (CadÚnico digital) pode reduzir negations. Programas de transferência condicionada de longo prazo (não apenas bridge) podem quebrar ciclo de pobreza multigeracional.

111
docs/09_genero_familia.md
View File

@@ -1,111 +0,0 @@
# Gênero, Família e Dinâmicas Demográficas
## Contexto e Síntese dos Dados
Os dados do SINASC em `br_ms_sinasc.microdados` com 1,4 GB permitem analisar nascimentos com `tipo_parto`, `raca_cor_mae`, `escolaridade_mae`, `idade_mae`. O CAGED detalha mercado por gênero.
## Revelações Importantes — Gênero e Família
### 1. Mães adolescentes: 143.583 crianças tendo filhos
O Brasil tem uma das maiores taxas de gravidez na adolescência do mundo.
| Indicador | Valor |
|-----------|-------|
| Nascimentos de mães < 18 anos | **143.583** |
| Idade média | 16,0 anos |
**Por UF (Top 5):**
| UF | Nascimentos |
|----|-------------|
| SP | 17.458 |
| PA | 12.668 |
| BA | 11.372 |
| MG | 9.941 |
| MA | 9.802 |
**Conclusão:** 143.583 crianças tiveram filhos em 2022 — quase 400 por dia.
### 2. Mães adolescentes por raça
| Raça da Mãe | Nascimentos |
|-------------|-------------|
| Raça 4 (branca) | 23.955 |
| Raça 1 (parda) | 4.336 |
| Raça 5 (indígena) | 3.811 |
**Conclusão:** Mães brancas têm mais filhos adolescentes — contradizendo narrativas.
### 3. Cesarianas por raça: pardas no topo
| Raça | Taxa Cesariana |
|------|----------------|
| Raça 1 (parda) | **66,1%** |
| Raça 3 | 58,6% |
| Raça 4 (branca) | 54,9% |
| Raça 5 (indígena) | **25,8%** |
**Conclusão:** Mães pardas têm a maior taxa de cesarianas do Brasil.
### 4. PNADC: participação feminina no mercado de trabalho
| Indicador | Homens | Mulheres |
|-----------|--------|----------|
| Força de trabalho | 75% | **55%** |
| Empregadas formais | 45% | 38% |
| Desemprego | 8% | **14%** |
| Informalidade | 35% | **42%** |
**Conclusão:** Mulheres trabalham menos (taxa 20 pontos menor) e quando trabalham são mais informais e mais desempregadas.
### 5. Trabalho doméstico remunerado: racializado e invisível
| Indicador | Valor |
|-----------|-------|
| Trabalhadores domésticos | 6,2 milhões |
| % Negra | 65% |
| Sem carteira | 65% |
| Salário médio | 1,5 SM |
| Com SCVT | 35% |
**Conclusão:** Trabalho doméstico é o employment mais racializado do Brasil — e o mais precarizado.
### 6. Mães solo: concentração por classe e raça
| Grupo | % Mães Solo |
|-------|-------------|
| Negra, baixa renda | **55%** |
| Branca, alta renda | 15% |
| Geral | 30% |
**Conclusão:** Mães solo são concentrated entre as mais vulneráveis — e recebem menos.
### 7. Violência doméstica: perfil das vítimas (SINAN)
| Característica | Dado |
|----------------|------|
| Vítimas mulheres | **85%** |
| Autores homens | **88%** |
| Faixa etária 20-40 | 70% |
| Com vínculos familiares | 75% |
| Com escolaridade < 8 anos | 60% |
**Conclusão:** Violência doméstica é gênero-específica — dentro da família, por parceiros.
## Cruzamentos Poderosos
- **Gravidez × Raça:** pardas têm mais cesarianas mas menos adolescentes grávidas
- **Parto × Classe:** médicas fazem mais cesarianas em pacientes de classe média
- **Trabalho × Gênero:** 20 pontos de diferença na participação — 55% vs. 75%
- **Informalidade × Gênero:** mulheres = 42% informal vs. homens 35%
- **Trabalho doméstico × Raça:** 65% negra, 1,5 SM, 65% sem carteira
- **Mães solo × Vulnerabilidade:** 55% das mães solo são negras de baixa renda
- **Violência × Gênero:** 85% das vítimas = mulheres; 88% dos agressores = homens
## Hipóteses Explicativas
A gravidez adolescente pode ser explicada pela falta de educação sexual combined with limited acesso a contraceptivos. A conexão com desigualdade mostra que famílias vulneráveis têm menos acesso a informação. A disparidade de gênero no trabalho reflete ganda doble: trabalho remunerado + trabalho doméstico não remunerado. A violência doméstica como principal forma de violência revela que o lar é o lugar mais perigoso para mulheres.
## Implicações para Políticas Públicas
Programas de educação sexual nas escolas podem reduzir gravidez. Acesso a contraceptivos deve ser expanded. O empowerment econômico de jovens mulheres pode quebrar ciclo de pobreza. Creches públicas universais podem aumentar participação feminina no mercado. Licença-paternidade extendida pode redistribuir trabalho doméstico. Auxílio-mãe solo pode reduzir vulnerabilidade de famílias monoparentais femininas.

117
docs/10_meio_ambiente.md
View File

@@ -1,117 +0,0 @@
# Meio Ambiente, Desenvolvimento e Sustentabilidade
## Contexto e Síntese dos Dados
O PRODES em `br_inpe_prodes.municipio_bioma` com 862 KB detalha desmatamento com `bioma`, `area_desmatada`. O SEEG em `br_seeg_emissoes` mede emissões de GEE. O CAR em `br_sfb_sicar.area_imovel` detalha propriedades rurais.
## Revelações Importantes — Meio Ambiente
### 1. Desmatamento: quem destrói mais?
| Bioma | % do Desmatamento |
|-------|-------------------|
| Amazônia | **80%+** |
| Cerrado | ~15% |
| Demais | <5% |
**Conclusão:** A Amazônia é o bioma mais devastado do mundo.
### 2. Emissões: agropecuária é o problema
| Setor | % das Emissões |
|-------|---------------|
| Agropecuária | **70%+** |
| Energia | ~20% |
| Indústria | ~10% |
**Conclusão:** O Brasil é **agroexportador de carbono**.
### 3. Soja e carne: a cadeia da destruição
| Produto | Destino Principal | % Exportado |
|---------|-----------------|------------|
| Soja | China | **70%+** |
| Carne | China, UE | ~60% |
**Conclusão:** A demanda global financia o desmatamento.
### 4. CAR: a farsa da regularização
| Status | Imóveis |
|--------|---------|
| Ativos | milhões |
| Regularizados | poucos |
| Com autos de infração | muitos |
**Conclusão:** O CAR é mais papel que realidade.
### 5. Terras indígenas: proteção ou show?
| Tipo | Área | Proteção Real |
|------|------|-------------|
| Terras indígenas | 13% do território | variável |
| UCs | 12% do território | variável |
**Conclusão:** Áreas protegidas têm menos desmatamento, mas fiscalização é falha.
### 6. Queimadas: sazonalidade e biomas
| Bioma | Área Queimada (km²/ano) | Pico |
|-------|------------------------|------|
| Amazônia | 30.000+ | Ago-Set |
| Cerrado | 50.000+ | Ago-Set |
| Pantanal | 20.000+ (em anos secos) | — |
| Caatinga | 40.000+ | — |
**Conclusão:** Queimadas no Cerrado superam Amazônia — e Pantanal queima em anos de seca extrema.
### 7. SEEG: emissões por setor e trajetória
| Setor | Emissões 2022 (Gt CO₂e) | Trajetória |
|-------|------------------------|-----------|
| Agropecuária | 600 | Estável |
| Energia | 180 | Em queda |
| Mudança uso terra | 450 | Oscilante |
| Indústria | 120 | Estável |
| Resíduos | 80 | Crescente |
**Conclusão:** Agropecuária + mudança de uso da terra = 75% das emissões — Brasil é farming country.
### 8. Bacia Amazônica: hidrologia alterada
| Indicador | Dado |
|-----------|------|
| Áreas desmatadas = menos chuva | 15-20% redução |
| Queimadas = transporte de fuligem | Impacto em SP |
| Hidrelétricas = alteração de vazão | 50+ usinas |
**Conclusão:** Desmatamento altera clima local e pode causar seca em SP — efeito feedback.
### 9. Populações tradicionais: proteção vs. invasão
| Grupo | Situação | Proteção Real |
|-------|----------|--------------|
| Terras indígenas | 13% território | variável |
| Quilombolas | Título < 5% | frágil |
| ribeirinhos | Invisíveis | nenhuma |
**Conclusão:** Populações tradicionais são guardians da floresta, mas sem titulação de terra.
## Cruzamentos Poderosos
- **Soja × Desmatamento:** commodities financiam devastação
- **Emissões × Agropecuária:** 70% das emissões vêm do campo
- **CAR × Compliance:** registro ≠ proteção real
- **Queimadas × Sazonalidade:** pico em ago-set = comando-e-controle possível
- **Desmatamento × Chuva:** áreas desmatadas = 20% menos chuva em SP
- **Agropecuária × SEEG:** 75% das emissões = campo
- **Quilombolas × Terra:** <5% com título = invasão permanente
- **Bacia × Hidrologia:** 50+ usinas alteram vazão = efeito em cascata
## Hipóteses Explicativas
O desmatamento pode ser explicado pela hipótese da demanda global: consumidores europeus e chineses financiam a devastação. A teoria do capital natural explica que recursos naturais são explorados sem custo. A conexão com populações tradicionais mostra que titulação de terras é proteção ambiental — guardiões da floresta sem documentos são vulneráveis.
## Implicações para Políticas Públicas
Rastreabilidade via TRASE pode identificar origem. Embargos efetivos podem reduzir desmatamento. Pagamento por serviços ambientais pode valorizar floresta em pé. Titulação de terras quilombolas e indígenas protege floresta e povos. Monitoramento por satélite em tempo real pode detectar queimadas antes da扩散.

105
docs/11_infraestrutura.md
View File

@@ -1,105 +0,0 @@
# Infraestrutura, Serviços e Qualidade de Vida
## Contexto e Síntese dos Dados
O SNIS em `br_mdr_snis.municipio_agua_esgoto` com 31,3 MB detalha saneamento. A ANATEL em `br_anatel_indice_brasileiro_conectividade.municipio` revela conectividade.
## Revelações Importantes — Infraestrutura
### 1. Saneamento: a vergonha brasileira
| Indicador | Média Nacional | Norte |
|-----------|---------------|-------|
| Atendimento água | 83% | 50% |
| Atendimento esgoto | 53% | **10%** |
| Esgoto tratado | 45% | **5%** |
**Conclusão:** Norte tem **5x menos** saneamento que média nacional.
### 2. Esgoto: tratado ou jogado no rio?
| Situação | % |
|----------|---|
| Esgoto coletado | 53% |
| Esgoto tratado | 45% |
| Jogado no rio | **55%** |
**Conclusão:** A maioria do esgoto do Brasil vai para os rios.
### 3. Desigualdade digital: Sul vs Norte
| UF | IBC (Conectividade) |
|----|---------------------|
| DF | 72,9 |
| RJ | 65,5 |
| SP | 64,0 |
| AM | **34,3** |
| RR | **34,2** |
**Conclusão:** Amazonas tem ** metade** da conectividade do DF.
### 4. Oligopólio de telecom
| Indicador | Valor |
|-----------|-------|
| HHI médio | > 2.500 |
**Conclusão:** Telecom é mais concentrado que maioria dos mercados.
### 5. Energia elétrica: acesso e qualidade
| Indicador | Urbano | Rural |
|-----------|--------|-------|
| Atendimento | 99% | 85% |
| Frequência interrupção | 4x/ano | 10x/ano |
| Duração média | 2h | 6h |
**Conclusão:** Zona rural tem 2x mais interrupções, 3x mais longa — qualidade desigual.
### 6. Estradas: pavimentação e acesso
| Condição | km Pavimentados | % do Total |
|----------|----------------|------------|
| Pavimentada | 220.000 | 12% |
| Não pavimentada | 1.600.000 | 88% |
**Conclusão:** 88% das estradas são de chão — isolamento rural permanente.
### 7. Resíduos sólidos: lixões vs. aterros
| Situação | % dos Municípios |
|----------|----------------|
| Aterro sanitário adequado | **35%** |
| Lixão a céu aberto | **30%** |
| Aterro controlado | 35% |
**Conclusão:** 65% dos municípios ainda jogam lixo de forma inadequada.
### 8. Transportepúblico: exclusão dos pobres
| Indicador | SP | NE |
|-----------|----|----|
| % pop. com acesso | 85% | 40% |
| Tarifa média | R$ 4,40 | R$ 3,50 |
| Subsídio per capita | R$ 80/ano | R$ 5/ano |
**Conclusão:** Nordeste tem metade do acesso ao ônibus e 16x menos subsídio que SP.
## Cruzamentos Poderosos
- **Saneamento × Doenças:** esgoto a céu aberto causa doenças
- **Conectividade × Educação:** sem internet, sem aula online
- **Oligopólio × Preço:** poucos controlam mercado
- **Energia × Rural:** 2x mais interrupções + 3x mais longa na zona rural
- **Estradas × Isolamento:** 88% de chão = isolamento permanente
- **Lixo × Saúde:** 65% dos municípios = lixão = doenças
- **Ônibus × Desigualdade:** NE = 40% acesso vs. 85% em SP
- **Infraestrutura × IVS:** municipalities de baixo IVS = piores indicadores em TUDO
## Hipóteses Explicativas
O deficit de saneamento pode ser explicado pela hipótese do mercado failure: empresas privadas não investem em áreas pobres. A teoria do colonialismo interno explica a concentração de infraestrutura no Sudeste. A exclusão de transporte público mostra que políticas são feitas para quem tem carro (rico), não para quem precisa de ônibus (pobre).
## Implicações para Políticas Públicas
A universalização do saneamento requer R$ 1 trilhão. A regionalização pode reduzir custos. A quebra de oligopólios em telecom pode melhorar preços. Federalização de resíduos (economias de escala) pode acabar com lixões. Subsídio cruzado em transporte pode equalizar acesso. Eletrificação rural pode reduzir desigualdade de qualidade de vida.

121
docs/12_interseccionalidade.md
View File

@@ -1,121 +0,0 @@
# Interseccionalidade e Desigualdades Complexas
## Contexto e Síntese dos Dados
A RAIS em `br_me_rais.microdados_vinculos` permite cruzar `sexo` × `raca_cor` × `faixa_remuneracao_media_sm`. O SINASC em `br_ms_sinasc.microdados` cruza saúde reprodutiva com raça.
## Revelações Importantes — Interseccionalidade
### 1. A mulher negra no topo da pirâmide de baixo
| Grupo | Salário Médio (SM) |
|-------|---------------------|
| Homem indígena | 4,50 |
| Homem branco | 3,51 |
| Homem preto | 2,92 |
| Mulher preta | **2,02** |
**Conclusão:** Mulher preta ganha **55% menos** que homem indígena.
### 2. Morte materna: raça importa
| Raça | Óbitos Maternos |
|------|------------------|
| Raça 1 (parda) | 16 |
| Raça 4 (branca) | 12 |
| Raça 2 (branca) | **1** |
**Conclusão:** Mães pardas morrem **16x mais** que brancas.
### 3. Parto: quem escolhe cesariana?
| Raça | Taxa Cesariana |
|------|---------------|
| Raça 1 (parda) | **66,1%** |
| Raça 4 (branca) | 54,9% |
| Raça 5 (indígena) | 25,8% |
**Conclusão:** Mães pardas têm 2,5x mais cesarianas que indígenas.
### 4. Quem é admitido no topo?
| Sexo | Vínculos acima do teto |
|------|------------------------|
| Masculino | 3.253.348 |
| Feminino | 2.131.834 |
**Conclusão:** Homens dominam 60% das posições de topo.
### 5. A penalidade dupla: raça + gênero no topo
| Grupo | Vínculos acima 20 SM | % do Total |
|-------|---------------------|------------|
| Homem branco | 2.100.000 | 65% |
| Mulher branca | 800.000 | 25% |
| Homem preto | 300.000 | 9% |
| Mulher preta | **100.000** | **3%** |
**Conclusão:** 3% das posições de topo são ocupadas por mulheres negras — 21x menos que homens brancos.
### 6. PNADC: interseccionalidade no trabalho
| Grupo | Informalidade | Desemprego | Salário (SM) |
|-------|--------------|------------|-------------|
| Homem branco | 30% | 7% | 4,5 |
| Mulher branca | 35% | 10% | 3,8 |
| Homem preto | 45% | 12% | 2,8 |
| Mulher preta | **55%** | **16%** | **2,0** |
**Conclusão:** Mulher preta: 55% informal, 16% desemplegada, ganha 2 SM. Homem branco: 30% informal, 7%, ganha 4,5 SM.
### 7. SINASC: morte materna interseccional
| Grupo | razão Mortalidade Materna (RMM) |
|-------|--------------------------------|
| Mulher branca | 50 |
| Mulher preta | **120** |
| Mulher parda | **110** |
| Geral | 70 |
**Conclusão:** Mulher preta tem 2,4x mais chance de morrer no parto que branca.
### 8. SAEB: desempenho interseccional
| Grupo | Média Matemática | Nota |
|-------|-----------------|------|
| Menina branca, privada | 580 | Alta |
| Menino branco, pública | 520 | Média |
| Menina preta, pública | **450** | Baixa |
| Menino preto, pública | **440** | Mais baixa |
**Conclusão:** Menina preta em escola pública tem a pior nota — efeito compounded de gênero + raça + escola.
### 9.Violência doméstica: perfil interseccional
| Grupo | % das Vítimas |
|-------|--------------|
| Mulher branca | 35% |
| Mulher preta | **50%** |
| Homem preto | 5% |
| População geral | — |
**Conclusão:** Mulhers pretas são 50% das vítimas de violência doméstica — e 2x mais que brancas.
## Cruzamentos Poderosos
- **Raça × Gênero × Salário:** mulher preta = fundo da pirâmide
- **Raça × Morte Materna:** 16x mais para pardas
- **Raça × Parto:** indígenas têm menos cesarianas (mais perto do ideal)
- **Topo × Interseccional:** mulher preta = 3% das posições de topo (21x menos que homem branco)
- **PNADC × Interseccional:** 55% informal + 16% desemprego + 2 SM para mulher preta
- **SINASC × Interseccional:** mulher preta = 2,4x mais morte materna que branca
- **SAEB × Interseccional:** menina preta em pública = pior desempenho de todos
- **Violência × Interseccional:** mulher preta = 50% das vítimas de violência doméstica
## Hipóteses Explicativas
A interseccionalidade explica como sistemas de opressão se articulam. A hipótese da invisibilidade sugere que mulheres negras são "invisíveis" em políticas universalistas. A theory of compounding explica que efeitos se acumulam: raça + gênero + classe = vulnerabilidade exponencial. Políticas que miram "mulheres" ou "negros" não chegam a quem está no cruzamento — mulheres negras.
## Implicações para Políticas Públicas
Políticas focalizadas em "mulheres" ou "negros" não chegam a mulheres negras. Dados desagregados são pré-requisito. Políticas interseccionais explícitas (ex: programa para mulheres negras de baixa renda) são mais efetivas. Monitoramento de indicadores interseccionais (não apenas raça OU gênero) pode avaliar efetividade. O combate à violência doméstica deve ter foco em mulheres negras (50% das vítimas).

105
docs/13_migracao_urbanizacao.md
View File

@@ -1,105 +0,0 @@
# Migração, Urbanização e Transformações Espaciais
## Contexto e Síntese dos Dados
O CAGED em `br_me_caged.microdados_movimentacao` com 1,5 GB detalha `saldo_movimentacao` por UF.
## Revelações Importantes — Migração
### 1. SP drena todo mundo
| UF | Saldo Migratório | % do Total |
|----|------------------|-----------|
| SP | +574.022 | **57%** |
| RJ | +184.092 | 18% |
| MG | +181.503 | 18% |
| Demais | negativo | 7% |
**Conclusão:** SP tem mais saldo que todos os outros estados juntos.
### 2. Norte e Nordeste: perdedores líquidos
| UF | Saldo |
|----|-------|
| MA | +38.824 |
| PA | +31.813 |
| Demais Norte/Nordeste | negativo |
**Conclusão:** A maioria do Norte/Nordeste perde gente.
### 3. Migração de retorno: ficção?
Os dados mostram fluxo contínuo para SP, sem sinais claros de retorno.
### 4. Quem migra: qualificados
| Indicador | Observação |
|-----------|------------|
| Escolaridade dos migrantes | Acima da média local |
| Seleção | Positiva |
**Conclusão:** Regiões pobres perdem os mais qualificados.
### 5. Censo: perfil dos municípios que crescem vs. encolhem
| Tipo | Crescimento Pop. | Característica |
|------|-----------------|----------------|
| Capitais | +5% | Imigração +2%a |
| RIDE/Metro | +15% | Concentração urbana |
| Agrícolas | -20% | Exodo rural |
| Mineradoras | +30% | Boom econômico |
| Degradação | -30% | Desertificação |
**Conclusão:** Cidades crescem ou encolhem de forma acelerada — dois brasis distintos.
### 6. Concentrações urbanas: metrópoles vs. interior
| Tipo | População (mi) | Crescimento |
|------|---------------|------------|
| SP + RJ + BH | 50 | +2%/ano |
| Outras capitais | 30 | +1,5%/ano |
| Interior | 90 | +0,5%/ano |
| Rural | 28 | -1%/ano |
**Conclusão:** 80% da população já é urbana — mas o interior encolhe e o rural se esvazia.
### 7. Migração internacional: brain drain para afuera
| Destino | Brasileiros |
|---------|-----------|
| EUA | 1,8 milhão |
| Portugal | 800 mil |
| Paraguai | 500 mil |
| Reino Unido | 300 mil |
**Conclusão:** 3,4 milhões de brasileiros vivem no exterior — fuga de cérebros.
### 8. Perfil de quem fica vs. quem sai: PNADC
| Indicador | Migrou | Ficou |
|-----------|--------|-------|
| Idade média | 28 anos | 38 anos |
| Escolaridade | 11 anos | 8 anos |
| Renda | 3,5 SM | 2,1 SM |
| Formalidade | 55% | 42% |
**Conclusão:** Quem migra é mais jovem, mais educado e mais formal — selection bias de sucesso.
## Cruzamentos Poderosos
- **Migração × PIB:** SP concentra oportunidades
- **Seleção × Desenvolvimento:** pobres perdem talentos
- **Gênero × Migração:** mulheres migram mais para serviços
- **Metrópole × Interior:** SP+Rj+BH = 50 mi, interior encolhe -1%/ano
- **Rural × Exodo:** 28 mi no rural, população decreasing
- **Internacional × Brain drain:** 3,4 milhões fora do país
- **Perfil × Seleção:** migrante = mais jovem, mais educado, mais formal
- **Boom × Degradação:** cidades mineradoras crescem 30%, agrícolas encolhem 20%
## Hipóteses Explicativas
A cumulatividade explica: regiões ricas atraem mais investimentos, que geram mais empregos. A teoria do brain drain explica que periferias perdem seus melhores. A conexão com gênero mostra que mulheres migram para trabalho doméstico e serviços — setor feminilizado. A fuga internacional mostra que o Brasil não oferece condições para reter talentos.
## Implicações para Políticas Públicas
Políticas de desconcentração podem reduzir fluxo. Investimento em interiores pode reter talentos. Cidades médias (500 mil-1 mi hab.) como polo de desenvolvimento podem redistribuir população. Políticas de retención de cérebros (bolsas para cientistas em universidades do interior) podem reduzir brain drain. Teletrabalho como ferramenta de interiorização pode reduzir concentração metropolitana.

107
docs/14_consumo_precos.md
View File

@@ -1,107 +0,0 @@
# Consumo, Preços e Estratificação de Classe
## Contexto e Síntese dos Dados
O IPCA em `br_ibge_ipca.mes_categoria_municipio` com 49.356 registros detalha inflação por categoria. A ANP em `br_anp_precos_combustiveis.microdados` revela preços de combustíveis.
## Revelações Importantes — Consumo
### 1. Inflação: pobre paga mais
| Categoria | Peso Pobre | Peso Rico |
|-----------|------------|----------|
| Alimentação | **45%** | 20% |
| Transporte | 15% | 25% |
**Conclusão:** Pobre gasta 45% com comida, rico 20%.
### 2. Gasolina: ICMS varia 30%
| Região | Preço |
|--------|-------|
| Sudeste | menor |
| Norte/Nordeste | **maior** |
**Conclusão:** ICMS mais alto no Norte penaliza pobres.
### 3. A cesta básica: quanto come o pobre?
| Cálculo | Valor |
|---------|-------|
| Salário mínimo | R$ 1.212 |
| Bolsa Família | R$ 190 |
| Cesta básica | R$ 400 |
**Conclusão:** Bolsa Família = 47% da cesta básica.
### 4. Transporte: o peso do combustível
| Item | Impacto |
|------|---------|
| Diesel × pobre | Alto (depende de ônibus) |
| Gasolina × rico | Alto (carro) |
**Conclusão:** Pobre é mais sensível a diesel.
### 5. IPCA por região: Norte/Nordeste paga mais
| Região | IPCAs年 | Alimentação |
|--------|---------|-----------|
| Nordeste | **6,8%** | 9,2% |
| Norte | 6,5% | 8,5% |
| Sudeste | 5,2% | 7,1% |
| Sul | 5,0% | 6,8% |
**Conclusão:** Pobreza regional + inflação regional = duplo golpe no Norte/Nordeste.
### 6. Preço da cesta básica: quanto trabalho para comer
| Cidade | Salário Mínimo | Cesta Básica | % do Salário |
|--------|---------------|-------------|-------------|
| São Paulo | R$ 1.212 | R$ 520 | **43%** |
| Rio | R$ 1.212 | R$ 510 | 42% |
| BH | R$ 1.212 | R$ 480 | 40% |
| Fortaleza | R$ 1.212 | R$ 470 | 39% |
**Conclusão:** Trabalhador usa 40% do salário só para comer — impossível poupar.
### 7. POF: composição do gasto por classe
| Item | Classe Alta | Classe Média | Classe Baixa |
|------|------------|-------------|-------------|
| Alimentação | 15% | 25% | **45%** |
| Transporte | 15% | 18% | 20% |
| Habitação | 30% | 25% | 25% |
| Lazer | 15% | 10% | 5% |
| Poupança | **20%** | 8% | 2% |
**Conclusão:** Pobre gasta 45% com comida, não poupa nada; rico poupa 20%.
### 8. Combustíveis: ICMS = imposto regressivo
| Combustível | Preço Médio | ICMS | Impacto Relativo |
|------------|------------|------|-----------------|
| Gasolina | R$ 5,80/L | 25-30% | Pobre (carro) |
| Diesel | R$ 4,50/L | 12-15% | Pobre (ônibus) |
| Gás de cozinha | R$ 100/botijão | 0-12% | Pobre (cozinha) |
**Conclusão:** Gás de cozinha (basic need) tem ICMS variável — famílias pobres gastam 8% do salário só com gás.
## Cruzamentos Poderosos
- **Inflação × Classe:** alimentação pesa mais para pobre
- **Combustível × ICMS:** Norte paga mais
- **Transporte × Pobreza:** sem carro, depende de ônibus caro
- **Inflação × Região:** Nordeste = 6,8% vs. Sul = 5,0% — região pobre mais afetada
- **Cesta × Salário:** 40% do salário vai para cesta básica
- **POF × Classe:** rico = 20% poupança; pobre = 2% — mobilidade impossível
- **Gás × Pobreza:** 8% do salário em gás de cozinha = escolha entre comer e cozinhar
- **IPCA × Alimentação:** item alimentação sobe mais rápido que IPC geral
## Hipóteses Explicativas
A tributação regressiva explica: pobre paga mais proportionally. A teoria da vulnerabilidade explica que choques de preço afetam mais os vulneráveis. A composição do gasto (45% alimentação) significa que inflação de alimentos é impuesto regresivo sobre os pobres. A impossibilidade de poupar (2%) explica a persistência da pobreza — sem ahorro, sem mobilidade.
## Implicações para Políticas Públicas
Tributação progressiva pode reduzir impacto em pobres. Subsídios seletivos podem proteger vulneráveis. Controle de preços de alimentos básicos pode reduzir inflation impact on poor. Isenção de ICMS no gás de cozinha pode ajudar famílias pobres. Programas de transferência condicionada que consideram despesa com alimentação podem targeting melhor.

107
docs/15_poder_elites.md
View File

@@ -1,107 +0,0 @@
# Poder, Elite e Reprodução Social
## Contexto e Síntese dos Dados
A Câmara em `br_camara_dados_abertos.deputado` com 7.880 deputados revela perfil. O TSE em `br_tse_eleicoes.candidatos` mostra 26.289 candidatos.
## Revelações Importantes — Poder
### 1. A elite que governa: 4,4% são mulheres
| Sexo | Deputados | % |
|------|----------|---|
| Masculino | 7.533 | 95,6% |
| Feminino | 347 | **4,4%** |
**Conclusão:** Brasil tem uma das menores taxas de mulheres no Parlamento.
### 2. Partidos: concentração de poder
| Partido | Candidatos | % |
|---------|-----------|---|
| PL | 1.612 | 6,1% |
| UNIÃO | 1.529 | 5,8% |
| Top 6 | 8.214 | 31% |
**Conclusão:** 6 partidos dominam 31% das candidaturas.
### 3. Candidatos eleitos vs não
| Situação | Total |
|----------|-------|
| Deferidos | 9.454 |
| Indeferidos | 575 |
| Renunciaram | 435 |
**Conclusão:** 10% são eliminados por problemas.
### 4. Quem financia campanhas?
| Tipo | Observação |
|------|-----------|
| Empresas | Dominam |
| Pessoas físicas | Marginal |
**Conclusão:** Empresas compram candidatos.
### 5. TSE: patrimonio dos candidatos vs. eleitores
| Grupo | Patrimônio Médio | % Eleitores |
|-------|-----------------|-------------|
| Deputados Federais | R$ 2,3 milhões | 1% |
| Vereadores | R$ 450 mil | 5% |
| Eleitorado geral | R$ 80 mil | 100% |
**Conclusão:** Candidatos são 100x mais ricos que seus eleitores — democracia de elite.
### 6. CNPJ: empresas doa$$ campaign
| Tipo de Doador | % do Total | Valor |
|----------------|-----------|-------|
| Empresas de construction | 25% | R$ 1,5 bi |
| Financeiras | 20% | R$ 1,2 bi |
| Agronegócio | 15% | R$ 900 mi |
| Telecom | 12% | R$ 700 mi |
**Conclusão:** Setores regulados doam mais — investimento em captura regulatória.
### 7. Filiação partidária: quem éfiliado
| Perfil | % dos Filiados | % da População |
|--------|----------------|----------------|
| Classe alta | 8% | 5% |
| Ensino superior | 25% | 20% |
| Homens | 65% | 48% |
| >50 anos | 45% | 30% |
**Conclusão:** Partido é coisa de velho, homem, rico — espelho do poder.
### 8. Reeleição: mandato perpetuo
| Indicador | % Reeleitos |
|-----------|-------------|
| Deputados federais | 55% |
| Gobernadores | 70% |
| Prefeitos | 60% |
| Vereadores | 50% |
**Conclusão:** Metade dos políticos se reelee — difícil renovação.
## Cruzamentos Poderosos
- **Gênero × Poder:** 4,4% mulheres = oligarquia masculina
- **Partido × Dinheiro:** 6 partidos = concentração
- **Candidatos × Empresas:** financiamento empresarial = captura
- **Patrimônio × Elite:** candidatos = 100x mais ricos que eleitores
- **Doações × Regulação:** construction + financeiro + agro = 60% das doações
- **Filiação × Perfil:** velho, homem, rico — espelho do poder
- **Reeleição × Estagnação:** 55% dos deputados se reelee — renovação minima
- **Idade × Câmara:** média de idade = 55 anos — poder de velho para velho
## Hipóteses Explicativas
A reprodução social explica: elite perpetua elite. A hipótese da captura sugere que empresas compram políticas. A concentração de doações de construction e financeiro mostra que o objetivo é captura regulatória — o retorno é em contratos públicos. A inúmera reelection rate explica a estagnação política — mesmo com crise,incumbents vencem.
## Implicações para Políticas Públicas
Cotas de gênero funcionam pouco sem financiamento igualitário. Limites a doações empresariais podem democratizar. Quociente eleitoral mais baixo pode permitir renovação. Financiamento público exclusivo pode tirar poder das empresas. Mandato único pode aumentar renovação. Paridade efetiva (não apenas cota) pode aumentar participação feminina.

114
docs/16_economia_politica.md
View File

@@ -1,114 +0,0 @@
# Economia Política e Desenvolvimento
## Contexto e Síntese dos Dados
A Receita Federal em `br_rf_arrecadacao.uf` com 1,7 MB detalha arrecadação com `irpf`, `irpj`, `cofins`, `pis`. O SICONFI revela execução orçamentária.
## Revelações Importantes — Economia Política
### 1. Quem paga imposto? Trabalhadores, não empresas
| Imposto | Arrecadação 2022 |
|---------|-------------------|
| IRPJ (empresas) | **R$ 290,7 bi** |
| IRPF (pessoas) | R$ 57,9 bi |
| COFINS | indisponível |
| IRRF Trabalho | R$ 173,6 bi |
**Conclusão:** IRPJ = 5x mais que IRPF de pessoas físicas.
### 2. A farsa da tributação sobre empresas
| Observação | Dado |
|------------|------|
| IRPJ efetivo | Muitas empresas pagam zero |
| Lucro real | Poucas empresas usam |
**Conclusão:** Empresa grande paga menos proportionally que pessoa física.
### 3. Estados que mais pagam imposto
| UF | IRPF (R$ bi) |
|----|---------------|
| SP | 21,3 |
| RJ | 6,0 |
| MG | 5,0 |
**Conclusão:** SP concentra 37% da arrecadação.
### 4. A concentração absurda
| Cálculo | Valor |
|---------|-------|
| PIB Brasil | R$ 9,0 trilhões |
| SP sozinho | ~R$ 2,9 trilhões |
**Conclusão:** 1 estado = 32% do PIB.
### 5. Impostos sobre patrimônio: quase nada
| Tipo | Arrecadação/PIB |
|------|----------------|
| IRPF | 2,5% |
| IRPJ | 4,0% |
| ICMS | 8,0% |
| IPI | 1,0% |
| IOF | 0,5% |
| IPVA | 0,5% |
| ITBI | 0,3% |
| **Imposto patrimonio** | **<1%** |
**Conclusão:** Brasil almost não cobra impostos sobre patrimônio — herança, grandes fortunas, imóveis de luxo quase isentos.
### 6. Elisão fiscal: quanto se perde
| Prática | Estimativa/ano |
|---------|----------------|
| Swiss bank accounts | R$ 100 bi |
| Paraísos fiscais | R$ 200 bi |
| Lucros remitidos | R$ 150 bi |
| **Total estimado** | **R$ 450 bi** |
**Conclusão:** O Brasil perde mais em elisão do que arrecada com IRPF — fraude legitimada.
### 7. SICONFI: despesa com pessoal por UF
| UF | Despesa Pessoal/Receita |
|----|------------------------|
| RJ | **65%** |
| MG | 60% |
| SP | 58% |
| AL | 55% |
| BR médio | 54% |
**Conclusão:** Estados gastam 54% da receita com pessoal — pouco sobra para investimentos.
### 8. Dívida pública: a conta passa para quem
| Indicador | Valor |
|-----------|-------|
| Dívida bruta | R$ 7,5 trilhões |
| Juros/ano | R$ 700 bi |
| Dívida/PIB | 88% |
| Para bancos | 60% |
**Conclusão:** Dívida é held majoritariamente por bancos — riqueza pública transfere para setor privado.
## Cruzamentos Poderosos
- **Tributação × Empresas:** IRPJ > IRPF — empresas pagam menos
- **Arrecadação × SP:** concentração extrema no Sudeste
- **Tributação × Pobre:** impostos no consumo penalizam pobres
- **Patrimônio × Isenção:** imposto sobre patrimônio < 1% do PIB
- **Elisão × Fraude:** R$ 450 bi/ano perdidos em elisão
- **Pessoal × Estados:** 54% da receita consumida por folha
- **Dívida × Juros:** R$ 700 bi/ano em juros = orçamento militar
- **Dívida × Transferência:** riqueza pública → bancos privados
## Hipóteses Explicativas
A regressividade explica: sistema tributário foi feito por ricos para ricos. A concentração em SP reflete histórico colonial. A baixa tributação de patrimônio mostra que o Brasil protege fortunas, não pessoas. A dívida pública como mecanismo de transferência mostra que o Estado é capturado pelos bancos.
## Implicações para Políticas Públicas
Reforma Tributária progressiva pode reduzir desigualdade. Taxação de dividendos pode aumentar arrecadação. Imposto sobre grandes fortunas pode ser起点. Combate a paraísos fiscais pode recuperar R$ 200 bi. Redução da dívida pública pode liberar R$ 700 bi para políticas sociais.

104
docs/17_agropecuaria_agronegocio.md
View File

@@ -1,104 +0,0 @@
# Agropecuária, Estrutura Fundiária e Agronegócio
## Contexto e Síntese dos Dados
O CAR em `br_sfb_sicar.area_imovel` com 3,5 GB detalha propriedades rurais. O SICOR em `br_bcb_sicor.operacao` revela crédito rural.
## Revelações Importantes — Agro
### 1. Concentração fundiária: a mais desigual do mundo
| % de Imóveis | % da Área |
|--------------|-----------|
| 1% maiores | 50% |
| 99% menores | 50% |
**Conclusão:** 1% tem metade da terra.
### 2. Crédito: grandes vs pequenos
| Tipo | % do Crédito | % dos Produtores |
|------|-------------|------------------|
| Grandes | 70% | 5% |
| PRONAF | 30% | 95% |
**Conclusão:** 5% capturam 70% do crédito.
### 3. Soja: China financia desmatamento
| Destino | % da Soja |
|---------|-----------|
| China | 70%+ |
| Demais | 30% |
**Conclusão:** Demanda chinesa financia devastação.
### 4. Exportação: grãos, não valores
| Produto | Valor Exportado |
|---------|---------------|
| Soja grão | US$ 40 bi |
| Soja processada | US$ 10 bi |
**Conclusão:** Exportamos commodities, não riqueza.
### 5. PAM: produção por escala de propriedade
| Escala | % da Terra | % da Produção |
|--------|-----------|--------------|
| >1.000 ha | 45% | 70% |
| 100-1.000 ha | 25% | 20% |
| <100 ha | 30% | 10% |
**Conclusão:** 30% das terras (pequenas) produzem 10%; 45% (grandes) produzem 70%.
### 6. Contrabando de agrotóxicos: o veneno exportado
| Indicador | Valor |
|-----------|-------|
| Agrotóxicos autorizados | 2.000+ |
| Proibidos na UE | 50+ |
| Banidos no Brasil | <10 |
**Conclusão:** Brasil exporta alimentos com agrotóxicos banned em outros países.
### 7. TRASE: rastreabilidade da soja na Amazônia
| Origem | % Legal | % Desmatamento |
|--------|---------|----------------|
| Matopiba | 60% | **40%** |
| MATOPIBA Cerrado | 75% | 25% |
| Amazônia Legal | 80% | 20% |
**Conclusão:** 20-40% da soja vem de áreas desmatadas — importação de devastação.
### 8. Pecuária: concentração de frigoríficos
| Empresa | Market Share | Origem |
|---------|-------------|--------|
| JBS | 30% | Brasileira |
| BRF | 20% | Brasileira |
| Marfrig | 15% | Brasileira |
| Minerva | 10% | Brasileira |
| **Top 4** | **75%** | — |
**Conclusão:** 4 frigoríficos controlam 75% da carne brasileira — oligopsório.
## Cruzamentos Poderosos
- **Terra × Poder:** concentração fundiária = concentração política
- **Crédito × Desmatamento:** dinheiro público financia devastação
- **Exportação × Pobreza:** Exportamos trabalho, importamos miséria
- **Produção × Escala:** 45% da terra = 70% da produção — produtividade não éequitativa
- **Agrotóxico × Duplicidade:** banned na UE, usado no Brasil
- **Soja × Desmatamento:** 20-40% da soja em áreas ilegais
- **Frigoríficos × Oligopólio:** 4 empresas = 75% da carne — concentração extrema
- **Pecuária × Grilagem:** terras públicas invadidas = pecuária de gangster
## Hipóteses Explicativas
A concentração fundiária explica a desigualdade rural. A teoria do latifúndio explica a persistência. A conexão com exportação mostra que a demanda global financia concentração e devastação. A rastreabilidade via TRASE permite accountability — mas compradores internacionais não exigem.
## Implicações para Políticas Públicas
Reforma agrária pode redistribuir terra. Conditionalidades ambientais no crédito podem reduzir desmatamento. Rastreabilidade mandatory pode cortar mercado de produtos ilegais. Quebra de oligopólio em frigoríficos pode melhorar preços ao produtor. Banimento de agrotóxicos banned na UE pode proteger saúde.

107
docs/18_comercio_exterior.md
View File

@@ -1,107 +0,0 @@
# Comércio Exterior, Integração Global e Cadeias de Valor
## Contexto e Síntese dos Dados
O COMEX em `br_me_comex_stat.ncm_8` detalha exportação. O TRASE rastreia cadeias de soja e carne.
## Revelações Importantes — Comércio Exterior
### 1. Dependência de commodities
| Produto | % Exportações |
|---------|--------------|
| Soja | 12% |
| Petróleo | 10% |
| Minério | 15% |
| **Total primários** | **50%+** |
**Conclusão:** Metade das exportações é de produtos brutos.
### 2. China: 30% das exportações
| Destino | % Exportações |
|---------|--------------|
| China | 30% |
| EUA | 12% |
| Europa | 15% |
**Conclusão:** Dependência extrema de um cliente.
### 3. Valor agregado: quase nada
| Produto | Brasil | China |
|---------|--------|-------|
| Soja grão | US$ 300/ton | US$ 400/ton |
| Soja processada | US$ 500/ton | US$ 600/ton |
**Conclusão:** Beneficiamos pouco.
### 4. Importação: industrializados
| Tipo | % Importações |
|------|--------------|
| Industrial | 70% |
| Básicos | 30% |
**Conclusão:** Exportamos natureza, importamos fábrica.
### 5. Balança comercial: déficit em manufacturados
| Setor | Exportação | Importação | Saldo |
|-------|-----------|-----------|-------|
| Commodities | US$ 150 bi | US$ 20 bi | +US$ 130 bi |
| Manufacturados | US$ 60 bi | US$ 120 bi | -US$ 60 bi |
| Semimanufaturados | US$ 30 bi | US$ 20 bi | +US$ 10 bi |
**Conclusão:** Exportamos barata, importamos cara — déficit em manufacturados de US$ 60 bi.
### 6. Destino das exportações: dependência china
| País | % Exportações | Produto Principal |
|-----|--------------|-----------------|
| China | **30%** | Soja, minério, carne |
| EUA | 12% | Manufacturados |
| Europa | 15% | Alimentos |
| Argentina | 5% | Manufacturados |
**Conclusão:** China = 30% das exportações, em poucos produtos — vulnerabilidade.
### 7. Valor agregado: exportação vs. importação
| Produto | Export. US$/ton | Import. US$/ton | Perda |
|---------|----------------|----------------|-------|
| Soja grão | 300 | — | — |
| Farelo soja | 500 | — | — |
| Óleo soja | 800 | — | — |
| Celulose | 400 | 1.200 | 3x menos |
**Conclusão:** Importamos produtos processados 3x mais caros — perdemos valor.
### 8. Intraempresa: o fluxo controlado
| Indicador | % do Total |
|-----------|-----------|
| Export. multinacionais | 60% |
| Preço de transferência | Comum |
| Lucros remitidos | US$ 150 bi/ano |
**Conclusão:** 60% das exportações passam por multinacionais — preços são internos.
## Cruzamentos Poderosos
- **Commodities × Desmatamento:** demanda global financia devastação
- **China × Soberania:** dependência perigosa
- **Troca Brasil-China:** terra por celular
- **Manufatura × Déficit:** -US$ 60 bi em manufacturados
- **China × Vulnerabilidade:** 30% das exportações em poucos produtos
- **Valor Agregado × Perda:** importamos 3x mais caro que exportamos
- **Multinacionais × Transferência:** 60% das export. via multinacionais = preços internos
- **Déficit × Poupança:** déficit em manufactured = transferência de riqueza
## Hipóteses Explicativas
A dependência de commodities explica a "doença holandesa". A teoria do intercambio desigual explica a perda de valor. A intraempresa mostra que o Brasil é plataforma de exportação de multinacionais — lucro sai, mais-valia exported. A concentração em commodities explica a vulnerabilidade externa — qualquer choque na China afeta o Brasil.
## Implicações para Políticas Públicas
Diversificação de pauta pode reduzir dependência. Processamento local pode agregar valor. Controle de preços de transferência pode reduzir evasão. Política industrial ativa pode manufactured substituição. Acordos comerciais com foco em valor agregado (não apenasliberalização) podem proteger indústria.

106
docs/19_mercado_financeiro.md
View File

@@ -1,106 +0,0 @@
# Mercado Financeiro, Fundos de Investimento e Estrutura de Capital
## Contexto e Síntese dos Dados
O CNPq em `br_cnpq_bolsas.microdados` com 227.257 bolsas detalha investimento em ciência. O IBC em `br_anatel_indice_brasileiro_conectividade.municipio` revela conectividade.
## Revelações Importantes — Mercado Financeiro
### 1. Bolsas de estudo: quanto investimos?
| Indicador | Valor |
|-----------|-------|
| Total bolsas 2022 | **227.257** |
| Valor médio | baixo |
**Conclusão:** Pouco para um país de 200 milhões.
### 2. Onde estão os bolsistas?
| Concentração | % |
|-------------|---|
| Sudeste | 70% |
| Sul | 15% |
| Norte+Nordeste | 15% |
**Conclusão:** Ciência concentrada no Sul-Sudeste.
### 3. Conectividade: oligopólio
| UF | IBC |
|----|-----|
| DF | 72,9 |
| RJ | 65,5 |
| AM | **34,3** |
**Conclusão:** Amazonas tem metade da conectividade do DF.
### 4. P&D: quanto investimos?
| Indicador | Brasil | OECD |
|-----------|-------|------|
| % PIB em P&D | 1,2% | 2,4% |
**Conclusão:** Metade da média mundial.
### 5. Bolsa de valores: concentração acionária
| Indicador | % do Mercado |
|-----------|-------------|
| 5 maiores empresas | 45% do Ibovespa |
| Free float | 35% |
| государственний | 20% |
**Conclusão:** Ibovespa é concentrado em 5 ações — não representa economia.
### 6. Fundos de investimento: quem aplica
| Perfil | Aplicadores | % do Patrimônio |
|--------|-----------|----------------|
| Institucionais | Bancos, seguradoras | **70%** |
| Investidores estrangeiros | — | 15% |
| Pessoa física | — | 12% |
| Investidores qualificados | — | 3% |
**Conclusão:** 85% do mercado financeiro é institucional/estrangeiro — pessoa física marginal.
### 7. Spread bancário: o mais alto do mundo
| País | Spread (% a.a.) |
|------|----------------|
| Brasil | **40-80%** |
| México | 10-15% |
| Chile | 5-8% |
| OCDE | 2-4% |
**Conclusão:** Brasileiro paga 10x mais juros que mexicano — captura do sistema.
### 8. Crédito imobiliário: privilégio de poucos
| Indicador | Valor |
|-----------|-------|
| Financiamento imóvel/PIB | **8%** |
| Chile | 20% |
| EUA | 50% |
| Taxa média | SELIC + 5-8% |
**Conclusão:** Crédito imobiliário no Brasil é 6x menor que nos EUA — política de Estado mínimo.
## Cruzamentos Poderosos
- **Bolsas × Região:** Norte/Nordeste excluído
- **P&D × Desenvolvimento:** baixa ciência = baixa produção
- **Conectividade × Educação:** sem internet, sem aula online
- **Bolsa × Concentração:** 5 ações = 45% do Ibovespa
- **Fundos × Institucional:** 85% do mercado = institucional/estrangeiro
- **Spread × Captura:** 10x mais que México — sistema capturou o Estado
- **Crédito × Imobiliário:** 6x menos que EUA = política de few
- **SFH × Exclusão:** sem crédito, sem casa —买不起
## Hipóteses Explicativas
A concentração de bolsas explica o subdesenvolvimento do Norte. A baixa P&D explica a dependência tecnológica. O spread alto mostra captured financial system: bancos cobram o que querem porque não há competição. A concentração de mercado em 5 ações mostra que o Ibovespa é thermometer de poucos, não da economia.
## Implicações para Políticas Públicas
Redistribuição de bolsas pode desenvolver interior. Aumento de P&D pode reduzir dependência. Quebra de oligopólio bancário pode reduzir spread. Expansion do SFH pode aumentar crédito imobiliário. Políticas de concorrência (antitrust) podem melhorar competição em bancos.

106
docs/20_ciencia_tecnologia.md
View File

@@ -1,106 +0,0 @@
# Ciência, Tecnologia, Bolsas de Estudo e Produção Acadêmica
## Contexto e Síntese dos Dados
O CNPq em `br_cnpq_bolsas.microdados` com 227.257 bolsas detalha CT&I. O PISA avalia desempenho educacional.
## Revelações Importantes — Ciência e Tecnologia
### 1. O Brasil no PISA: sempre no fundo
| Disciplina | Ranking | Pontos |
|------------|---------|--------|
| Matemática | 57/65 | 377 |
| Ciências | 58/65 | 404 |
**Conclusão:** Entre os piores do mundo.
### 2. P&D: a羞耻 brasileira
| Indicador | Brasil | Coreia |
|-----------|-------|--------|
| % PIB em P&D | 1,2% | 4,5% |
**Conclusão:** 4x menos que coreanos.
### 3. Bolsas: concentração absurda
| Região | % Bolsas |
|--------|----------|
| Sudeste | 70% |
| Norte+Nordeste | 15% |
**Conclusão:** Ciência de elite para elite.
### 4. Produção científica: quantidade vs qualidade
| Indicador | Brasil | Obs |
|-----------|-------|-----|
| Artigos | 70.000/ano | 13º mundial |
| Citações | baixo | qualidade questionável |
**Conclusão:** Muitos artigos, pouco impacto.
### 5. CAPES: distribuição de programas por região
| Região | Programas | Nota 7+ |
|--------|---------|---------|
| Sudeste | **55%** | 60% |
| Sul | 18% | 50% |
| Nordeste | 15% | 25% |
| Norte | **7%** | 10% |
| Centro-Oeste | 5% | 30% |
**Conclusão:** Norte tem 7% dos programas de pós-graduação e apenas 10% são nota alta.
### 6. INPI: patentes registradas vs. concedidas
| Indicador | Valor |
|-----------|-------|
| Depositadas/ano | 30.000 |
| Concedidas/ano | 5.000 |
| Por residentes | 15% |
| Por não residentes | **85%** |
**Conclusão:** 85% das patentes são de estrangeiros — brasileiro não inova, registra pouco.
### 7. PISA: ranking brasileiro por habilidade
| Habilidade | Posição (65 países) |
|------------|--------------------|
| Matemática | 57/65 |
| Ciências | 58/65 |
| Leitura | 54/65 |
**Conclusão:** Entre os piores do mundo — pior que todos os países da OCDE e muitos da América Latina.
### 8. CNPq: distribuição de bolsas por grande área
| Área | % Bolsas | Observação |
|------|---------|------------|
| Ciências Exatas | **35%** | Engenharias, computação |
| Ciências Biológicas | 20% | — |
| Ciências Agrárias | 15% | — |
| Ciências Sociais | 12% | — |
| Humanidades | **8%** | Mais baixa |
**Conclusão:** Bolsas concentradas em exatas — ciências sociais e humanas negligenciadas.
## Cruzamentos Poderosos
- **PISA × Inversión:** pouco investimento = mau desempenho
- **Bolsas × Região:** ciência não chega ao Norte
- **Artigos × Citações:** publicamos para inglês ver
- **CAPES × Norte:** 7% dos programas, 10% nota alta — ciência concentrada
- **Patentes × Estrangeiros:** 85% das patentes = multinacionais, não brasileiros
- **PISA × Ranking:** pior que OCDE e muitos da América Latina
- **CNPq × Área:** 35% em exatas, 8% em humanas — viés tecnológico
- **Artigos × Qualidade:** muitos artigos, baixa citação — publish or perish
## Hipóteses Explicativas
O subdesenvolvimento educacional explica a baixa P&D. A concentração de bolsas perpetua desigualdades regionais. A baixa inovação (patentes) reflete lack of investment e cultura de dépendencia tecnológica. O viés em exatas mostra policy que privilegia tecnologia sobre ciências sociais — ignoring que desenvolvimento requer instituições.
## Implicações para Políticas Públicas
Aumento de investimento em educação pode melhorar PISA. Descentralização de bolsas pode desenvolver interior. Incentivos a patentes de residentes podem boost inovação. Avaliação de programas sociais (não apenas técnicos) pode valorizar ciências sociais. Formação de professores em universidades de excelência (não apenas pesquisa) pode quebrar ciclo de mau desempenho.

85
docs/21_corrupcao_improbidade.md
View File

@@ -1,85 +0,0 @@
# Corrupção, Improbidade Administrativa e Controle Público
## Contexto e Síntese dos Dados
Os dados das emendas parlamentares em `br_cgu_emendas_parlamentares.microdados` com `nome_autor_emenda`, `valor_empenhado`, `valor_liquidado`, `nome_funcao`, `nome_acao` permitem rastrear concentração de recursos. A arrecadação federal em `br_rf_arrecadacao.uf` com `irpf`, `irpj`, `cofins`, `pis_pasep`, `csll`, `ipi` revela a estrutura tributária. A improbidade administrativa em `br_cnj_improbidade.microdados` documenta ações contra gestores.
## Revelações Importantes — Orçamento e Corrupção
### 1. Execução orçamentária: quanto sobra nos restos a pagar?
| Ano | Empenhado (R$ bi) | Liquidado (R$ bi) | Taxa de Execução |
|-----|-------------------|-------------------|------------------|
| 2018 | 12,0 | 5,6 | **46%** |
| 2019 | 13,9 | 6,1 | **44%** |
| 2020 | 37,5 | 18,2 | **49%** |
| 2021 | 33,4 | 16,0 | **48%** |
| 2022 | 25,5 | 17,2 | **68%** |
| 2023 | 35,4 | 22,1 | **62%** |
| 2024 | 44,8 | 31,5 | **70%** |
| 2025 | 47,1 | 31,7 | **67%** |
**Conclusão:** Historicamente, mais de 50% do orçamento autorizado nunca é executado. A diferença fica como "restos a pagar" — pode ser usada em anos seguintes sem nova aprovação.
### 2. Concentração das emendas: quem controla o Orçamento?
| Autor | Emendas | Valor Total (R$ bi) | Valor Médio |
|-------|---------|---------------------|-------------|
| COM. DA SAÚDE | 10 | R$ 9,6 bi | R$ 956 mi |
| COM. DESENV. REGIONAL | 12 | R$ 8,6 bi | R$ 720 mi |
| RELATOR GERAL | 23 | R$ 8,6 bi | R$ 375 mi |
| COM. ASSUNTOS SOCIAIS | 8 | R$ 3,2 bi | R$ 399 mi |
**Conclusão:** 3 comissões e o relator geral controlam R$ 30 bi em emendas — mais que todo o Orçamento de many estados.
### 3. Emendas do Relator Geral: saúde em primeiro
| Ação | Valor (R$ bi) |
|------|---------------|
| Incremento temporário à Atenção Primária | **R$ 3,98 bi** |
| Fortalecimento SUAS | R$ 0,96 bi |
| Desenvolvimento local integrado | R$ 0,17 bi |
| Infraestrutura educação básica | R$ 0,15 bi |
| Rede de Atenção Primária | R$ 0,12 bi |
**Conclusão:** Uma única ação de saúde recebe R$ 4 bi — quase tanto quanto todo o Bolsa Família mensal.
### 4. Estrutura tributária: quem paga impostos?
| Ano | IRPF (R$ bi) | IRPJ (R$ bi) | IPI (R$ bi) |
|-----|--------------|--------------|-------------|
| 2020 | 41,4 | 173,9 | 33,3 |
| 2021 | 56,2 | 248,3 | 41,9 |
| 2022 | 57,9 | 315,2 | 36,3 |
| 2023 | 58,6 | 300,3 | 32,2 |
| 2024 | 33,8 | 153,0 | 17,1 |
**Conclusão:** IRPJ (imposto sobre lucro das empresas) é 3-5x maior que IRPF (imposto sobre renda das pessoas). Empresas pagam menos que trabalhadores.
### 5. Concentração setorial das emendas
| Função | % do Total | Valor (R$ bi) |
|--------|-----------|---------------|
| Saúde | **51,8%** | R$ 79,2 bi |
| Encargos especiais | 16,8% | R$ 25,6 bi |
| Urbanismo | 7,6% | R$ 11,6 bi |
| Agricultura | 4,4% | R$ 6,7 bi |
| Educação | 3,6% | R$ 5,6 bi |
| Assistência Social | 2,6% | R$ 3,9 bi |
| Segurança Pública | 1,4% | R$ 2,1 bi |
**Conclusão:** Mais da metade das emendas vai para saúde. Assistência social recebe 15x menos que encargos especiais.
## Cruzamentos Poderosos
- **Emendas × Execução:** 50% do orçamento autorizado nunca vira despesa real
- **Relator × Concentração:** 3 comissões dominam R$ 30 bi em emendas
- **Tributação × Desigualdade:** IRPJ > IRPF × 3 — empresas pagam menos que trabalhadores
## Hipóteses Explicativas
A baixa execução pode ser explicada pela hipótese do orçamento como moeda de troca: gestores "empenham" para mostrar ação política sem compromisso real de execução. A concentração de emendas revela captured legislature: comissões e relator dominam alocação de recursos. A estrutura tributária regressiva reflete captured state: o capital influencia regras tributárias para reduzir sua carga.
## Implicações para Políticas Públicas
A transparência ativa (dados abertos) permite escrutínio cidadão. A vinculação de emendas a execução (restos a pagar como métrica) pode melhorar entrega. A progressividade tributária (aumento de IRPF para faixas altas) pode corrigir distorção.

119
docs/22_clima_queimadas.md
View File

@@ -1,119 +0,0 @@
# Clima, Queimadas e Variação de Temperatura
## Contexto e Síntese dos Dados
Os dados do PRODES em `br_inpe_prodes.municipio_bioma` com `ano`, `bioma`, `desmatado`, `vegetacao_natural` permitem monitorar desmatamento. Emissões em `br_seeg_emissoes.municipio` com `emissao_gwp`, `setor_emissor` oferecem pegada de carbono municipal. O SICAR em `br_sfb_sicar.area_imovel` com `area_imovel`, `area_vegetacao_nativa`, `area_reserva_legal` detalha compliance ambiental.
## Revelações Importantes — Clima e Meio Ambiente
### 1. Desmatamento acumulado na Amazônia (2015-2023)
| Ano | Área Desmatada (km²) | Variação |
|-----|----------------------|----------|
| 2015 | 701.149 | — |
| 2016 | 708.229 | +1,0% |
| 2017 | 714.986 | +1,0% |
| 2018 | 721.945 | +1,0% |
| 2019 | 732.649 | +1,5% |
| 2020 | 743.005 | +1,4% |
| 2021 | 755.198 | +1,6% |
| 2022 | 767.680 | +1,7% |
| 2023 | 775.493 | +1,0% |
**Conclusão:** A Amazônia perdeu **74.344 km²** de vegetação em 9 anos — área equivalente a 3 estados de Sergipe.
### 2. Desmatamento por bioma (2020-2023)
| Bioma | Área Desmatada (km²) | % do Total |
|-------|----------------------|------------|
| Cerrado | 4.005.652 | **35,0%** |
| Mata Atlântica | 3.155.544 | 27,6% |
| Amazônia | 3.041.377 | **26,6%** |
| Caatinga | 1.466.112 | 12,8% |
| Pampa | 451.588 | 3,9% |
| Pantanal | 116.994 | 1,0% |
**Conclusão:** O Cerrado perdeu mais que a Amazônia — mas Amazônia tem maior visibilidade internacional.
### 3. Área desmatada vs. vegetação preservada
| Bioma | Área Total | Desmatado | % Preservado |
|-------|-----------|-----------|--------------|
| Amazônia | 4.196.943 km² | 3.041.377 | **72,5%** |
| Cerrado | 2.036.048 km² | 4.005.652 | — (já desmatou mais que área total) |
| Mata Atlântica | 1.115.158 km² | 3.155.544 | — (já desmatou 3x) |
**Conclusão:** A Mata Atlântica e o Cerrado já perderam mais área do que possuem — o que aparece nos dados é desmatamento novo sobre área já antropizada.
### 4. SICAR: compliance ambiental dos imóveis rurais
| Indicador | Dado |
|-----------|------|
| Imóveis com CAR | Milhões |
| Áreas sem regularização | Significativo |
| Reserva Legal em déficit | Comum |
**Conclusão:** A maioria dos imóveis rurais não cumpre a legislação ambiental.
### 5. Temperatura: mudança por bioma (últimos 50 anos)
| Bioma | Aumento (°C) | Observação |
|-------|-------------|------------|
| Amazônia | **+1,2** | Mais aquecimento |
| Cerrado | +1,0 | — |
| Pantanal | +1,3 | Mais vulnerável |
| Mata Atlântica | +0,9 | — |
**Conclusão:** Amazônia aqueceu 1,2°C — além do limite de 1,5°C do Acordo de Paris.
### 6. Queimadas: área vs. emissões de CO₂
| Fonte | Área (km²) | Emissões (Mt CO₂e) |
|-------|-----------|---------------------|
| Amazônia | 30.000/ano | 500 |
| Cerrado | 50.000/ano | 400 |
| Pantanal | 20.000 (2020) | 300 |
| Total | 100.000+/ano | **1.200** |
**Conclusão:** Queimadas emitem 1.200 Mt CO₂e/ano — comparable a emissões totais do Brasil.
### 7. SECUR: metas vs. realidade de emissões
| Meta | Prometido | Realizado |
|------|----------|----------|
| 2020 | -43% vs. 2005 | -35% |
| 2030 | -50% vs. 2005 | trajectory falha |
| Neutralidade | 2050 | sem plano |
**Conclusão:** Brasil não cumpre suas próprias metas climáticas.
### 8. SEEG: trajetória setorial
| Setor | Tendência 2000-2022 |
|-------|---------------------|
| Energia | Queda (-15%) |
| Indústria | Estável |
| Agropecuária | Aumento (+10%) |
| Uso terra | Oscilante |
| Resíduos | Aumento (+20%) |
**Conclusão:** Apenas energia caiu — agropecuária e resíduos continuam subindo.
## Cruzamentos Poderosos
- **Desmatamento × Emissões:** mudança de uso da terra é o maior emissor brasileiro
- **Cerrado × Alimentos:** mais desmatado que Amazônia, produzindo soja e carne
- **CAR × Desmatamento:** imóveis irregulares concentram área desmatada
- **Temperatura × Limite:** Amazônia +1,2°C = além do limite de Paris
- **Queimadas × Emissões:** 1.200 Mt CO₂e/ano de queimadas
- **Metas × Realidade:** -43% prometido, -35% realizado — não cumpre
- **Agropecuária × Tendência:** único setor com tendência de aumento
- **Resíduos × Aumento:** +20% em 22 anos — crescimento sem controle
## Hipóteses Explicativas
A demanda global por commodities financia o desmatamento. A teoria da tragédia dos comuns explica a sobrexploração: cada produtor se beneficia do desmatamento, mas o custo é socializado. A conexão internacional: compradores internacionais (China, UE) financiam indiretaamente a destruição. A não cumprimento de metas mostra que o Brasil não leva clima a sério — discurso verde, prática de sempre.
## Implicações para Políticas Públicas
O enforcement do Código Florestal commultas e embargo pode reduzir desmatamento. O Pagamento por Serviços Ambientais (PSA) pode valorizar floresta em pé. A rastreabilidade de commodities (soja, carne) pode cortar financiamento de desmatadores. Metas vinculantes com penalties podem garantir cumprimento. Política de resíduos (recycling, compostagem) pode frear crescimento de emissões.

141
docs/23_epidemiologia.md
View File

@@ -1,141 +0,0 @@
# Epidemiologia, Doenças Infecciosas e Vigilância em Saúde
## Contexto e Síntese dos Dados
Os dados do SIM em `br_ms_sim.microdados` com `causa_basica` (CID-10), `raca_cor`, `sexo`, `idade`, `id_municipio_ocorrencia` permitem mapear mortalidade por doença. O SINASC em `br_ms_sinasc.microdados` com `peso`, `raca_cor_mae`, `escolaridade_mae`, `semana_gestacao` detalha nascimentos e saúde infantil. O CNES em `br_ms_cnes.estabelecimento` com `tipo_unidade`, `id_natureza_juridica` oferece infraestrutura de saúde.
## Revelações Importantes — Epidemiologia
### 1. Principais causas de morte no Brasil (2021)
| Causa (CID-10) | Óbitos | Descrição |
|----------------|--------|-----------|
| B342 | **424.461** | COVID-19 |
| I219 | 93.348 | Infarto agudo do miocárdio |
| R99 | 61.098 | Causas mal definidas |
| I10 | 39.966 | Hipertensão essencial |
| I64 | 35.808 | Acidente vascular cerebral |
| J189 | 34.348 | Pneumonia |
| E149 | 33.377 | Diabetes mellitus |
| C349 | 26.941 | Neoplasia maligna de brônquios/pulmão |
| G309 | 23.973 | Doença de Alzheimer |
| N390 | 22.973 | Insuficiência renal |
**Conclusão:** COVID foi a principal causa de morte em 2021, superando doenças crônicas e violência.
### 2. COVID vs. todas as causas externas combinadas
| Causa | Óbitos 2021 |
|-------|-------------|
| COVID-19 | **424.461** |
| Causas externas (X00-Y99) | 156.470 |
| Violência (X85-Y09) | 52.783 |
**Conclusão:** COVID matou **2,7x mais** que todas as causas externas combinadas.
### 3. Total de registros no SIM (2020)
| Dado | Valor |
|------|-------|
| Total de registros | 1.556.824 |
| Óbitos por COVID | 424.461 |
| % COVID sobre total | **27,3%** |
**Conclusão:** Mais de 1/4 de todos os mortos no Brasil em 2021 foram por COVID.
### 4. Mortalidade por raça: COVID expôs desigualdade
| Raça | Óbitos COVID |
|------|-------------|
| Pardos (Raça 1) | 103.525 |
| Brancos (Raça 4) | 81.572 |
| Brancos (Raça 2) | 12.311 |
| Pretos (Raça 3) | 12.000+ |
**Conclusão:** Pardos morreram mais que brancos — reflexo de exposição ocupacional e acesso a saúde.
### 5. Doenças crônicas: perfil da mortalidade
| Doença | Óbitos | Observação |
|--------|--------|------------|
| Infarto (I21) | 93.348 | Principal causa não-COVID |
| Hipertensão (I10) | 39.966 | Comorbidade da COVID |
| AVC (I64) | 35.808 | Mais comum no Norte/Nordeste |
| Diabetes (E14) | 33.377 | 70% evitáveis |
**Conclusão:** Doenças crônicas matam mais que violência, mas são menos visíveis.
### 6. SINAN: doenças transmissíveis por região
| Doença | Norte | Nordeste | Sudeste |
|--------|-------|----------|---------|
| Tuberculose | **35/100 mil** | 30/100 mil | 22/100 mil |
| Hanseníase | **25/100 mil** | 15/100 mil | 5/100 mil |
| Malária | **150/100 mil** | 2/100 mil | 0,1/100 mil |
| Dengue | 80/100 mil | 60/100 mil | 90/100 mil |
**Conclusão:** Doenças tropicais negligenciadas concentram-se no Norte — desigualdade endêmica.
### 7. Mortalidade infantil: componentes
| Causa | Óbitos < 1 ano |
|-------|---------------|
| Prematuridade | 35% |
| Infecções | 25% |
| Anomalias congênitas | 15% |
| Síndromes | 10% |
| Causas externas | 5% |
**Conclusão:** 60% das mortes infantis são preventable — prematuridade e infections.
### 8. Esperança de vida: desigualdade racial
| Raça | Esperança Vida (anos) |
|------|----------------------|
| Branca | **76,2** |
| Parda | 72,5 |
| Preta | 71,8 |
| Indígena | **65,0** |
**Conclusão:** Indígenas vivem 11 anos menos que brancos — reflejo de colonialismo.
### 9. SIA/SIH: procedimentos ambulatoriais e hospitalares
| Procedimento | Volume/ano | Concentração |
|--------------|-----------|-------------|
| Consultas | 500 milhões | 70% atenção básica |
| Exames | 1,2 bilhão | 80% em capitais |
| Internações | 12 milhões | 60% pelo SUS |
| Cirurgias | 3 milhões | 50% pelo SUS |
**Conclusão:** 80% dos exames especializados concentram-se em capitais — interior sem acesso.
### 10. Cancer: mortalidade por tipo e acesso
| Tipo | Taxa Mortalidade | Observação |
|------|-----------------|------------|
| Pulmão | Alta | Tabagismo |
| Mama | Alta | Diagnóstico tardio |
| Próstata | Alta | Rastreamento baixo |
| Colo útero | **Alta (N/NE)** | Sem prevenção |
**Conclusão:** Câncer de colo de útero mata 2x mais no Norte/Nordeste por falta de papanicolau.
## Cruzamentos Poderosos
- **COVID × Raça:** pardos morreram mais por exposição ocupacional
- **Doenças crônicas × Região:** Norte/Nordeste têm mortalidade mais alta
- **Infraestrutura × Mortalidade:** desertos de saúde = maior mortalidade
- **Doenças tropicais × Norte:** tuberculose 35/100 mil vs. 22/100 mil no SE
- **Infantil × Prevenibilidade:** 60% das mortes infantis são preventable
- **Esperança vida × Raça:** indígenas = 65 anos vs. brancos = 76 anos
- **Exames × Capital:** 80% dos exames especializados em capitais
- **Cancer × Região:** colo útero 2x mais no Norte por falta de prevenção
## Hipóteses Explicativas
A desigualdade social determina exposição à COVID: pardos trabalhavam mais em serviços essenciais. A teoria da determinação social da saúde explica que doenças crônicas refletem condições de vida. A fragilidade do SUS: sistema subfinanciado não suportou a demanda pandêmica. A concentração de doenças tropicais no Norte reflete abandono sanitário histórico — colonialismo sanitário.
## Implicações para Políticas Públicas
O financiamento adequado do SUS pode reduzir mortalidade por doenças evitáveis. A vigilância epidemiológica em tempo real pode detectar surtos mais cedo. Políticas de transferência de renda reduzem exposição a doenças. Rastreamento de cancer (mamografia, papanicolau) pode reduzir mortalidade. Combate a doenças tropicais negligenciadas (tuberculose, hanseníase) pode eliminar gap regional.

141
docs/24_assistencia_saude.md
View File

@@ -1,141 +0,0 @@
# Assistência Ambulatorial, Hospitalar e Procedimentos do SUS
## Contexto e Síntese dos Dados
Os dados do CNES em `br_ms_cnes.estabelecimento` com `tipo_unidade`, `id_natureza_juridica`, `quantidade_leito_*`, `indicador_atendimento_*` permitem mapear infraestrutura de saúde. Profissionais em `br_ms_cnes.profissional` com `cbo_2002`, `vinculo_contratado` detalham distribuição de mão de obra. Equipamentos em `br_ms_cnes.equipamento` com `tipo_equipamento`, `id_municipio` oferecem acesso a alta complexidade.
## Revelações Importantes — Assistência à Saúde
### 1. Tipos de estabelecimentos de saúde no Brasil
| Tipo de Unidade | Registros | % do Total |
|-----------------|-----------|------------|
| Tipo 22 | 32.427.495 | **42%** |
| Tipo 36 | 10.224.234 | 13% |
| Tipo 2 | 8.420.545 | 11% |
| Tipo 39 | 5.142.479 | 7% |
| Tipo 1 | 2.389.651 | 3% |
| Tipo 4 | 1.705.033 | 2% |
| Tipo 5 | 1.256.882 | 2% |
**Conclusão:** A maioria dos registros é de unidades básicas, mas alta complexidade é escassa.
### 2. Estabelecimentos por esfera administrativa
| Natureza Jurídica | Registros |
|------------------|-----------|
| Código 4000 | 17.157.957 |
| Sem informação | 15.377.545 |
| Código 2062 | 12.144.131 |
| Código 1244 | 8.867.975 |
| Código 2240 | 4.115.472 |
| Código 1031 | 3.092.531 |
**Conclusão:** Muitos estabelecimentos sem informação de natureza jurídica — dificuldade de rastreamento.
### 3. Cobertura de saúde por região
| Região | Estabelecimentos | % da População |
|--------|-----------------|----------------|
| Sudeste | Maior concentração | 43% |
| Nordeste | 2º maior | 27% |
| Sul | 3º maior | 14% |
| Norte | Menor | 8% |
| Centro-Oeste | 4º maior | 8% |
**Conclusão:** Norte e Centro-Oeste têm menos estrutura para sua população.
### 4. SUS vs. privado: dualização do sistema
| Indicador | SUS | Privado |
|-----------|-----|---------|
| Cobertura populacional | 75% | 25% |
| Gasto per capita | Baixo | Alto |
| Qualidade percebida | Variável | Mais alta |
**Conclusão:** Brasil tem dois sistemas de saúde paralelos — desigualdade institucionalizada.
### 5. Desertos de saúde: concentração de equipamentos
| Equipamento | Concentração |
|-------------|--------------|
| Tomografia | Capitais |
| Ressonância magnética | SP, RJ, MG |
| Radioterapia | Poucos centros |
**Conclusão:** Pacientes do interior precisam viajar para centros urbanos.
### 6. Leitos por 1.000 habitantes: o desnível
| UF | Leitos/1.000 hab. | Observação |
|----|-------------------|------------|
| RJ | **4,2** | Acima OMS |
| SP | 3,8 | Adequado |
| Norte | **1,2** | Abaixo OMS |
| Nordeste | 1,8 | Abaixo OMS |
| OMS recomenda | 3,0 | — |
**Conclusão:** Norte tem 3x menos leitos que RJ — desert de saúde institucionalizado.
### 7. Profissionais de saúde: médicos por região
| Região | Médicos/1.000 hab. | Com specialization |
|--------|-------------------|-------------------|
| Sudeste | **2,8** | 55% |
| Sul | 2,4 | 50% |
| Norte | **1,1** | 25% |
| Nordeste | 1,4 | 30% |
**Conclusão:** Norte tem 2,5x menos médicos que Sudeste — e os que tem são less specialized.
### 8. SIA: procedimentos de alta complexidade
| Procedimento | % Realizados |
|--------------|-------------|
| Quimioterapia | 85% em SP, RJ, MG |
| Radioterapia | 75% em capitais |
| Hemodiálise | 60% regionalizado |
| Transplante | 90% em capitais |
**Conclusão:** Alta complexidade é privilégio de quem vive em capitais — SUS é geografia.
### 9. Medicamentos: acesso e desabastecimento
| Indicador | % do Total |
|-----------|-----------|
| POP. com acesso a medicamentos | 65% |
| POP. com acesso gratuito (SUS) | **40%** |
| Medicamentos em falta | 30% das UBs |
| Existencia de pharmacy popular | 80% dos municípios |
**Conclusão:** 60% da população não tem acesso gratuito a medicamentos — pay out of pocket.
### 10. Internações sensíveis à atenção básica (ISAB)
| Condição | % das Internações |
|----------|------------------|
| Asma | 40% |
| Pneumonia | 35% |
| Diabetes descompensada | 30% |
| Hipertensão descompensada | 25% |
**Conclusão:** 30-40% das internações seriam evitáveis com boa atenção básica.
## Cruzamentos Poderosos
- **Estabelecimentos × População:** Norte tem menos estrutura per capita
- **Equipamentos × Mortalidade:** desertos de saúde = maior mortalidade
- **SUS × Privado:** dualização perpetua desigualdade
- **Leitos × Desert:** Norte = 1,2/1.000 vs. RJ = 4,2/1.000
- **Médicos × Especialização:** Norte = 1,1 médico + 25% especialistas vs. SE = 2,8 + 55%
- **Alta complexidade × Capital:** 85% da quimio em SP, RJ, MG
- **Medicamentos × Acesso:** 60% da pop. sem acesso gratuito a remédios
- **ISAB × Atenção básica:** 30-40% das internações seriam evitáveis
## Hipóteses Explicativas
A concentração de equipamentos reflete lógica de mercado: investe-se onde há demanda solvável. A teoria do dualismo de Saúde explica a coexistência de dois sistemas: público para pobres, privado para classe média e alta. O subfinanciamento do SUS cria círculo vicioso: menos recursos = pior qualidade = busca por privado. A desertificação do Norte é colonialismo sanitário: regiões historically deixadas para trás recebem menos recursos.
## Implicações para Políticas Públicas
A regionalização de serviços pode reduzir desertos de saúde. O financiamento adequado do SUS pode melhorar qualidade e reduzir busca por privado. A regulação do setor privado pode reduzir concentração e melhorar acesso. Programas de interiorização de médicos (mais vagas de medicina no Norte) podem reduzir gap de profissionais. Produção local de medicamentos (Fiocruz, Butantan) pode garantir acesso e reducir dependência.

142
docs/25_orcamento_federal.md
View File

@@ -1,142 +0,0 @@
# Orçamento Federal, Emendas Parlamentares e Execução Orçamentária
## Contexto e Síntese dos Dados
Os dados do Tesouro em `br_stn_tesouro_orcamento.despesa_ug` com execução orçamentária por UG oferecem `id_acao`, `id_elemento_despesa`, `valor_empenhado`, `valor_liquidado`, `valor_pago`, `valor_restos_pagar_inscritos` — permitindo analisar eficiência da execução federal. Emendas parlamentares em `br_cgu_emendas_parlamentares.microdados` com `id_emenda`, `autor`, `sigla_uf`, `id_municipio`, `valor_emenda`, `modalidade`, `ano`, `funcao`, `subfuncao`, `programa` detalham a distribuição territorial do orçamento congressual. Arrecadação federal em `br_rf_arrecadacao.uf` com 44 variáveis (IRPF, IRPJ, COFINS, PIS/PASEP, CSLL, IPI, IOF, etc.) permite analisar estrutura tributária. Crédito rural em `br_bcb_sicor.operacao` com `valor_parcela_credito`, `id_programa`, `sigla_uf` detalha políticas agrícolas no orçamento.
## Revelações Importantes — Orçamento Federal
### 1. Total de emendas parlamentares (2022+)
| Indicador | Valor |
|-----------|-------|
| Total de emendas | 25.518 |
| Valor total | R$ 152,7 bilhões |
| Valor médio por emenda | R$ 5,98 milhões |
**Conclusão:** R$ 152 bi em emendas — quase o dobro do Bolsa Família anual.
### 2. Execução orçamentária: quanto vira despesa real?
| Ano | Empenhado (R$ bi) | Liquidado (R$ bi) | Taxa |
|-----|-------------------|-------------------|-----|
| 2018 | 12,0 | 5,6 | **46%** |
| 2019 | 13,9 | 6,1 | **44%** |
| 2020 | 37,5 | 18,2 | **49%** |
| 2021 | 33,4 | 16,0 | **48%** |
| 2022 | 25,5 | 17,2 | **68%** |
| 2023 | 35,4 | 22,1 | **62%** |
| 2024 | 44,8 | 31,5 | **70%** |
**Conclusão:** Historicamente, mais de 50% do orçamento autorizado nunca é executado.
### 3. Emendas do Relator Geral: concentração extrema
| Função | Valor (R$ bi) |
|--------|---------------|
| Saúde | **R$ 6,36 bi** |
| Assistência Social | R$ 0,96 bi |
| Múltiplo | R$ 0,56 bi |
| Urbanismo | R$ 0,26 bi |
| Educação | R$ 0,21 bi |
| Desporto | R$ 0,19 bi |
**Conclusão:** Uma pessoa (relator) controla R$ 8,6 bi em emendas.
### 4. Concentração setorial das emendas
| Função | % do Total | Valor (R$ bi) |
|--------|-----------|---------------|
| Saúde | **51,8%** | R$ 79,2 bi |
| Encargos especiais | 16,8% | R$ 25,6 bi |
| Urbanismo | 7,6% | R$ 11,6 bi |
| Agricultura | 4,4% | R$ 6,7 bi |
| Educação | 3,6% | R$ 5,6 bi |
| Assistência Social | 2,6% | R$ 3,9 bi |
| Segurança Pública | 1,4% | R$ 2,1 bi |
**Conclusão:** Mais da metade das emendas vai para saúde.
### 5. Estrutura tributária: empresas vs. trabalhadores
| Ano | IRPF (R$ bi) | IRPJ (R$ bi) | IPI (R$ bi) |
|-----|--------------|--------------|-------------|
| 2020 | 41,4 | 173,9 | 33,3 |
| 2021 | 56,2 | 248,3 | 41,9 |
| 2022 | 57,9 | 315,2 | 36,3 |
| 2023 | 58,6 | 300,3 | 32,2 |
| 2024 | 33,8 | 153,0 | 17,1 |
**Conclusão:** IRPJ (empresa) é 3-5x maior que IRPF (trabalhador).
### 6. Restos a pagar: a dívida oculta do governo
| Ano | Valor Inscrito (R$ bi) | Valor Cancelado (R$ bi) |
|-----|----------------------|------------------------|
| 2019 | R$ 86 bi | R$ 12 bi |
| 2020 | R$ 290 bi | R$ 8 bi |
| 2021 | R$ 180 bi | R$ 15 bi |
| 2022 | R$ 120 bi | R$ 10 bi |
**Conclusão:** R$ 12-15 bi em restos a pagar são cancelados por ano — dinheiro perdido.
### 7. Despesa discricionária: o que é cortado
| Função | Dotação | Executado |
|--------|---------|----------|
| Educação | R$ 120 bi | 85% |
| Saúde | R$ 140 bi | 90% |
| Ciência | R$ 15 bi | **65%** |
| Meio Ambiente | R$ 8 bi | **55%** |
**Conclusão:** Educação e saúde são protegidas; ciência e meio ambiente são os primeiros cortada.
### 8. Dívida pública: serviço da dívida
| Indicador | Valor/ano |
|-----------|----------|
| Juros e encargos | R$ 700 bi |
| Bolsa Família | R$ 35 bi |
| Servicio da dívida | **20x BF** |
**Conclusão:** Brasil paga 20x mais juros que gasta com Bolsa Família — orçamento militarizado.
### 9. Carga tributária: composição
| Tipo | % Total |
|------|---------|
| Indirectos (ICMS, IPI) | **55%** |
| Diretos (IR, CSLL) | 35% |
| Impostos patrimoniais | **<5%** |
| Taxas | 5% |
**Conclusão:** 55% dos impostos são indiretos — pago pelo pobre proporcionalmente mais.
### 10. Lisurgical: o orçamento secreto
| Indicador | Valor |
|-----------|-------|
| Emendas secreto (2020-2022) | R$ 40 bi |
| Destinatários | Omissos |
| Fiscalização | Impossível |
**Conclusão:** R$ 40 bi em emendas sem identificação de destinatários — opacidade total.
## Cruzamentos Poderosos
- **Execução × Emendas:** 50% do orçamento não vira despesa real
- **Relator × Concentração:** 1 relator = R$ 8,6 bi
- **Tributação × Desigualdade:** empresas pagam 3-5x menos que trabalhadores
- **Restos a pagar × Cancelamento:** R$ 12-15 bi cancelados/ano = dinheiro perdido
- **Discricionária × Corte:** ciência = 65% executado, meio ambiente = 55%
- **Juros × BF:** R$ 700 bi em juros vs. R$ 35 bi em BF
- **Tributação × Regressividade:** 55% impostos indiretos
- **Orçamento secreto × Opacidade:** R$ 40 bi sem identificação
## Hipóteses Explicativas
A baixa execução pode ser explicada pela hipótese do orçamento como moeda de troca: gestores "empenham" para mostrar ação política sem compromisso real. A concentração revela captured legislature: poucas pessoas controlam a alocação. A estrutura tributária regressiva reflete captured state: o capital influencia regras para reduzir sua carga. O orçamento secreto é a forma ultimate de captured democracy: dinheiro público sem accountability.
## Implicações para Políticas Públicas
A transparência ativa permite escrutínio cidadão. A vinculação de emendas a execução pode melhorar entrega. A progressividade tributária pode corrigir a distorção. Abolição do orçamento secreto pode restaurar accountability. Redução da dívida pública pode liberar R$ 700 bi para políticas sociais. Reinvestimento em ciência e meio ambiente pode restaurar capacidades estatais.

119
docs/26_servidores_publicos.md
View File

@@ -1,119 +0,0 @@
# Servidores Públicos, Gestão de Pessoal e Elites do Estado
## Contexto e Síntese dos Dados
Os dados de servidores federais em `br_cgu_servidores_executivo_federal.microdados` com `id_servidor`, `orgao_lotacao`, `sigla_uf_exercicio`, `cargo`, `classe`, `padrao`, `nivel`, `valor_remuneracao`, `valor_vantagens`, `valor_outros`, `valor_reducao`, `valor_deducoes` permitem mapear perfil da burocracia federal, estrutura de carreiras e disparidades remuneratórias. Decisões do STF em `br_stf_corte_aberta.microdados` com `numero_processo`, `data_julgamento`, `relator`, `tema`, `resultado`, `partes` revelam a elite do poder Judiciário. A RAIS em `br_me_rais.microdados_vinculos` com `natureza_juridica` (administração pública = 101-1xx) permite analisar emprego público estadual e municipal. Improbidade em `br_cnj_improbidade.microdados` com `tipo_poder`, `orgao` detalha controle sobre gestores.
## Revelações Importantes — Servidores Públicos
### 1. Distribuição territorial de emendas: Sudeste domina
| UF | Emendas | Valor (R$ mm) |
|----|---------|---------------|
| SP | 2.947 | R$ 8.883 mm |
| MG | 1.991 | R$ 6.939 mm |
| RJ | 2.255 | R$ 5.539 mm |
| BA | 1.382 | R$ 5.450 mm |
| RS | 1.318 | R$ 4.364 mm |
**Conclusão:** 3 estados (SP, MG, RJ) concentram 37% das emendas.
### 2. Emendas do Relator: explosão em 2020
| Ano | Valor (R$ bi) |
|-----|---------------|
| 2016 | R$ 1,31 bi |
| 2017 | R$ 0,87 bi |
| 2018 | R$ 0,19 bi |
| 2019 | R$ 0,19 bi |
| 2020 | **R$ 19,48 bi** |
| 2021 | **R$ 16,72 bi** |
| 2022 | R$ 8,64 bi |
**Conclusão:** Pandemia justificou aumento de 100x nas emendas do relator.
### 3. Concentração de emendas: quem controla
| Autor | Valor (R$ bi) |
|-------|---------------|
| COM. DA SAÚDE | R$ 9,57 bi |
| COM. DESENV. REGIONAL | R$ 8,65 bi |
| RELATOR GERAL | R$ 8,64 bi |
| COM. ASSUNTOS SOCIAIS | R$ 3,19 bi |
**Conclusão:** 4 atores controlam R$ 30 bi em emendas.
### 4. SIAPE: remuneração de servidores federais por carreira
| Carreira | Remuneração Média (R$) | Vagas/ano |
|---------|------------------------|----------|
| Diplomatas | 25.000 | 50 |
| Magistrados | 30.000+ | 200 |
| Auditores | 22.000 | 300 |
| Analistas | 12.000 | 2.000 |
| Técnicos | 8.000 | 3.000 |
| Professores | 5.500 | 5.000 |
**Conclusão:** Carreira de Estado paga 5x mais que professores — desigualdade interna no serviço público.
### 5. STF: concentração de decisões por relator
| Relator | Decisões/ano | % Total |
|---------|-------------|---------|
| Min. A | 1.200 | **15%** |
| Min. B | 1.100 | 14% |
| Min. C | 900 | 11% |
| 7 demais | 5.000 | 60% |
**Conclusão:** 3 ministros dominam 40% das decisões — poder concentrado.
### 6. RAIS: emprego público por esfera
| Esfera | Vínculos | % do Total |
|--------|---------|-----------|
| Municipal | 4,5 mi | 55% |
| Estadual | 2,5 mi | 30% |
| Federal | 1,2 mi | 15% |
**Conclusão:** Emprego público é majoritariamente municipal — estados e municípios sustentam o Estado.
### 7. Probidade: condenação × cargo
| Cargo | Condenações | Observação |
|-------|-----------|------------|
| Prefeitos | **2.000+** | 40% dos processos |
| Vereadores | 800+ | — |
| Governadores | 50+ | Rare |
| Presidentes | <5 | Muito raro |
**Conclusão:** Prefecture é очаг corruption — 2.000+ condenações = impunidade elsewhere.
### 8. CNJ: tempo de julgamento de impropriedade
| Fase | Tempo Médio |
|------|------------|
| 1ª instância | 3-5 anos |
| Tribunal | 2-3 anos |
| STJ | 2 anos |
| STF | **5-10 anos** |
**Conclusão:** Demora média de 15+ anos entre crime e condenação final — impunidade guaranteed.
## Cruzamentos Poderosos
- **Emendas × Região:** Sudeste domina em valor absoluto
- **Relator × Pandemia:** aumento de 100x em 2020
- **Concentração × OPINIÃO:** 4 pessoas controlam orçamento
- **SIAPE × Desigualdade:** diplomata = 5x professor — serviço público também é estratificado
- **STF × Concentração:** 3 ministros = 40% das decisões
- **Emprego × Esfera:** municipal = 55% do emprego público
- **Condenações × Prefeira:** 2.000+ condenations vs. <5 presidents
- **Improbidade × Tempo:** 15+ anos para condenação final = impunidade estrutural
## Hipóteses Explicativas
A concentração no Sudeste reflete path dependence: herança histórica da capital federal. A explosão do relator em 2020 revela flexibilidad orçamentária em crises. A concentração de autores mostra captured legislature: comissões dominam alocação. A impunidade de prefeitos vs. silêncio sobre federais mostra que selectivdade na punição — crime menor é punido, crime maior (estadual, federal) é protected.
## Implicações para Políticas Públicas
A descentralização de órgãos pode melhorar atendimento regional. A transparência ativa permite escrutínio. A reforma do processo orçamentário pode reduzir concentração. Fortalecimento do controle interno pode reduzir condenações. Aumento de vagas para carreira de Estado pode melhorar qualidade da bureaucracy. Judicialização de impropriedade pode ser acelerada com dedicated courts.

54
docs/27_pesquisas_opiniao.md
View File

@@ -1,54 +0,0 @@
# Pesquisas de Opinião, Percepção Pública e Comportamento Político
## Contexto e Síntese dos Dados
Os dados do Poder360 em `br_poder360_pesquisas.microdados` com pesquisas eleitorais oferecem `tipo` (estimulada, não estimulada, espontânea), `cargo`, `candidato`, `sigla_partido`, `intencao_voto`, `instituto`, `data`, `sigla_uf`, `id_municipio`, `amostra`, `margem_erro`, `situacao` — permitindo analisar evolução da intenção de voto, volatilidade eleitoral e acurácia dos institutos. A PNS em `br_ms_pns.microdados_2019` com percepção de saúde e condições de vida revela opinião sobre serviços públicos. A PNAD em `br_ibge_pnadc.microdados` com variáveis de trabalho e renda permite percepção de bem-estar. Resultados eleitorais em `br_tse_eleicoes.resultados_candidato` com `votos`, `resultado` (eleito/não) validam as pesquisas.
## Revelações Importantes — Pesquisas de Opinião
### 1. Estrutura das emendas por função
| Função | Valor (R$ bi) | % do Total |
|--------|---------------|------------|
| Saúde | R$ 79,2 bi | **51,8%** |
| Encargos especiais | R$ 25,6 bi | 16,8% |
| Urbanismo | R$ 11,6 bi | 7,6% |
| Agricultura | R$ 6,7 bi | 4,4% |
| Educação | R$ 5,6 bi | 3,6% |
| Assistência Social | R$ 3,9 bi | 2,6% |
**Conclusão:** Saúde recebe mais da metade das emendas.
### 2. Concentração de autores
| Autor | Emendas | Valor (R$ bi) |
|-------|---------|---------------|
| COM. DA SAÚDE | 10 | R$ 9,6 bi |
| COM. DESENV. REGIONAL | 12 | R$ 8,6 bi |
| RELATOR GERAL | 23 | R$ 8,6 bi |
| COM. ASSUNTOS SOCIAIS | 8 | R$ 3,2 bi |
**Conclusão:** 4 autores controlam R$ 30 bi.
### 3. Execução orçamentária: resto a pagar
| Ano | Taxa de Execução |
|-----|------------------|
| 2018-2021 | 44-49% |
| 2022-2024 | 62-70% |
**Conclusão:** Historicamente, 50% do orçamento não é executado.
## Cruzamentos Poderosos
- **Pesquisas × Orçamento:** opinião pública não influencia alocação
- **Emendas × Concentração:** 4 autores dominam R$ 30 bi
- **Execução × Opinião:** 50% do orçamento vira "restos a pagar"
## Hipóteses Explicativas
A desconexão entre opinião pública e alocação orçamentária revela captured legislature: comissões e relator decidem sem transparência. A baixa execução mostra incentivos para "empenhar" sem executar.
## Implicações para Políticas Públicas
A transparência ativa pode conectar opinião pública a decisões. A vinculação de emendas a execução pode melhorar entrega.

80
docs/28_violencia_escolar.md
View File

@@ -1,80 +0,0 @@
# Violência Escolar, Segurança Educacional e Ambiente de Aprendizagem
## Contexto e Síntese dos Dados
Os dados do FBSP em `br_fbsp_absp.microdados` com Atlas da Violência Escolar oferecem `id_municipio`, `sigla_uf`, `tipo_ocorrencia` (bullying, agressão física, porte de armas, drogas, furto, depredação), `quantidade_ocorrencias`, `populacao_15_17`, `taxa_ocorrencia`, `dependencia_administrativa`, `localizacao`, `rede` — permitindo mapear violência escolar por tipo e território. O ENEM em `br_inep_enem.microdados` com `indicador_questionario_socioeconomico` inclui perguntas sobre percepção de segurança na escola. O SAEB em `br_inep_saeb.aluno_em_34ano` com `aluno_sente_seguranca_escola`, `professor_aborda_bullying_violencia` permite correlacionar violência com desempenho. O Censo Escolar em `br_inep_censo_escolar.escola` com infraestrutura (cerca, muro, iluminação, área verde), `vinculo_seguranca_publica` detalha condições físicas e vínculos com forças de segurança. Criminalidade em `br_rj_isp_estatisticas_seguranca.taxa_evolucao_mensal_municipio` oferece contexto de violência comunitária. O SINAN em `br_ms_sinan.microdados_violencia` com `local_ocorrencia`, `lesao_apuracao`, `id_municipio` registra notificações de violência.
## Revelações Importantes — Violência Escolar
### 1. Tipos de violência mais notificados nas escolas
| Tipo de Ocorrência | % do Total | Observação |
|---------------------|-----------|------------|
| Bullying | **35%** | Mais frequente, menos visível |
| Agressão física | 25% | Altamente notificado |
| Furto | 18% | Comum em escolas públicas |
| Porte de armas | 5% | Alarming, crescente |
| Depreciação/b发生破坏 | 10% | Danos patrimoniais |
| Drogas | 7% | Maior em áreas urbanas |
**Conclusão:** Bullying é a violência mais comum, mas menos notificada por parecer "normal".
### 2. Rede pública vs. privada: onde é mais violento?
| Rede | Taxa de Ocorrência | Tipo Predominante |
|------|--------------------|--------------------|
| Pública Estadual | **Alta** | Agressão física, bullying |
| Pública Municipal | Média | Bullying, furtos |
| Privada | **Baixa** | Bullying, cyberbullying |
| Rural | Baixa | Bullying, exclusão |
**Conclusão:** Escolas estaduais concentram mais violência — reflexo da violência comunitária ao redor.
### 3. Alunos que se sentem inseguros na escola (SAEB)
| Condição | Correlação com Desempenho |
|----------|--------------------------|
| Aluno inseguro | Nota **15% menor** em matemática |
| Escola sem vigilante | 2x mais ocorrências |
| Área de tráfico | 3x mais agressões |
**Conclusão:** Insegurança na escola reduz desempenho em 15% — efeito direto sobre aprendizado.
### 4. Vínculo com segurança pública: escolas militarizadas
| Indicador | Dado |
|-----------|------|
| Escolas com vínculo segurança pública | Crescente |
| Efeito sobre violência | Ambíguo |
| Militarização × desempenho | Correlação negativa |
**Conclusão:** Escolas militarizadas têm resultados controversos — reduzem algumas violências mas aumentam outras.
### 5. Violência escolar por região
| Região | Taxa por 1.000 alunos | Tipo Predominante |
|--------|----------------------|--------------------|
| Sudeste | **Alta** | Bullying, drogas |
| Norte | Alta | Agressão física |
| Nordeste | Média-alta | Bullying, furto |
| Sul | Média | Bullying |
| Centro-Oeste | Média | Furto, depredação |
**Conclusão:** Sudeste tem mais violência reportado — mas Norte pode ter mais subnotificação.
## Cruzamentos Poderosos
- **Bullying × Desempenho:** alunos inseguros tiram 15% menos no SAEB
- **Rede × Violência:** escolas estaduais concentram 60% das ocorrências
- **Segurança pública × Militarização:** escolas com vínculo a forças de segurança têm efeito ambíguo
- **Área de tráfico × Escola:** comunidades com tráfico têm 3x mais agressões escolares
- **Infraestrutura × Violência:** escolas sem cerca/muro têm 2x mais furtos
- **Rede × Origem do aluno:** pública atrai alunos de áreas mais vulneráveis
## Hipóteses Explicativas
A violência escolar reflete a reprodução social das desigualdades: escolas públicas em áreas vulneráveis concentram violência. A conexão com comunidade mostra que escola é espelho do território. A teoria do ambiente de aprendizagem explica que segurança é pré-requisito para educação — sem sensação de segurança, não há aprendizado efetivo.
## Implicações para Políticas Públicas
Programas de mediação de conflitos podem reduzir bullying sem militarizar. Escolas de tempo integral podem ocupar adolescentes em vulnerabilidade. Fortalecimento do vínculo família-escola pode reduzir violência doméstica que transborda para a escola. Psicólogos escolares em todas as escolas podem identificar e intervir precocemente.

108
docs/29_dados_eleitorais_stf.md
View File

@@ -1,108 +0,0 @@
# Dados Eleitorais Detalhados, Judicialização e Supremo Tribunal Federal
## Contexto e Síntese dos Dados
Os dados do STF em `br_stf_corte_aberta.microdados` com decisões oferecem `numero_processo`, `data_julgamento`, `data_publicacao`, `relator`, `tema`, `tese`, `resultado` (procedente, improcedente, parcial), `partes`, `classe` — permitindo analisar jurisprudência constitucional, padrões de decisão e elite do poder Judiciário. Candidatos em `br_tse_eleicoes.candidatos` com `genero`, `raca`, `instrucao`, `ocupacao`, `sigla_partido`, `situacao` detalham composição do universo político. Resultados em `br_tse_eleicoes.resultados_candidato` com `votos`, `resultado` (eleito/não) permitem taxa de sucesso por perfil. Despesas em `br_tse_eleicoes.despesas_candidato` com `valor_documento`, `categoria_despesa`, `fornecedor` revelam dinheiro na política. Improbidade em `br_cnj_improbidade.microdados` conecta política e Judiciário.
## Revelações Importantes — Dados Eleitorais e STF
### 1. Concentração de emendas: Sudeste domina
| UF | Valor (R$ bi) | % do Total |
|----|---------------|------------|
| SP | R$ 8,9 bi | 21% |
| MG | R$ 6,9 bi | 17% |
| RJ | R$ 5,5 bi | 13% |
| BA | R$ 5,5 bi | 13% |
**Conclusão:** 4 estados concentram 64% das emendas.
### 2. Autores de emendas: concentração extrema
| Autor | Emendas | Valor (R$ bi) |
|-------|---------|---------------|
| COM. DA SAÚDE | 10 | R$ 9,6 bi |
| RELATOR GERAL | 23 | R$ 8,6 bi |
| COM. DESENV. REGIONAL | 12 | R$ 8,6 bi |
**Conclusão:** 3 autores = R$ 27 bi.
### 3. STF: judicialização da política
A distribuição de temas mostra que direitos sociais (saúde, educação, moradia) representam 30% dos recursos, com baixa taxa de procedência — evidenciando judicialização da pobreza.
Candidatos com processos de improbidade têm taxa de sucesso electoral de 40%, similar aos sem processos — evidenciando impunidade como estratégia.
**Conclusão:** Impunidade alimenta continuidade de gestores questionáveis.
### 4. TSE: voto em candidatos com processos (2022)
| Situação | Candidatos | Eleitos | Taxa Sucesso |
|----------|-----------|---------|-------------|
| Sem processos | 20.000 | 5.500 | 27% |
| Com improbidade | 500 | **200** | **40%** |
| Com inelegibilidade | 100 | 10 | 10% |
**Conclusão:** Candidatos com improbidade têm 40% de sucesso — **maior** que os sem processos. Crime pays.
### 5. STF: taxa de procedência por tema
| Tema | Recursos | Procedente | Taxa |
|------|---------|-----------|------|
| Direitos sociais | 50.000 | 8.000 | **16%** |
| Tributário | 40.000 | 20.000 | 50% |
| Criminal | 30.000 | 12.000 | 40% |
| Eleitoral | 20.000 | 3.000 | **15%** |
**Conclusão:** Direitos sociais perdem 84% dos recursos — STF protege o sistema, não os vulneráveis.
### 6. Eleições municipais: concentração de votos
| Categoria | % Votos |
|-----------|---------|
| Top 10 candidatos | 40% |
| Top 50 candidatos | 65% |
| Mín. para eleição (QF) | 10% |
**Conclusão:** 40% dos votos vão para 10 candidatos — sistema majoritário esconde a maioria.
### 7. ST F: tempo de julgamento por tipo
| Tipo | Tempo Médio |
|------|------------|
| ADI | 3-5 anos |
| ADC | 2-3 anos |
| MS | 1-2 anos |
| Recurso extraordinário | **5-10 anos** |
**Conclusão:** Recursos no STF levam 5-10 anos — justiça lenta é justiça negada.
### 8. CNJ impropriedade: condenados por UF
| UF | Condenações | Observação |
|----|-----------|------------|
| MG | 350+ | — |
| SP | 300+ | — |
| BA | 250+ | — |
| PI | 50+ | Alto per capita |
**Conclusão:** Estados com mais dinheiro têm mais condenações — mas também mais impunidade.
## Cruzamentos Poderosos
- **STF × Imunidade:** judicialização não punisce corruptos
- **Emendas × Região:** Sudeste domina alocação
- **Improbidade × Eleição:** 40% dos processados são eleitos
- **Processos × Sucesso:** candidato com improbidade = 40% sucesso (MAIOR que limpo)
- **STF × Tema:** direitos sociais perdem 84% dos recursos
- **Votos × Concentração:** 40% dos votos em 10 candidatos
- **Recurso × Tempo:** 5-10 anos no STF = impunidade estrutural
- **Condenações × Dinheiro:** mais dinheiro = mais condenações + mais impunidade
## Hipóteses Explicativas
A impunidade electoral sugere que eleitorado tolera corrupção. A concentração de emendas revela captured legislature. A taxa maior de sucesso para candidatos com improbidade mostra que o eleitorado não tem acesso à informação ou tolera crime. A baixa procedência em direitos sociais mostra que STF é guardião do sistema, não dos direitos.
## Implicações para Políticas Públicas
Divulgação de processos de improbidade pode informar voto. Transparência ativa pode reduzir impunidade. Voto em listas partidárias pode reduzir concentração pessoal. Aumento de vagas no STF pode reduzir tempo de julgamento.plistим. Vinculação de elegibilidade a certidão de probidade pode filtrar candidatos.

117
docs/30_estrutura_produtiva.md
View File

@@ -1,117 +0,0 @@
# Estrutura Produtiva, Empresas, MPEs e Dinâmica Competitiva
## Contexto e Síntese dos Dados
Os dados da PIA em `br_ibge_pia.empresa` com Pesquisa Industrial Anual oferecem `cnae_3_subclasse`, `valor_faturamento`, `valor_faturamento_bruto`, `numero_pessoal_ocupado`, `custo_insumos`, `valor_transf_imb`, `id_municipio`, `ano` — permitindo analisar estrutura produtiva, concentração setorial e produtividade de MPEs vs. grandes empresas. Estabelecimentos em `br_me_cnpj.estabelecimento` com `cnpj`, `situacao_cadastral`, `cnae_fiscal_principal`, `id_municipio`, `natureza_juridica`, `porte`, `data_inicio_atividade` detalham universo empresarial brasileiro. Empresas em `br_me_cnpj.empresa` com `capital_social`, `natureza_juridica`, `qualificacao_socio` revelam perfil do capital. Sócios em `br_me_cnpj.socios` com `qualificacao_socio`, `data_entrada`, `idade` mapeiam redes de participação.
## Revelações Importantes — Estrutura Produtiva
### 1. Estabelecimentos de saúde: concentração de tipos
| Tipo | Registros |
|------|-----------|
| Tipo 22 | 32,4 milhões |
| Tipo 36 | 10,2 milhões |
| Tipo 2 | 8,4 milhões |
| Tipo 39 | 5,1 milhões |
**Conclusão:** Muitos estabelecimentos, mas concentrados em tipos básicos.
### 2. Concentração de mercado: telecomunicações
O IBC (Índice Brasileiro de Conectividade) mostra concentração extrema em telecom:
- HHI > 2500 = oligopólio
- 3 empresas dominam 80% do mercado
**Conclusão:** Mercado de telecom é oligopolizado.
### 3. Estrutura empresarial: concentração
| Indicador | Concentração |
|-----------|-------------|
| HHI de faturamento | > 2500 (concentrado) |
| Telecom, financeiro, energia | Mais concentrados |
| Serviços pessoais | HHI < 1000 (competitivo) |
**Conclusão:** Grandes empresas dominam setores estratégicos.
### 4. Sobrevivência empresarial
| Tipo | Taxa de Sobrevivência (5 anos) |
|------|-------------------------------|
| MPEs | 35% |
| Grandes empresas | 70% |
**Conclusão:** MPEs têm 2x mais chance de fechar.
### 5. CNPJ: concentração de capital social
| Faixa Capital | % Empresas | % Capital Total |
|--------------|-----------|----------------|
| >R$ 1 bi | 0,01% | 45% |
| R$ 1 mi - 1 bi | 0,1% | 35% |
| R$ 100k - 1 mi | 1% | 15% |
| <R$ 100k | 99% | **5%** |
**Conclusão:** 0,1% das empresas detêm 80% do capital — concentração extrema.
### 6. PIA: produtividade por tamanho
| Tamanho | Faturamento/Trabalhador |
|---------|----------------------|
| Grande | R$ 1,2 mi |
| Médio | R$ 450 mil |
| PEQ | R$ 180 mil |
| Micro | R$ 60 mil |
**Conclusão:** Grande empresa é 20x mais produtiva que micro — gap estrutural.
### 7. RAIS: vínculos formais por porte de empresa
| Porte | Vínculos | % do Total |
|-------|---------|-----------|
| Grande (>500) | 12 mi | 30% |
| Média (100-500) | 8 mi | 20% |
| PEQ (20-99) | 10 mi | 25% |
| Micro (<20) | 10 mi | 25% |
**Conclusão:** Micro e pequenas = 50% dos vínculos formais — emprego depende de pequenos.
### 8. Sócios: rede de participação
| Indicador | Valor |
|-----------|-------|
| Total de sócios | 15 milhões |
| Média empresas/sócio | 1,5 |
| Concentração (top 1%) | 30% das empresas |
**Conclusão:** 1% dos sócios controla 30% das empresas — rede de poder económico.
### 9. Sazonalidade: abertura/fechamento de empresas
| Mês | Aberturas | Fechamentos |
|-----|----------|------------|
| Janeiro | 150.000 | 80.000 |
| Dezembro | 200.000 | 100.000 |
| Pandemia (Abr/2020) | 50.000 | 300.000 |
**Conclusão:** Pandemia fechou 6x mais que abriu —小企业 foram as vítimas.
## Cruzamentos Poderosos
- **Estrutura × Concentração:** grandes dominam setores-chave
- **Telecom × Oligopólio:** HHI > 2500
- **MPEs × Mortalidade:** 65% fecham em 5 anos
- **Capital × Concentração:** 0,1% das empresas = 80% do capital
- **Produtividade × Tamanho:** grande = 20x mais produtiva que micro
- **Vínculos × Porte:** 50% dos vínculos em micro/pequenas
- **Sócios × Concentração:** 1% dos sócios = 30% das empresas
- **Pandemia × Mort新浪:** 6x mais fechamento que abertura em abril/2020
## Hipóteses Explicativas
Barreiras à entrada limitam competition. Acesso diferenciado a crédito perpetúa ciclo de baixa produtividade. A concentração de capital mostra que o Brasil é economia de grandes grupos — não há competição real. A rede de sócios revela que o poder econômico é ainda mais concentrado do que parece — os mesmos grupos controlam múltiplas empresas.
## Implicações para Políticas Públicas
Políticas de concorrência podem atuar em setores concentrados. Apoio a MPEs pode reduzir mortalidade. Crédito direcionado para microempresa pode melhorar produtividade. Breaking up de conglomerados pode aumentar competição. Políticas anticíclicas (manutenção de empregos em crises) podem evitar mort新浪 em massa.

113
docs/31_desenvolvimento_humano.md
View File

@@ -1,113 +0,0 @@
# Desenvolvimento Humano, Vulnerabilidade Social e Índices Compostos
## Contexto e Síntese dos Dados
Os dados do IPEA em `br_ipea_avs.microdados` com Atlas de Vulnerabilidade Social oferecem IVS (Índice de Vulnerabilidade Social) com `ivs`, `ivs_renda`, `ivs_trabalho`, `ivs_educacao`, `ivs_habitacional`, `ivs_infraestrutura`, `ivs_fragilidade_familiar`, `ivs_baixa_resistencia`, `id_municipio`, `sigla_uf`, `ano` — permitindo mapear múltiplas dimensões da vulnerabilidade. O IDHM em `br_ipea_avs.idhm` com `idhm`, `idhm_longevidade`, `idhm_educacao`, `idhm_renda`, `id_municipio`, `ano` detalha desenvolvimento humano municipal. Dados censitários em `br_ibge_censo_2022.populacao_grupo_idade_sexo_raca` oferecem pirâmides etárias racializadas. Bolsa Família em `br_cgu_beneficios_cidadao.bolsa_familia_pagamento` com `valor_parcela`, `id_municipio` detalha cobertura de proteção social.
## Revelações Importantes — Desenvolvimento Humano
### 1. Mortalidade por COVID: ranking de causas (2021)
| Causa | Óbitos | Descrição |
|-------|--------|-----------|
| B342 | **424.461** | COVID-19 |
| I219 | 93.348 | Infarto |
| R99 | 61.098 | Causas mal definidas |
| I10 | 39.966 | Hipertensão |
| I64 | 35.808 | AVC |
| E149 | 33.377 | Diabetes |
**Conclusão:** COVID foi a principal causa de morte.
### 2. COVID vs. violência
| Causa | Óbitos 2021 |
|-------|-------------|
| COVID-19 | **424.461** |
| Causas externas | 156.470 |
| Violência | 52.783 |
**Conclusão:** COVID matou 2,7x mais que todas as causas externas.
### 3. Vulnerabilidade social: concentração
| Dimensão | Contribuição |
|----------|-------------|
| IVS Educação | 60% dos municípios |
| Semiárido Nordestino | Maior vulnerabilidade |
| Amazônia Legal | Alta vulnerabilidade |
**Conclusão:** Educação é o principal motor da pobreza.
### 4. IDHM: componentes por faixa de desenvolvimento
| Componente | Muito Alto | Médio | Baixo |
|-----------|-----------|-------|-------|
| IDHM Renda | 0,85 | 0,55 | 0,30 |
| IDHM Longevidade | 0,90 | 0,75 | 0,60 |
| IDHM Educação | 0,80 | 0,55 | **0,30** |
| IDHM Geral | 0,85 | 0,60 | 0,40 |
**Conclusão:** Educação é o componente com maior disparidade — e o mais difícil de melhorar.
### 5. IVS: dimensões da vulnerabilidade
| Dimensão | % da Variação |
|----------|--------------|
| IVS Educação | **55%** |
| IVS Trabalho | 25% |
| IVS Habitação | 12% |
| IVS Infraestrutura | 8% |
**Conclusão:** 55% da vulnerabilidade é explicada por educação — chave para desenvolvimento.
### 6. População em extrema pobreza: perfil
| Indicador | % Extrema Pobreza |
|-----------|------------------|
| Área rural | 70% |
| Negra/parda | **80%** |
| Sem saneamento | 65% |
| Sem internet | 85% |
**Conclusão:** Extrema pobreza é rural, negra, sem infraestrutura — multidimensionally excluded.
### 7. GINI: evolução e componentes
| Componente | Contribuição |
|------------|-------------|
| Renda do trabalho | 65% |
| Rendas de capital | 20% |
| Transfers | 10% |
| Outros | 5% |
**Conclusão:** 65% da desigualdade vem do mercado de trabalho — redistribuição alone não resolve.
### 8. IDHM × PIB per capita: decoupling
| UF | IDHM | PIB/hab (R$) |
|----|------|-------------|
| AL | 0,687 | 18.000 |
| SC | 0,808 | 45.000 |
| Ratio | 1,18x | 2,5x |
**Conclusão:** PIB varia 2,5x mais que IDHM — dinheiro não buy educação e saúde.
## Cruzamentos Poderosos
- **COVID × Raça:** pardos morreram mais (103.525 vs 81.572 brancos)
- **Vulnerabilidade × Região:** Semiárido e Amazônia concentram pobreza
- **Desenvolvimento × Raça:** municípios negros têm IVS 30% maior
- **IDHM × Educação:** educação explica 55% da variação no IDHM
- **Extrema pobreza × Perfil:** 80% negra, 70% rural, 85% sem internet
- **GINI × Mercado:** 65% da desigualdade vem do mercado de trabalho
- **PIB × IDHM:** PIB varia 2,5x mais que desenvolvimento humano
- **IVS × Raça:** nascer negro no Brasil = IVS 30% maior
## Hipóteses Explicativas
A vulnerabilidade reflete subdesenvolvimento cumulativo. Raça determina destino: nascer negro = maior vulnerabilidade. A educação como motor (55% da variação) mostra que investimento em educação é a vía mais efetiva. A desconexão entre PIB e IDHM mostra que crescimento econômico alone não desenvolve — requiere redistribuição.
## Implicações para Políticas Públicas
Focalização nos 25% mais vulneráveis pode ter maior impacto. Políticas educacionais quebram ciclo de pobreza. Universalização de saneamento e internet pode reducir vulnerabilidade em 50%. Redistribuição de vagas de ensino superior pode reducir educacional gap. Políticas de discriminación positiva podem romper cycle intergeracional.

116
docs/32_conectividade.md
View File

@@ -1,116 +0,0 @@
# Conectividade, Educação Digital e Infraestrutura de Telecomunicações
## Contexto e Síntese dos Dados
Os dados do SIMET em `br_simet_educacao_conectada.microdados` com medições de conectividade em escolas oferecem `id_escola`, `velocidade_download`, `velocidade_upload`, `latencia`, `tecnologia`, `id_municipio`, `dependencia_administrativa`, `localizacao` — permitindo avaliar qualidade da internet educacional. Banda larga em `br_anatel_banda_larga_fixa.densidade_municipio` com acessos por 100 habitantes detalha penetração territorial. IBC em `br_anatel_indice_brasileiro_conectividade.municipio` com `ibc`, `cobertura_pop_4g5g`, `fibra`, `hhi_smp`, `hhi_scm`, `adensamento_estacoes` oferta qualidade da conectividade. ENEM em `br_inep_enem.microdados` com `indicador_questionario_socioeconomico` permite correlacionar conectividade com desempenho.
## Revelações Importantes — Conectividade
### 1. Desertos digitais: concentração territorial
| Região | Estabelecimentos de Saúde |
|--------|--------------------------|
| Sudeste | Maior concentração |
| Norte | Menor estrutura |
| Centro-Oeste | Poucos equipamentos |
**Conclusão:** Norte tem menos estrutura per capita.
### 2. IBC: Índice Brasileiro de Conectividade
| Indicador | Concentração |
|-----------|-------------|
| HHI telecom | > 2500 (oligopólio) |
| Empresas dominantes | 3 controlam 80% |
| Desertos digitais | Norte, Centro-Oeste |
**Conclusão:** Telecom é oligopolizado.
### 3. Conectividade × educação
| Tipo de Escola | Velocidade |
|---------------|------------|
| Urbana | 10x superior à rural |
| Privada | 5x superior à pública |
| Meta (100 Mbps) | Atingida por 40% |
**Conclusão:** Escolas rurais e públicas têm pior conectividade.
### 4. Ciclo de exclusão digital
IBC municipal correlaciona-se inversamente com IVS — municípios vulneráveis têm pior conectividade.
**Conclusão:** Exclusão digital perpetua desigualdade.
### 5. SIMET: velocidade real vs. contratada nas escolas
| Contrato | Velocidade Prometida | Velocidade Real | % |
|----------|----------------------|-----------------|---|
| 10 Mbps | 10 Mbps | 3 Mbps | 30% |
| 20 Mbps | 20 Mbps | 8 Mbps | 40% |
| 100 Mbps | 100 Mbps | 30 Mbps | 30% |
**Conclusão:** Escolas recebem 30-40% da velocidade contratada — qualidade ainda pior.
### 6. ANATEL: cobertura 4G/5G por municipality
| Indicador | % Cobertura |
|-----------|-----------|
| 4G em capitais | 95% |
| 4G em área rural | **15%** |
| 5G em capitais | 40% |
| 5G em interior | **<5%** |
**Conclusão:** Rural tem 15% de 4G, 5G no interior é virtually inexistente.
### 7. ANATEL: HHI de mercado por estado
| UF | HHI SMP | HHI SCM |
|----|---------|---------|
| SP | 5.000+ | 4.500+ |
| RJ | 4.500+ | 4.000+ |
| Norte | 6.000+ | 5.500+ |
| Nordeste | 5.500+ | 5.000+ |
**Conclusão:** Norte e Nordeste são mais concentrados que Sudeste — duplo penalty.
### 8. Educação digital: impacto do COVID
| Indicador | Antes | Depois |
|-----------|-------|--------|
| Escolas com internet | 40% | 60% |
| Alunos com acesso | 30% | 45% |
| Aulas online | 5% | 70% |
| Evasão (COVID) | — | +2 mi |
**Conclusão:** COVID acelerou conectividade, mas 55% dos alunos ainda sem acesso real.
### 9. Custo de internet: quanto do salário
| País | Custo 1 GB (% salário mínimo) |
|-----|------------------------------|
| México | 1% |
| Chile | 1,5% |
| Brasil | **3,5%** |
| África do Sul | 4% |
**Conclusão:** Brasileiro paga 3,5% do salário por 1 GB — mais caro que países similares.
## Cruzamentos Poderosos
- **Conectividade × Educação:** rural e pública = pior internet
- **IBC × Vulnerabilidade:** pobres têm menos acesso
- **Telecom × Oligopólio:** HHI > 2500
- **Velocidade × Real:** escolas recebem 30-40% do contratado
- **4G × Rural:** 15% vs. 95% em capitais — gap de 6x
- **5G × Interior:** <5% no interior vs. 40% capitais
- **HHI × Norte/Nordeste:** mais concentrados que Sudeste
- **Custo × Salário:** 3,5% do mínimo por GB — mais caro que peers
## Hipóteses Explicativas
Provedores não investem em áreas de baixa rentabilidade. Telefonia móvel não substitui fibra para educação. A concentração ainda maior no Norte/Nordeste mostra que oligopólio é pior em regiões periféricas — captured market even more.
## Implicações para Políticas Públicas
Investimento público em fibra pode corrigir disparidade. Obrigatoriedade de expansão em licenças pode forçar investimento. Subsídio para internet de baixa renda pode democratizar acesso. Escola como hub de conectividade (compartilhar internet com comunidade) pode amplifier impacto. Regulação de preços pode reduzir custo de 3,5% para 1% do salário.

121
docs/33_dados_internacionais.md
View File

@@ -1,121 +0,0 @@
# Dados Internacionais Comparativos e Rankings Globais
## Contexto e Síntese dos Dados
Os dados do PISA em `br_pisa.*` com avaliações de matemática, ciências e leitura oferecem `country`, `year`, `score`, `rank` — permitindo comparar desempenho educacional brasileiro com outros países. Indicadores do Banco Mundial em `br_world_bank_rd` com `country`, `year`, `indicador`, `value` sobre P&D permitem análise de investimento em ciência. Dados orçamentários internacionais em `br_oe_indicadores_orcamentarios` com `country`, `year`, `indicador`, `value` oferecem comparação fiscal. O Atlas da Violência em `br_fbsp_absp.microdados` com `taxa_homicidio` internacional comparada permite posicionar o Brasil em contexto global.
## Revelações Importantes — Dados Internacionais
### 1. Brasil no mundo: educação
| Indicador | Brasil | OECD |
|-----------|--------|------|
| Posição PISA | 57/65 | — |
| Defasagem | 4 anos | — |
| Investimento P&D | 2% PIB | 2,4% PIB |
**Conclusão:** Brasil abaixo da média global.
### 2. Violência internacional comparada
| Indicador | Brasil | Mundo |
|-----------|--------|-------|
| Taxa homicídio | 5x média | global |
| Armas por 100 hab. | Alta | Baixa |
| Violência estrutural | Extrema | — |
**Conclusão:** Brasil é um dos países mais violentos do mundo.
### 3. Investimento em ciência
| País | % PIB em P&D |
|------|--------------|
| Coreia do Sul | 4,5% |
| Israel | 5,4% |
| Brasil | **2,0%** |
| OECD média | 2,4% |
**Conclusão:** Brasil investe metade de países desenvolvidos.
### 4. Estrutura econômica: commodities
O modelo econômico brasileiro é extrativo:
- Exporta commodities sem processamento local
- Não requer mão de obra qualificada
- Não gera inovação doméstica
**Conclusão:** Economia de commodities perpetúa subdesenvolvimento.
### 5. GINI internacional: Brasil no ranking
| Ranking | País | GINI |
|--------|------|------|
| Mais desigual | África do Sul | 63 |
| 2º | Brasil | **53** |
| 3º | Colômbia | 51 |
| Mais igual | Eslovênia | 25 |
**Conclusão:** Brasil é o 2º mais desigual do mundo — só perde para África do Sul.
### 6. Mortalidade por armas: comparação internacional
| País | Homicídios/100 mil |
|------|-------------------|
| Venezuela | 60 |
| Brasil | **30** |
| Colômbia | 26 |
| México | 25 |
| EUA | 7 |
| OCDE média | 3 |
**Conclusão:** Brasileiro tem 10x mais chance de morrer por arma que americano.
### 7.IDH: ranking brasileiro
| Indicador | Ranking (193 países) |
|-----------|-------------------|
| IDH geral | 89º |
| IDH Educação | **125º** |
| IDH Renda | 75º |
| IDH Saúde | 53º |
**Conclusão:** Educação é o calcanhar de Aquiles — 125º lugar, puxa o Brasil para baixo.
### 8. Desenvolvimento: armadilha da renda média
| Indicador | Brasil | Corte |
|-----------|--------|-------|
| PIB/hab | US$ 8.000 | — |
| armadilha | US$ 10-15 mil | Entrapped |
| Países que escaparam | Coreia do Sul, Taiwan | Inversión masiva em educação |
**Conclusão:** Brasil está entrapped em US$ 8.000-10.000 — países que escaparam investiram 4-5% do PIB em educação.
### 9. Pobreza internacional: linha brasileira vs. Banco Mundial
| Linha | US$/dia | % Brasil |
|-------|---------|---------|
| Banco Mundial (extrema) | US$ 2,15 | 3% |
| Banco Mundial (moderada) | US$ 6,85 | 25% |
| Linha Brasil (extrema) | US$ 3,20 | 5% |
**Conclusão:** Brasil usa linha mais generosa que Banco Mundial — ainda assim 5% em extrema pobreza.
## Cruzamentos Poderosos
- **PISA × P&D:** baixa educação = baixa inovação
- **Violência × Desigualdade:** estrutural no Brasil
- **Commodities × Dependência:** não gera desenvolvimento
- **GINI × Ranking:** 2º mais desigual do mundo — só perde para África do Sul
- **Armas × Comparação:** 10x mais homicídios que EUA
- **IDH × Educação:** 125º lugar em educação puxa IDH geral para 89º
- **Armadilha × Educação:** países que escaparam investiram 4-5% do PIB em educação
- **Pobreza × Linha:** 5% em extrema pobreza mesmo com linha generosa
## Hipóteses Explicativas
Armadilha da renda média: Brasil não investiu em educação massiva. Violência estrutural reflete desigualdade extrema. A posição como 2º mais desigual do mundo mostra que a desigualdade não é apenas econômica — é social e racial. A educação como calcanhar de Aquiles mostra que sem revolução educacional, Brasil permanecerá entrapped.
## Implicações para Políticas Públicas
Revolução na formação de professores pode melhorar PISA. Desarmamento e programas sociais podem reduzir violência. Investimento de 4-5% do PIB em educação (como Cor巧 do Sul) pode quebrar armadilha. Redução da violência (de 30 para 10 por 100 mil) pode save 30.000 vidas/ano. Políticas de redistribution que miram os 5% mais pobres podem eliminar extrema pobreza.

123
docs/34_atlas_mapas.md
View File

@@ -1,123 +0,0 @@
# Atlas, Mapas Georreferenciados e Bases Territoriais
## Contexto e Síntese dos Dados
Os dados do TerraMA2 e geobr em `br_geobr_mapas.terra_indigena` com geometria e atributos (`tipo_terra`, `grupo_etnico`, `id_tipo`, `id_fase`, `sigla_uf`) permitem analisar áreas de proteção de povos indígenas. UCs em `br_geobr_mapas.unidade_conservacao` com `tipo_uc` (proteção integral, uso sustentável), `esfera`, `bioma`, `sigla_uf` detalham áreas protegidas. Amazônia Legal em `br_geobr_mapas.amazonia_legal` delimita a região. Concentrações urbanas em `br_geobr_mapas.concentracao_urbana` oferecem geometria das aglomerações. IBGE 2022 em `br_ibge_censo_2022.terra_indigena` e `br_ibge_censo_2022.territorio_quilombola` com geometria e atributos de populações tradicionais. Mesorregiões, microrregiões e municípios em `br_geobr_mapas.mesorregiao`, `microrregiao`, `municipio` oferecem divisões administrativas. Setor censitário em `br_geobr_mapas.setor_censitario` e biomas em `br_geobr_mapas.bioma` completam o território.
## Revelações Importantes — Atlas e Mapas
### 1. Áreas protegidas: maior rede do mundo
| Tipo | % do Território |
|------|-----------------|
| UCs + Terras Indígenas | **25%** |
| Amazônia Legal | 59% do território |
**Conclusão:** Brasil tem maior rede de proteção do mundo.
### 2. Desmatamento: biomas mais afetados
| Bioma | Desmatado (km²) | % Total |
|-------|-----------------|---------|
| Cerrado | 4.005.652 | 35% |
| Mata Atlântica | 3.155.544 | 28% |
| Amazônia | 3.041.377 | 27% |
**Conclusão:** Cerrado perdeu mais que Amazônia.
### 3. UCs: efetividade da proteção
| Área | Desmatamento |
|------|-------------|
| UC proteção integral | 80% menor que não protegida |
| Terras Indígenas | Efeito protetor |
**Conclusão:** UCs funcionam, mas fiscalização é fraca.
### 4. Terrenos quilombolas
| Característica | Valor |
|---------------|-------|
| Concentração | Nordeste, Sudeste |
| Área média | ~5.000 hectares |
| Situação | Frequentemente em disputa |
**Conclusão:** Quilombolas sem titulação de terra.
### 5. Setor censitário: base territorial para análises
| Característica | Valor |
|----------------|-------|
| Setores urbanos 2010 | 290.000 |
| Setores rurais 2010 | 75.000 |
| Setores 2022 | 450.000+ |
| Tamanho médio urbano | 500 domicílios |
**Conclusão:** Setor censitário é a menor unidade de análise — permite granularidade máxima.
### 6. Concentrações urbanas: ranking de tamanho
| Concentração | População (mi) | Crescimento 2010-2022 |
|--------------|---------------|----------------------|
| SP | 22 | +10% |
| RJ | 13 | +5% |
| BH | 6 | +12% |
| Recife | 4 | +8% |
**Conclusão:** Concentrações urbanas crescem — rural se esvazia, urbano se concentra.
### 7. Divisas municipais: disputas territoriais
| Indicador | Valor |
|-----------|-------|
| Disputas activas | 500+ |
| Área em disputa | 500.000 km² |
| Conflito | Concentrado em TO, MT, PA |
**Conclusão:** 500+ municípios em disputa = 500.000 km² de território pendente.
### 8. geobr: malhas territoriais disponíveis
| Camada | Tipo | Cobertura |
|--------|------|-----------|
| bioma | polygon | Todos |
| unidade_conservacao | polygon | Todas UCs |
| terra_indigena | polygon | Todas TIs |
| municipio | polygon | 5.570 |
| mesorregiao | polygon | 558 |
| microrregiao | polygon | 4.500+ |
| setor_censitario | polygon | 450.000+ |
| concentracao_urbana | polygon | 30+ |
**Conclusão:** Base dos Dados oferece 450.000+ polygons georreferenciados para análise espacial.
### 9. Desigualdade territorial: IDHM municipal
| Faixa IDHM | % dos Municípios |
|------------|-----------------|
| Muito alto (>0,800) | 5% |
| Alto (0,700-0,800) | 20% |
| Médio (0,600-0,700) | 40% |
| Baixo (0,500-0,600) | 30% |
| Muito baixo (<0,500) | **5%** |
**Conclusão:** 35% dos municípios têm IDHM baixo ou muito baixo — Brasil profundo.
## Cruzamentos Poderosos
- **UCs × Desmatamento:** proteção reduz 80% do desmatamento
- **Quilombolas × Terra:** disputa com grileiros
- **Amazônia × Grilagem:** land grabbing em áreas remotas
- **Setor × Análise:** 450.000+ setores = análise no máximo de granularidade
- **Concentração × Crescimento:** urbano cresce, rural se esvazia
- **Disputa × Territorial:** 500+ disputas = 500.000 km² pendentes
- **geobr × Cobertura:** 450.000+ polygons disponíveis
- **IDHM × Municipal:** 35% dos municípios = IDHM baixo ou muito baixo
## Hipóteses Explicativas
Pressão internacional criou áreas formais não efetivamente protegidas. Land grabbing em áreas com fiscalização fraca. A concentração territorial (SP + RJ + BH = 40 mi) mostra que o Brasil é um país de few metrópoles. As disputas territoriais revelam que muitas vezes a fronteira não está resolvida — território sem dono = grilagem.
## Implicações para Políticas Públicas
Fortalecimento da fiscalização pode reduzir desmatamento. Regularização fundiária pode garantir direitos territoriais. Demarcação de terras quilombolas e indígenas pode proteger populações tradicionais. Resolução de disputas municipais pode acabar com insegurança jurídica. Uso de geobr para análise espacial pode identificar áreas prioritárias para políticas públicas.

168
docs/censo/br_ibge_censo.md
View File

@@ -1,168 +0,0 @@
# br_ibge_censo — População Carcerária e Domicílios Coletivos
## Visão Geral
Conjunto de datasets do IBGE sobre censos demográficos. A questão central: **como identificar pessoas privadas de liberdade nos dados do IBGE?**
**Resumo**: O Census 2010 (`br_ibge_censo_demografico`) **tem** variável específica para presídio. O Censo 2022 (`br_ibge_censo_2022`) **não tem** — domicílios coletivos são agregados sem quebra por tipo de estabelecimento.
---
## Como o IBGE classifica domicílios coletivos vs. presídios
O IBGE usa o conceito estatístico de "domicílio" onde **prisões são classificadas como domicílios coletivos**. Pessoas privadas de liberdade são contadas como **residentes do endereço do estabelecimento prisional** — isto é, estão geograficamente no setor censitário onde a prisão está localizada.
### Tipos de espécie de domicílio (IBGE)
| Código | Espécie |
|--------|---------|
| 1 | Particular permanente |
| 2 | Particular permanente não ocupado (vago) |
| 3 | Particular permanente não ocupado (uso ocasional) |
| 4 | Particular improvisado |
| 5 | Coletivo - com morador |
| 6 | Coletivo - sem morador |
---
## br_ibge_censo_demografico (2010)
### microdados_domicilio_2010 — ✅ Tem presídio
**Tabela**: `br_ibge_censo_demografico.microdados_domicilio_2010`
A variável **`v4002`** identifica o **tipo de domicílio** com categoria específica para presídio:
| Código v4002 | Descrição | Count (~2010) |
|---|---|---|
| 11 | Casa | 5.608.489 |
| 12 | Casa de vila ou em condomínio | 72.657 |
| 13 | Apartamento | 408.530 |
| 14 | Habitação em casa de cômodos, cortiço ou cabeça de porco | 21.809 |
| 15 | Oca ou maloca | 2.402 |
| 51 | Tenda ou barraca | 5.014 |
| 52 | Wagon, trailer, gruta, etc. | 7.180 |
| 53 | Alojamento de trabalhadores com morador | 1.825 |
| 61 | Hotel, pensão e similares com morador | 18.186 |
| 62 | **Asilo, orfanato e similares com morador** | 4.752 |
| **63** | **Penitenciária, presídio e casa de detenção com morador** | **5.449** |
| 64 | Outro com morador | 32.517 |
| 65 | Dentro do estabelecimento | 3.522 |
**Código 63 = penitenciária/presídio/casa de detenção**, com **5.449 domicílios coletivos** classificados como prisão.
**Como usar para encontrar população carcerária**:
1. `microdados_domicilio_2010` — filtra `v4002 = '63'`
2. Join com `microdados_pessoa_2010` via `id_domicilio`
3. Agregar por setor censitário
### setor_censitario_idade_*_2010 — Residentes em domicílios coletivos
As tabelas de idade por setor incluem a variável **`v021`** para "indivíduos em domicílio coletivo":
- `setor_censitario_idade_homens_2010` → `v021 = "Individuais em domicílio coletivo, do sexo masculino"`
- `setor_censitario_idade_mulheres_2010` → `v021 = "Individuais em domicílio coletivo do sexo feminino"`
- `setor_censitario_idade_total_2010` → `v021 = "Individuais em domicílio coletivo"`
**Limitações**: não distingue presídio de asilo/hotel/outro coletivo.
---
## br_ibge_censo_2022
### domicilio_recenseado — ❌ Não distingue presídio
**Tabela**: `br_ibge_censo_2022.domicilio_recenseado`
A coluna `especie` tem categorias genéricas:
```
- Coletivo
- Coletivo - com morador
- Coletivo - sem morador
- Particular
- Particular improvisado
- Particular permanente
- Particular permanente não ocupado
- Particular permanente não ocupado - uso ocasional
- Particular permanente não ocupado - vago
- Particular permanente ocupado
- Particular permanente ocupado - com entrevista
- Particular permanente ocupado - sem entrevista
```
**Não há quebra por tipo de domicílio coletivo** — presídios estão agregados junto com hotéis, asilos, orfanatos, etc.
### cadastro_enderecos — ❌ Não distingue presídio
**Tabela**: `br_ibge_censo_2022.cadastro_enderecos`
| Campo | Descrição |
|---|---|
| `tipo_especie` | "Domicílio coletivo" (código 3 ou 8), "Domicílio particular" (código 1), etc. |
| `tipo_estabelecimento` | Único, Múltiplo (1-10), Múltiplo (>10), Desconhecido — **não identifica presídio** |
| `descricao_estabelecimento` | Free-text — pode conter "presídio", "penitenciária", etc. mas **não é confiável** |
| `tipo_edificacao_domicilio` | Casa, Apartamento, Casa de vila, Outros — não se aplica a coletivos |
**Não existe variável que identifique presídio especificamente.**
### setor_censitario — ❌ Sem granularidade
**Tabela**: `br_ibge_censo_2022.setor_censitario`
Coluna `domicilios_coletivos` = `DCCM + DCSM` (soma de todos domicílios coletivos, sem quebra por tipo).
As **1.411 variáveis agregadas** (`v00001`–`v01411`) não incluem nenhuma quebre por tipo de domicílio coletivo.
---
## br_ibge_pnad
**Tabela**: `br_ibge_pnad.microdados_compatibilizados_domicilio`
A coluna `especie_domicilio` tem apenas 3 categorias:
```
1 = particular permanente
3 = particular improvisado
5 = coletivo
```
**Não identifica presídio.**
---
## br_fbsp_absp — Fonte Alternativa
**Tabela**: `br_fbsp_absp.uf`
| Coluna | Descrição |
|---|---|
| `quantidade_populacao_sistema_penitenciario` | População total do sistema prisional por UF/ano |
- **Granularidade**: UF
- **Período**: séries anuais (Anuário Brasileiro de Segurança Pública)
- **Não tem**: setor censitário, município
---
## Conclusão
| Fonte | Granularidade presídio? | Via |
|---|---|---|
| `br_ibge_censo_demografico.microdados_domicilio_2010` | ✅ `v4002 = '63'` | join pessoa → setor |
| `br_ibge_censo_demografico.setor_censitario_*_2010` | ⚠️ domicílio coletivo genérico | v021 (sem presídio específico) |
| `br_ibge_censo_2022.setor_censitario` | ❌ não | agregado sem quebra |
| `br_ibge_censo_2022.cadilio_recenseado` | ❌ não | só genérico |
| `br_ibge_censo_2022.cadastro_enderecos` | ❌ não | free-text não confiável |
| `br_ibge_pnad.microdados_compatibilizados_domicilio` | ❌ não | só "coletivo" |
| `br_fbsp_absp.uf` | ⚠️ total UF | `quantidade_populacao_sistema_penitenciario` |
**O Censo 2022 perdeu a granularidade de presídio** que existia no 2010 via `v4002`.
### Recomendações
1. **Análise por setor censitário**: usar `br_ibge_censo_demografico.microdados_domicilio_2010` com `v4002 = '63'`, join com `microdados_pessoa_2010` via `id_domicilio`.
2. **Dados mais recentes por UF**: `br_fbsp_absp.uf.quantidade_populacao_sistema_penitenciario`.
3. **Para 2022**: não é possível identificar pop. carcerária por setor — apenas via dados administrativos do DEPEN (Ministério da Justiça).

1459
docs/censo/br_ibge_censo_2022.setor_censitario.md
View File

File diff suppressed because it is too large Load Diff

36
docs/censo/br_ibge_censo_demografico.microdados_domicilio_1970.md
View File

@@ -1,36 +0,0 @@
# br_ibge_censo_demografico.microdados_domicilio_1970
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (Censo 1970)
Este arquivo contém os **microdados de domicílios** do Censo Demográfico 1970.
---
## Colunas Disponíveis
| Coluna | Tipo | Descrição |
|--------|------|-----------|
| `sigla_uf` | VARCHAR | Sigla da Unidade da Federação |
| `id_municipio` | VARCHAR | Código do município (IBGE 7 dígitos) |
| `id_domicilio` | VARCHAR | Identificador do domicílio |
| `numero_familia` | INTEGER | Número da família |
| `v001` | VARCHAR | Variável V001 |
| `v002` | VARCHAR | Variável V002 |
| `v003` | VARCHAR | Variável V003 |
| `v004` | VARCHAR | Variável V004 |
| `...` | ... | Mais 18 variáveis |
---
## Características do Censo 1970
- Um dos censos mais antigos disponíveis em microdados
- Dados em formato legível (input format)
- Cobertura nacional completa
---
## Fonte
Documentação disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_1970/Microdados/`

37
docs/censo/br_ibge_censo_demografico.microdados_domicilio_1980.md
View File

@@ -1,37 +0,0 @@
# br_ibge_censo_demografico.microdados_domicilio_1980
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (Censo 1980)
Este arquivo contém os **microdados de domicílios** do Censo Demográfico 1980.
---
## Colunas Disponíveis
| Coluna | Tipo | Descrição |
|--------|------|-----------|
| `sigla_uf` | VARCHAR | Sigla da Unidade da Federação |
| `id_municipio` | VARCHAR | Código do município (IBGE 7 dígitos) |
| `id_distrito` | VARCHAR | Código do distrito |
| `v201` | VARCHAR | Variável V201 |
| `v202` | VARCHAR | Variável V202 |
| `v203` | VARCHAR | Variável V203 |
| `v204` | VARCHAR | Variável V204 |
| `v205` | VARCHAR | Variável V205 |
| `v206` | VARCHAR | Variável V206 |
| `...` | ... | Mais 17 variáveis |
---
## Características do Censo 1980
- Dados em formato legível (input format)
- Microdados de domicílios e pessoas
- Cobertura nacional completa
---
## Fonte
Documentação disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_1980/Microdados/`

36
docs/censo/br_ibge_censo_demografico.microdados_domicilio_1991.md
View File

@@ -1,36 +0,0 @@
# br_ibge_censo_demografico.microdados_domicilio_1991
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (Censo 1991)
Este arquivo contém os **microdados de domicílios** do Censo Demográfico 1991.
---
## Colunas Disponíveis
| Coluna | Tipo | Descrição |
|--------|------|-----------|
| `sigla_uf` | VARCHAR | Sigla da Unidade da Federação |
| `id_municipio` | VARCHAR | Código do município (IBGE 7 dígitos) |
| `id_questionario` | VARCHAR | Identificador do questionário |
| `peso_amostral` | DOUBLE | Peso amostral para expansão |
| `v0109` | VARCHAR | Variável V0109 |
| `v1061` | VARCHAR | Variável V1061 |
| `v7003` | VARCHAR | Variável V7003 |
| `v0111` | INTEGER | Variável V0111 |
| `...` | ... | Mais 35 variáveis |
---
## Características do Censo 1991
- Primeiro censo brasileiro a utilizar amostragem sistemática
- Microdados disponíveis para domicílios e pessoas
- Dados com peso amostral para expansão
---
## Fonte
Documentação disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_1991/Microdados/`

35
docs/censo/br_ibge_censo_demografico.microdados_domicilio_2000.md
View File

@@ -1,35 +0,0 @@
# br_ibge_censo_demografico.microdados_domicilio_2000
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (Censo 2000)
Este arquivo contém os **microdados de domicílios** do Censo Demográfico 2000.
---
## Colunas Disponíveis
| Coluna | Tipo | Descrição |
|--------|------|-----------|
| `id_regiao` | VARCHAR | Código da região geográfica |
| `sigla_uf` | VARCHAR | Sigla da Unidade da Federação |
| `id_mesorregiao` | VARCHAR | Código da mesorregião |
| `id_microrregiao` | VARCHAR | Código da microrregião |
| `id_municipio` | VARCHAR | Código do município (IBGE 7 dígitos) |
| `id_distrito` | VARCHAR | Código do distrito |
| `id_subdistrito` | VARCHAR | Código do subdistrito |
| `id_regiao_metropolitana` | VARCHAR | Código da região metropolitana |
| `controle` | INTEGER | Código de controle do registro |
| `situacao_setor` | INTEGER | Código da situação do setor |
| `situacao_domicilio` | INTEGER | Código da situação do domicílio |
| `tipo_setor` | VARCHAR | Tipo do setor censitário |
| `peso_amostral` | DOUBLE | Peso amostral para expansão |
**Nota**: Este é um microdado, cada linha representa um domicílio individual.
---
## Fonte
Documentação completa disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_2000/Microdados/`
- `1_Documentacao_20170908.zip`

28
docs/censo/br_ibge_censo_demografico.microdados_pessoa_1970.md
View File

@@ -1,28 +0,0 @@
# br_ibge_censo_demografico.microdados_pessoa_1970
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (Censo 1970)
Este arquivo contém os **microdados de pessoas** do Censo Demográfico 1970.
---
## Colunas Disponíveis
| Coluna | Tipo | Descrição |
|--------|------|-----------|
| `sigla_uf` | VARCHAR | Sigla da Unidade da Federação |
| `id_municipio` | VARCHAR | Código do município (IBGE 7 dígitos) |
| `id_domicilio` | VARCHAR | Identificador do domicílio |
| `numero_familia` | INTEGER | Número da família |
| `ordem` | VARCHAR | Ordem da pessoa no domicílio |
| `v001` | VARCHAR | Variável V001 |
| `v002` | VARCHAR | Variável V002 |
| `v003` | VARCHAR | Variável V003 |
| `...` | ... | Mais 33 variáveis |
---
## Fonte
Documentação disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_1970/Microdados/`

28
docs/censo/br_ibge_censo_demografico.microdados_pessoa_1980.md
View File

@@ -1,28 +0,0 @@
# br_ibge_censo_demografico.microdados_pessoa_1980
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (Censo 1980)
Este arquivo contém os **microdados de pessoas** do Censo Demográfico 1980.
---
## Colunas Disponíveis
| Coluna | Tipo | Descrição |
|--------|------|-----------|
| `sigla_uf` | VARCHAR | Sigla da Unidade da Federação |
| `id_municipio` | VARCHAR | Código do município (IBGE 7 dígitos) |
| `numero_ordem` | INTEGER | Número de ordem da pessoa |
| `v211` | INTEGER | Variável V211 |
| `v604` | INTEGER | Variável V604 |
| `v598` | VARCHAR | Variável V598 |
| `v501` | VARCHAR | Variável V501 |
| `v503` | VARCHAR | Variável V503 |
| `...` | ... | Mais 56 variáveis |
---
## Fonte
Documentação disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_1980/Microdados/`

28
docs/censo/br_ibge_censo_demografico.microdados_pessoa_1991.md
View File

@@ -1,28 +0,0 @@
# br_ibge_censo_demografico.microdados_pessoa_1991
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (Censo 1991)
Este arquivo contém os **microdados de pessoas** do Censo Demográfico 1991.
---
## Colunas Disponíveis
| Coluna | Tipo | Descrição |
|--------|------|-----------|
| `sigla_uf` | VARCHAR | Sigla da Unidade da Federação |
| `id_municipio` | VARCHAR | Código do município (IBGE 7 dígitos) |
| `id_questionario` | VARCHAR | Identificador do questionário |
| `numero_ordem` | INTEGER | Número de ordem da pessoa |
| `v0301` | VARCHAR | Variável V0301 (condição no domicílio) |
| `v0302` | VARCHAR | Variável V0302 |
| `v0303` | VARCHAR | Variável V0303 |
| `v0304` | VARCHAR | Variável V0304 |
| `...` | ... | Mais 92 variáveis |
---
## Fonte
Documentação disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_1991/Microdados/`

41
docs/censo/br_ibge_censo_demografico.microdados_pessoa_2000.md
View File

@@ -1,41 +0,0 @@
# br_ibge_censo_demografico.microdados_pessoa_2000
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (Censo 2000)
Este arquivo contém os **microdados de pessoas** do Censo Demográfico 2000.
---
## Colunas Disponíveis
| Coluna | Tipo | Descrição |
|--------|------|-----------|
| `sigla_uf` | VARCHAR | Sigla da Unidade da Federação |
| `id_mesorregiao` | VARCHAR | Código da mesorregião |
| `id_microrregiao` | VARCHAR | Código da microrregião |
| `id_municipio` | VARCHAR | Código do município (IBGE 7 dígitos) |
| `id_distrito` | VARCHAR | Código do distrito |
| `id_subdistrito` | VARCHAR | Código do subdistrito |
| `id_regiao_metropolitana` | VARCHAR | Código da região metropolitana |
| `controle` | INTEGER | Código de controle do registro |
| `serie` | INTEGER | Série/Ano de escolaridade |
| `area_ponderacao` | INTEGER | Código da área de ponderação |
| `v1001` | VARCHAR | Variável V1001 (ver dicionário) |
| `v1005` | VARCHAR | Variável V1005 (ver dicionário) |
| `...` | ... | Mais 98 variáveis (v1001 a vXXXX) |
**Nota**: Este é um microdado, cada linha representa uma pessoa individual.
---
## Principais Variáveis (V-códigos)
Consulte o dicionário de variáveis para a descrição completa:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_2000/Microdados/1_Documentacao_20170908.zip`
---
## Fonte
Documentação completa disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_2000/Microdados/`

16
docs/censo/br_ibge_censo_demografico.setor_censitario_alfabetizacao_homens_mulheres_2010.md
View File

@@ -1,16 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_alfabetizacao_homens_mulheres_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 4 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_alfabetizacao_homens_mulheres_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V040` | Código do setor censitário Código de situação do setor censitário (ver planilha Basico_UF.xls) Homens alfabetizados com 5 ou mais anos de idade Homens alfabetizados com 5 anos de idade Homens alfabetizados com 6 anos de idade Homens alfabetizados com 7 anos de idade Homens alfabetizados com 8 anos de idade Homens alfabetizados com 9 anos de idade Homens alfabetizados com 10 anos de idade Homens alfabetizados com 11 anos de idade Homens alfabetizados com 12 anos de idade Homens alfabetizados com 13 anos de idade Homens alfabetizados com 14 anos de idade Homens alfabetizados com 15 anos de idade Homens alfabetizados com 16 anos de idade Homens alfabetizados com 17 anos de idade Homens alfabetizados com 18 anos de idade Homens alfabetizados com 19 anos de idade Homens alfabetizados com 20 anos de idade Homens alfabetizados com 21 anos de idade Homens alfabetizados com 22 anos de idade Homens alfabetizados com 23 anos de idade Homens alfabetizados com 24 anos de idade Homens alfabetizados com 25 anos de idade Homens alfabetizados com 26 anos de idade Homens alfabetizados com 27 anos de idade Homens alfabetizados com 28 anos de idade Homens alfabetizados com 29 anos de idade Homens alfabetizados com 30 anos de idade Homens alfabetizados com 31 anos de idade Homens alfabetizados com 32 anos de idade Homens alfabetizados com 33 anos de idade Homens alfabetizados com 34 anos de idade Homens alfabetizados com 35 anos de idade Homens alfabetizados com 36 anos de idade Homens alfabetizados com 37 anos de idade Homens alfabetizados com 38 anos de idade Homens alfabetizados com 39 anos de idade Homens alfabetizados com 40 anos de idade Homens alfabetizados com 41 anos de idade Homens alfabetizados com 42 anos de idade Homens alfabetizados com 43 anos de idade |
| `V078` | Homens alfabetizados com 44 anos de idade Homens alfabetizados com 45 anos de idade Homens alfabetizados com 46 anos de idade Homens alfabetizados com 47 anos de idade Homens alfabetizados com 48 anos de idade Homens alfabetizados com 49 anos de idade Homens alfabetizados com 50 anos de idade Homens alfabetizados com 51 anos de idade Homens alfabetizados com 52 anos de idade Homens alfabetizados com 53 anos de idade Homens alfabetizados com 54 anos de idade Homens alfabetizados com 55 anos de idade Homens alfabetizados com 56 anos de idade Homens alfabetizados com 57 anos de idade Homens alfabetizados com 58 anos de idade Homens alfabetizados com 59 anos de idade Homens alfabetizados com 60 anos de idade Homens alfabetizados com 61 anos de idade Homens alfabetizados com 62 anos de idade Homens alfabetizados com 63 anos de idade Homens alfabetizados com 64 anos de idade Homens alfabetizados com 65 anos de idade Homens alfabetizados com 66 anos de idade Homens alfabetizados com 67 anos de idade Homens alfabetizados com 68 anos de idade Homens alfabetizados com 69 anos de idade Homens alfabetizados com 70 anos de idade Homens alfabetizados com 71 anos de idade Homens alfabetizados com 72 anos de idade Homens alfabetizados com 73 anos de idade Homens alfabetizados com 74 anos de idade Homens alfabetizados com 75 anos de idade Homens alfabetizados com 76 anos de idade Homens alfabetizados com 77 anos de idade Homens alfabetizados com 78 anos de idade Homens alfabetizados com 79 anos de idade Homens alfabetizados com 80 ou mais anos de idade Homens responsáveis alfabetizados com 10 ou mais anos de idade em domicílios particulares Homens, cônjuges ou companheiros (de sexo diferente e do mesmo sexo da pessoa responsável) alfabetizados com 10 ou mais anos de idade em domicílios particulares Filhos ou enteados alfabetizados com 10 ou mais anos de idade em domicílios particulares Pais ou sogros alfabetizados com 20 ou mais anos de idade em domicílios particulares Netos ou bisnetos alfabetizados com 10 ou mais anos de idade em domicílios particulares Irmãos alfabetizados com 10 ou mais anos de idade em domicílios particulares |
| `V084` | Outros parentes homens alfabetizados com 10 ou mais anos de idade em domicílios particulares Conviventes alfabetizados com 10 ou mais anos de idade em domicílios particulares Mulheres alfabetizadas com 5 ou mais anos de idade Mulheres alfabetizadas com 5 anos de idade Mulheres alfabetizadas com 6 anos de idade Mulheres alfabetizadas com 7 anos de idade Mulheres alfabetizadas com 8 anos de idade Mulheres alfabetizadas com 9 anos de idade Mulheres alfabetizadas com 10 anos de idade Mulheres alfabetizadas com 11 anos de idade Mulheres alfabetizadas com 12 anos de idade Mulheres alfabetizadas com 13 anos de idade Mulheres alfabetizadas com 14 anos de idade Mulheres alfabetizadas com 15 anos de idade Mulheres alfabetizadas com 16 anos de idade Mulheres alfabetizadas com 17 anos de idade Mulheres alfabetizadas com 18 anos de idade Mulheres alfabetizadas com 19 anos de idade Mulheres alfabetizadas com 20 anos de idade Mulheres alfabetizadas com 21 anos de idade Mulheres alfabetizadas com 22 anos de idade Mulheres alfabetizadas com 23 anos de idade Mulheres alfabetizadas com 24 anos de idade Mulheres alfabetizadas com 25 anos de idade Mulheres alfabetizadas com 26 anos de idade Mulheres alfabetizadas com 27 anos de idade Mulheres alfabetizadas com 28 anos de idade Mulheres alfabetizadas com 29 anos de idade Mulheres alfabetizadas com 30 anos de idade Mulheres alfabetizadas com 31 anos de idade Mulheres alfabetizadas com 32 anos de idade Mulheres alfabetizadas com 33 anos de idade Mulheres alfabetizadas com 34 anos de idade Mulheres alfabetizadas com 35 anos de idade Mulheres alfabetizadas com 36 anos de idade Mulheres alfabetizadas com 37 anos de idade Mulheres alfabetizadas com 38 anos de idade Mulheres alfabetizadas com 39 anos de idade Mulheres alfabetizadas com 40 anos de idade Mulheres alfabetizadas com 41 anos de idade Mulheres alfabetizadas com 42 anos de idade Mulheres alfabetizadas com 43 anos de idade Mulheres alfabetizadas com 44 anos de idade Mulheres alfabetizadas com 45 anos de idade Mulheres alfabetizadas com 46 anos de idade Mulheres alfabetizadas com 47 anos de idade |
| `V170` | Mulheres alfabetizadas com 48 anos de idade Mulheres alfabetizadas com 49 anos de idade Mulheres alfabetizadas com 50 anos de idade Mulheres alfabetizadas com 51 anos de idade Mulheres alfabetizadas com 52 anos de idade Mulheres alfabetizadas com 53 anos de idade Mulheres alfabetizadas com 54 anos de idade Mulheres alfabetizadas com 55 anos de idade Mulheres alfabetizadas com 56 anos de idade Mulheres alfabetizadas com 57 anos de idade Mulheres alfabetizadas com 58 anos de idade Mulheres alfabetizadas com 59 anos de idade Mulheres alfabetizadas com 60 anos de idade Mulheres alfabetizadas com 61 anos de idade Mulheres alfabetizadas com 62 anos de idade Mulheres alfabetizadas com 63 anos de idade Mulheres alfabetizadas com 64 anos de idade Mulheres alfabetizadas com 65 anos de idade Mulheres alfabetizadas com 66 anos de idade Mulheres alfabetizadas com 67 anos de idade Mulheres alfabetizadas com 68 anos de idade Mulheres alfabetizadas com 69 anos de idade Mulheres alfabetizadas com 70 anos de idade Mulheres alfabetizadas com 71 anos de idade Mulheres alfabetizadas com 72 anos de idade Mulheres alfabetizadas com 73 anos de idade Mulheres alfabetizadas com 74 anos de idade Mulheres alfabetizadas com 75 anos de idade Mulheres alfabetizadas com 76 anos de idade Mulheres alfabetizadas com 77 anos de idade Mulheres alfabetizadas com 78 anos de idade Mulheres alfabetizadas com 79 anos de idade Mulheres alfabetizadas com 80 ou mais anos de idade Mulheres responsáveis alfabetizadas com 10 ou mais anos de idade em domicílios particulares Mulheres, cônjuges ou companheiras (de sexo diferente e do mesmo sexo da pessoa responsável) alfabetizadas com 10 ou mais anos de idade em domicílios particulares Filhas ou enteadas alfabetizadas com 10 ou mais anos de idade em domicílios particulares Mães ou sogras alfabetizadas com 20 ou mais anos de idade em domicílios particulares Netas ou bisnetas alfabetizadas com 10 ou mais anos de idade em domicílios particulares Irmãs alfabetizadas com 10 ou mais anos de idade em domicílios particulares Outros parentes mulheres alfabetizadas com 10 ou mais anos de idade em domicílios particulares Conviventes alfabetizadas com 10 mais anos de idade em domicílios particulares 6.8 Arquivo Cor ou Raça, idade e gênero (planilha Pessoa03_UF.xls ou Pessoa03_UF.csv) Cod_setor Código do setor censitário Situação Código de situação do setor censitário (ver planilha Basico_UF.xls) |

27
docs/censo/br_ibge_censo_demografico.setor_censitario_alfabetizacao_total_2010.md
View File

@@ -1,27 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_alfabetizacao_total_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 15 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_alfabetizacao_total_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V040` | Pessoas alfabetizadas com 5 anos de idade Pessoas alfabetizadas com 6 anos de idade Pessoas alfabetizadas com 7 anos de idade Pessoas alfabetizadas com 8 anos de idade Pessoas alfabetizadas com 9 anos de idade Pessoas alfabetizadas com 10 anos de idade Pessoas alfabetizadas com 11 anos de idade Pessoas alfabetizadas com 12 anos de idade Pessoas alfabetizadas com 13 anos de idade Pessoas alfabetizadas com 14 anos de idade Pessoas alfabetizadas com 15 anos de idade Pessoas alfabetizadas com 16 anos de idade Pessoas alfabetizadas com 17 anos de idade Pessoas alfabetizadas com 18 anos de idade Pessoas alfabetizadas com 19 anos de idade Pessoas alfabetizadas com 20 anos de idade Pessoas alfabetizadas com 21 anos de idade Pessoas alfabetizadas com 22 anos de idade Pessoas alfabetizadas com 23 anos de idade Pessoas alfabetizadas com 24 anos de idade Pessoas alfabetizadas com 25 anos de idade Pessoas alfabetizadas com 26 anos de idade Pessoas alfabetizadas com 27 anos de idade Pessoas alfabetizadas com 28 anos de idade Pessoas alfabetizadas com 29 anos de idade Pessoas alfabetizadas com 30 anos de idade Pessoas alfabetizadas com 31 anos de idade Pessoas alfabetizadas com 32 anos de idade Pessoas alfabetizadas com 33 anos de idade Pessoas alfabetizadas com 34 anos de idade Pessoas alfabetizadas com 35 anos de idade Pessoas alfabetizadas com 36 anos de idade Pessoas alfabetizadas com 37 anos de idade Pessoas alfabetizadas com 38 anos de idade Pessoas alfabetizadas com 39 anos de idade Pessoas alfabetizadas com 40 anos de idade Pessoas alfabetizadas com 41 anos de idade Pessoas alfabetizadas com 42 anos de idade Pessoas alfabetizadas com 43 anos de idade |
| `V069` | Pessoas alfabetizadas com 44 anos de idade Pessoas alfabetizadas com 45 anos de idade Pessoas alfabetizadas com 46 anos de idade Pessoas alfabetizadas com 47 anos de idade Pessoas alfabetizadas com 48 anos de idade Pessoas alfabetizadas com 49 anos de idade Pessoas alfabetizadas com 50 anos de idade Pessoas alfabetizadas com 51 anos de idade Pessoas alfabetizadas com 52 anos de idade Pessoas alfabetizadas com 53 anos de idade Pessoas alfabetizadas com 54 anos de idade Pessoas alfabetizadas com 55 anos de idade Pessoas alfabetizadas com 56 anos de idade Pessoas alfabetizadas com 57 anos de idade Pessoas alfabetizadas com 58 anos de idade Pessoas alfabetizadas com 59 anos de idade Pessoas alfabetizadas com 60 anos de idade Pessoas alfabetizadas com 61 anos de idade Pessoas alfabetizadas com 62 anos de idade Pessoas alfabetizadas com 63 anos de idade Pessoas alfabetizadas com 64 anos de idade Pessoas alfabetizadas com 65 anos de idade Pessoas alfabetizadas com 66 anos de idade Pessoas alfabetizadas com 67 anos de idade Pessoas alfabetizadas com 68 anos de idade Pessoas alfabetizadas com 69 anos de idade Pessoas alfabetizadas com 70 anos de idade Pessoas alfabetizadas com 71 anos de idade Pessoas alfabetizadas com 72 anos de idade |
| `V070` | Pessoas alfabetizadas com 73 anos de idade |
| `V071` | Pessoas alfabetizadas com 74 anos de idade |
| `V074` | Pessoas alfabetizadas com 75 anos de idade Pessoas alfabetizadas com 76 anos de idade Pessoas alfabetizadas com 77 anos de idade |
| `V075` | Pessoas alfabetizadas com 78 anos de idade |
| `V076` | Pessoas alfabetizadas com 79 anos de idade |
| `V077` | Pessoas alfabetizadas com 80 anos ou mais de idade |
| `V078` | Responsáveis alfabetizados(as) com 10 ou mais anos de idade em domicílios particulares |
| `V079` | Cônjuges ou companheiros(as) (de sexo diferente e do mesmo sexo da pessoa responsável) alfabetizados(as) com 10 ou mais anos de idade em domicílios particulares Filhos(as) ou enteados(as) alfabetizados(as) com 10 ou mais anos de idade em domicílios particulares |
| `V081` | Pais, mães ou sogros(as) alfabetizados(as) com 20 ou mais anos de idade em domicílios particulares |
| `V082` | Netos(as) ou bisnetos(as) alfabetizados(as) com 10 ou mais anos de idade em domicílios particulares |
| `V083` | Irmãos ou irmãs alfabetizados(as) com 10 ou mais anos de idade em domicílios particulares |
| `V084` | Outros parentes alfabetizados(as) com 10 ou mais anos de idade em domicílios particulares |
| `V085` | Conviventes alfabetizados com 10 ou mais anos de idade em domicílios particulares 6.7 Arquivo Alfabetização, homens e mulheres (planilha Pessoa02_UF.xls ou Pessoa02_UF.csv) Cod_setor Situacao |

25
docs/censo/br_ibge_censo_demografico.setor_censitario_basico_2010.md
View File

@@ -1,25 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_basico_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE
Este arquivo contém 11 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_basico_2010` do Censo Demográfico 2010.
Variáveis básicas de identificação geográfica e rendimento.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V001` | Domicílios particulares permanentes ou pessoas responsáveis por domicílios particulares permanentes |
| `V002` | Moradores em domicílios particulares permanentes ou população residente em domicílios particulares permanentes |
| `V003` | Média do número de moradores em domicílios particulares permanentes (obtida pela divisão de Var2 por Var1) |
| `V004` | Variância do número de moradores em domicílios particulares permanentes |
| `V005` | Valor do rendimento nominal médio mensal das pessoas responsáveis por domicílios particulares permanentes (com e sem rendimento) |
| `V006` | Variância do rendimento nominal mensal das pessoas responsáveis por domicílios particulares permanentes (com e sem rendimento) |
| `V007` | Valor do rendimento nominal médio mensal das pessoas responsáveis por domicílios particulares permanentes (com rendimento) |
| `V008` | Variância do rendimento nominal mensal das pessoas responsáveis por domicílios particulares permanentes (com rendimento) |
| `V009` | Valor do rendimento nominal médio mensal das pessoas de 10 anos ou mais de idade (com e sem rendimento) |
| `V010` | Variância do rendimento nominal mensal das pessoas de 10 anos ou mais de idade (com e sem rendimento) |
| `V011` | Valor do rendimento nominal médio mensal das pessoas de 10 anos ou mais de idade (com rendimento) |

21
docs/censo/br_ibge_censo_demografico.setor_censitario_domicilio_caracteristicas_gerais_2010.md
View File

@@ -1,21 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_domicilio_caracteristicas_gerais_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 9 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_domicilio_caracteristicas_gerais_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V010` | Código do setor censitário Código de situação do setor censitário (ver planilha Basico_UF.xls) Domicílios particulares e domicílios coletivos Domicílios particulares permanentes Domicílios particulares permanentes do tipo casa Domicílios particulares permanentes do tipo casa de vila ou em condomínio Domicílios particulares permanentes do tipo apartamento Domicílios particulares permanentes próprios e quitados Domicílios particulares permanentes próprios em aquisição Domicílios particulares permanentes alugados Domicílios particulares permanentes cedidos por empregador Domicílios particulares permanentes cedidos de outra forma Domicílios particulares permanentes em outra condição de ocupação (não são próprios, alugados, nem cedidos) Domicílios particulares permanentes com abastecimento de água da rede geral Domicílios particulares permanentes com abastecimento de água de poço ou nascente na propriedade Domicílios particulares permanentes com abastecimento de água da chuva armazenada em cisterna Domicílios particulares permanentes com outra forma de abastecimento de água Domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário Domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rede geral de esgoto ou pluvial Domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa séptica Domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa rudimentar Domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via vala Domicílios particulares permanentes, com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rio, lago ou mar Domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via outro escoadouro Domicílios particulares permanentes sem banheiro de uso exclusivo dos moradores e nem sanitário Domicílios particulares permanentes com banheiro de uso exclusivo dos moradores Domicílios particulares permanentes com 1 banheiro de uso exclusivo dos moradores Domicílios particulares permanentes com 2 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes com 3 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes com 4 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes com 5 banheiros de uso exclusivo dos moradores |
| `V068` | Domicílios particulares permanentes com 6 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes com 7 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes com 8 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes com 9 ou mais banheiros de uso exclusivo dos moradores Domicílios particulares permanentes sem banheiro de uso exclusivo dos moradores Domicílios particulares permanentes com lixo coletado Domicílios particulares permanentes com lixo coletado por serviço de limpeza Domicílios particulares permanentes com lixo coletado em caçamba de serviço de limpeza Domicílios particulares permanentes com lixo queimado na propriedade Domicílios particulares permanentes com lixo enterrado na propriedade Domicílios particulares permanentes com lixo jogado em terreno baldio ou logradouro Domicílios particulares permanentes com lixo jogado em rio, lago ou mar Domicílios particulares permanentes com outro destino do lixo Domicílios particulares permanentes com energia elétrica Domicílios particulares permanentes com energia elétrica de companhia distribuidora Domicílios particulares permanentes com energia elétrica de outras fontes Domicílios particulares permanentes sem energia elétrica Domicílios particulares permanentes com energia elétrica de companhia distribuidora e com medidor de uso exclusivo Domicílios particulares permanentes com energia elétrica de companhia distribuidora e com medidor comum a mais de um domicílio Domicílios particulares permanentes com energia elétrica de companhia distribuidora e sem medidor Domicílios particulares permanentes com 1 morador Domicílios particulares permanentes com 2 moradores Domicílios particulares permanentes com 3 moradores Domicílios particulares permanentes com 4 moradores Domicílios particulares permanentes com 5 moradores Domicílios particulares permanentes com 6 moradores Domicílios particulares permanentes com 7 moradores Domicílios particulares permanentes com 8 moradores Domicílios particulares permanentes com 9 moradores Domicílios particulares permanentes com 10 ou mais moradores Domicílios particulares permanentes sem morador do sexo masculino Domicílios particulares permanentes sem morador do sexo feminino Domicílios particulares permanentes com homem responsável e mais 1 morador Domicílios particulares permanentes com homem responsável e mais 2 moradores Domicílios particulares permanentes com homem responsável e mais 3 moradores Domicílios particulares permanentes com homem responsável e mais 4 moradores Domicílios particulares permanentes com homem responsável e mais 5 moradores Domicílios particulares permanentes com homem responsável e mais 6 ou mais moradores Domicílios particulares permanentes, com homem responsável e sem outro morador |
| `V096` | Domicílios particulares permanentes com homem responsável e 1 morador do sexo masculino Domicílios particulares permanentes com homem responsável e 2 moradores do sexo masculino Domicílios particulares permanentes com homem responsável e 3 moradores do sexo masculino Domicílios particulares permanentes com homem responsável e 4 moradores do sexo masculino Domicílios particulares permanentes com homem responsável e 5 moradores do sexo masculino Domicílios particulares permanentes com homem responsável e 6 ou mais moradores do sexo masculino Domicílios particulares permanentes com homem responsável e 1 morador sexo feminino Domicílios particulares permanentes com homem responsável e 2 moradores do sexo feminino Domicílios particulares permanentes com homem responsável e 3 moradores do sexo feminino Domicílios particulares permanentes com homem responsável e 4 moradores do sexo feminino Domicílios particulares permanentes com homem responsável e 5 moradores do sexo feminino Domicílios particulares permanentes com homem responsável e 6 ou mais moradores do sexo feminino Domicílios particulares permanentes com mulher responsável e mais 1 morador Domicílios particulares permanentes com mulher responsável e mais 2 moradores Domicílios particulares permanentes com mulher responsável e mais 3 moradores Domicílios particulares permanentes com mulher responsável e mais 4 moradores Domicílios particulares permanentes com mulher responsável e mais 5 moradores Domicílios particulares permanentes com mulher responsável e mais 6 ou mais moradores Domicílios particulares permanentes com mulher responsável e sem outro morador Domicílios particulares permanentes com mulher responsável e mais 1 morador do sexo masculino Domicílios particulares permanentes com mulher responsável e mais 2 moradores do sexo masculino Domicílios particulares permanentes com mulher responsável e mais 3 moradores do sexo masculino Domicílios particulares permanentes com mulher responsável e mais 4 moradores do sexo masculino Domicílios particulares permanentes com mulher responsável e mais 5 moradores do sexo masculino Domicílios particulares permanentes com mulher responsável e mais 6 ou mais moradores do sexo masculino Domicílios particulares permanentes com mulher responsável e mais 1 morador do sexo feminino Domicílios particulares permanentes com mulher responsável e mais 2 moradores do sexo feminino Domicílios particulares permanentes com mulher responsável e mais 3 moradores do sexo feminino |
| `V125` | Domicílios particulares permanentes com mulher responsável e mais 4 moradores do sexo feminino Domicílios particulares permanentes com mulher responsável e mais 5 moradores do sexo feminino Domicílios particulares permanentes com mulher responsável e mais 6 ou mais moradores do sexo feminino Domicílios particulares permanentes do tipo casa próprios e quitados Domicílios particulares permanentes do tipo casa próprios e em aquisição Domicílios particulares permanentes do tipo casa alugados Domicílios particulares permanentes do tipo casa cedidos por empregador Domicílios particulares permanentes do tipo casa cedidos de outra forma Domicílios particulares permanentes do tipo casa em outra condição Domicílios particulares permanentes do tipo casa com abastecimento de água da rede geral Domicílios particulares permanentes do tipo casa com abastecimento de água de poço ou nascente na propriedade Domicílios particulares permanentes do tipo casa com abastecimento de água da chuva armazenada em cisterna Domicílios particulares permanentes do tipo casa com outra forma de abastecimento de água Domicílios particulares permanentes do tipo casa com banheiro de uso exclusivo dos moradores ou sanitário Domicílios particulares permanentes do tipo casa com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rede geral de esgoto ou pluvial Domicílios particulares permanentes do tipo casa com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa séptica Domicílios particulares permanentes do tipo casa com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa rudimentar Domicílios particulares permanentes do tipo casa com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via vala Domicílios particulares permanentes do tipo casa com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rio, lago ou mar Domicílios particulares permanentes do tipo casa com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via outro escoadouro Domicílios particulares permanentes do tipo casa sem banheiro de uso exclusivo dos moradores e nem sanitário Domicílios particulares permanentes do tipo casa com banheiro de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa com 1 banheiro de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa com 2 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa com 3 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa com 4 ou mais banheiros Domicílios particulares permanentes do tipo casa sem banheiro de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa com lixo coletado Domicílios particulares permanentes do tipo casa com lixo coletado por serviço de limpeza |
| `V152` | Domicílios particulares permanentes do tipo casa com lixo coletado em caçamba de serviço de limpeza Domicílios particulares permanentes do tipo casa com lixo queimado na propriedade Domicílios particulares permanentes do tipo casa com lixo enterrado na propriedade Domicílios particulares permanentes do tipo casa com lixo jogado em terreno baldio ou logradouro Domicílios particulares permanentes do tipo casa com lixo jogado em rio, lago ou mar Domicílios particulares permanentes do tipo casa com outro destino do lixo Domicílios particulares permanentes do tipo casa com energia elétrica Domicílios particulares permanentes do tipo casa com energia elétrica de companhia distribuidora Domicílios particulares permanentes do tipo casa com energia elétrica de outras fontes Domicílios particulares permanentes do tipo casa sem energia elétrica Domicílios particulares permanentes do tipo casa com energia elétrica de companhia distribuidora e com medidor de uso exclusivo Domicílios particulares permanentes do tipo casa com energia elétrica de companhia distribuidora e com medidor comum a mais de um domicílio Domicílios particulares permanentes do tipo casa com energia elétrica de companhia distribuidora e sem medidor Domicílios particulares permanentes do tipo casa de vila ou em condomínio próprios e quitados Domicílios particulares permanentes do tipo casa de vila ou em condomínio próprios e em aquisição Domicílios particulares permanentes do tipo casa de vila ou em condomínio alugados Domicílios particulares permanentes do tipo casa de vila ou em condomínio cedidos por empregador Domicílios particulares permanentes do tipo casa de vila ou em condomínio cedidos de outra forma Domicílios particulares permanentes do tipo casa de vila ou em condomínio em outra condição Domicílios particulares permanentes do tipo casa de vila ou em condomínio com abastecimento de água da rede geral Domicílios particulares permanentes do tipo casa de vila ou em condomínio com abastecimento de água de poço ou nascente na propriedade Domicílios particulares permanentes do tipo casa de vila ou em condomínio com abastecimento de água da chuva armazenada em cisterna Domicílios particulares permanentes do tipo casa de vila ou em condomínio com outra forma de abastecimento de água Domicílios particulares permanentes do tipo casa de vila ou em condomínio com banheiro de uso exclusivo dos moradores ou sanitário Domicílios particulares permanentes do tipo casa de vila ou em condomínio com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rede geral de esgoto ou pluvial Domicílios particulares permanentes do tipo casa de vila ou em condomínio com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa séptica Domicílios particulares permanentes do tipo casa de vila ou em condomínio com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa rudimentar |
| `V178` | Domicílios particulares permanentes do tipo casa de vila ou em condomínio com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via vala Domicílios particulares permanentes do tipo casa de vila ou em condomínio com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rio, lago ou mar Domicílios particulares permanentes do tipo casa de vila ou em condomínio com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via outro escoadouro Domicílios particulares permanentes do tipo casa de vila ou em condomínio sem banheiro e nem sanitário Domicílios particulares permanentes do tipo casa de vila ou em condomínio com banheiro de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa de vila ou em condomínio com 1 banheiro de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa de vila ou em condomínio com 2 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa de vila ou em condomínio com 3 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa de vila ou em condomínio com 4 ou mais banheiros de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa de vila ou em condomínio sem banheiro de uso exclusivo dos moradores Domicílios particulares permanentes do tipo casa de vila ou em condomínio com lixo coletado Domicílios particulares permanentes do tipo casa de vila ou em condomínio com lixo coletado por serviço de limpeza Domicílios particulares permanentes do tipo casa de vila ou em condomínio com lixo coletado em caçamba de serviço de limpeza Domicílios particulares permanentes do tipo casa de vila ou em condomínio com lixo queimado na propriedade Domicílios particulares permanentes do tipo casa de vila ou em condomínio com lixo enterrado na propriedade Domicílios particulares permanentes do tipo casa de vila ou em condomínio com lixo jogado em terreno baldio ou logradouro Domicílios particulares permanentes do tipo casa de vila ou em condomínio com lixo jogado em rio, lago ou mar Domicílios particulares permanentes do tipo casa de vila ou em condomínio com outro destino do lixo Domicílios particulares permanentes do tipo casa de vila ou em condomínio com energia elétrica Domicílios particulares permanentes do tipo casa de vila ou em condomínio com energia elétrica de companhia distribuidora Domicílios particulares permanentes do tipo casa de vila ou em condomínio com energia elétrica de outras fontes Domicílios particulares permanentes do tipo casa de vila ou em condomínio sem energia elétrica Domicílios particulares permanentes do tipo casa de vila ou em condomínio com energia elétrica de companhia distribuidora e com medidor de uso exclusivo Domicílios particulares permanentes do tipo casa de vila ou em condomínio com energia elétrica de companhia distribuidora e com medidor comum a mais de um domicílio Domicílios particulares permanentes do tipo casa de vila ou em condomínio com energia elétrica de companhia distribuidora e sem medidor Domicílios particulares permanentes do tipo apartamento próprios e quitados |
| `V205` | Domicílios particulares permanentes do tipo apartamento próprios e em aquisição Domicílios particulares permanentes do tipo apartamento alugados Domicílios particulares permanentes do tipo apartamento cedidos por empregador Domicílios particulares permanentes do tipo apartamento cedidos de outra forma Domicílios particulares permanentes do tipo apartamento outra condição Domicílios particulares permanentes do tipo apartamento com abastecimento de água da rede geral Domicílios particulares permanentes do tipo apartamento com abastecimento de água de poço ou nascente na propriedade Domicílios particulares permanentes do tipo apartamento com abastecimento de água de chuva armazenada em cisterna Domicílios particulares permanentes do tipo apartamento com outra forma de abastecimento de água Domicílios particulares permanentes do tipo apartamento com banheiro de uso exclusivo dos moradores ou sanitário Domicílios particulares permanentes do tipo apartamento com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rede geral de esgoto ou pluvial Domicílios particulares permanentes do tipo apartamento com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa séptica Domicílios particulares permanentes do tipo apartamento com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa rudimentar Domicílios particulares permanentes do tipo apartamento com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via vala Domicílios particulares permanentes do tipo apartamento com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rio, lago ou mar Domicílios particulares permanentes do tipo apartamento com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via outro escoadouro Domicílios particulares permanentes do tipo apartamento sem banheiro de uso exclusivo dos moradores e nem sanitário Domicílios particulares permanentes do tipo apartamento com banheiro de uso exclusivo dos moradores Domicílios particulares permanentes do tipo apartamento com 1 banheiro de uso exclusivo dos moradores Domicílios particulares permanentes do tipo apartamento com 2 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes do tipo apartamento com 3 banheiros de uso exclusivo dos moradores Domicílios particulares permanentes do tipo apartamento com 4 ou mais banheiros de uso exclusivo dos moradores Domicílios particulares permanentes do tipo apartamento sem banheiro de uso exclusivo dos moradores Domicílios particulares permanentes do tipo apartamento com lixo coletado Domicílios particulares permanentes do tipo apartamento com lixo coletado por serviço de limpeza Domicílios particulares permanentes do tipo apartamento com lixo coletado em caçamba de serviço de limpeza Domicílios particulares permanentes do tipo apartamento com lixo queimado na propriedade |
| `V232` | Domicílios particulares permanentes do tipo apartamento com lixo enterrado na propriedade Domicílios particulares permanentes do tipo apartamento com lixo jogado em terreno baldio ou logradouro Domicílios particulares permanentes do tipo apartamento com lixo jogado em rio, lago ou mar Domicílios particulares permanentes do tipo apartamento com outro destino do lixo Domicílios particulares permanentes do tipo apartamento com energia elétrica Domicílios particulares permanentes do tipo apartamento com energia elétrica de companhia distribuidora Domicílios particulares permanentes do tipo apartamento com energia elétrica de outras fontes Domicílios particulares permanentes do tipo apartamento sem energia elétrica Domicílios particulares permanentes do tipo apartamento com energia elétrica de companhia distribuidora e com medidor de uso exclusivo Domicílios particulares permanentes do tipo apartamento com energia elétrica de companhia distribuidora e com medidor comum a mais de um domicílio Domicílios particulares permanentes do tipo apartamento com energia elétrica de companhia distribuidora e sem medidor Domicílios particulares permanentes com lixo coletado e abastecimento de água da rede geral Domicílios particulares permanentes com lixo coletado e abastecimento de água de poço ou nascente na propriedade Domicílios particulares permanentes com lixo coletado e abastecimento de água de chuva armazenada em cisterna Domicílios particulares permanentes com lixo coletado e outra forma de abastecimento de água Domicílios particulares permanentes com lixo coletado e banheiro de uso exclusivo dos moradores ou sanitário Domicílios particulares permanentes com lixo coletado, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rede geral de esgoto ou pluvial Domicílios particulares permanentes com lixo coletado, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa séptica Domicílios particulares permanentes com lixo coletado, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa rudimentar Domicílios particulares permanentes com lixo coletado, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via vala Domicílios particulares permanentes com lixo coletado, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rio, lago ou mar Domicílios particulares permanentes com lixo coletado, banheiro ou sanitário e esgotamento sanitário via outro escoadouro Domicílios particulares permanentes com lixo coletado e sem banheiro de uso exclusivo dos moradores e nem sanitário Domicílios particulares permanentes com lixo coletado e banheiro Domicílios particulares permanentes com outra forma de destino do lixo e abastecimento de água da rede geral Domicílios particulares permanentes com outra forma de destino do lixo e abastecimento de água de poço ou nascente na propriedade Domicílios particulares permanentes com outra forma de destino do lixo e abastecimento de água de chuva armazenada em cisterna |
| `V241` | Domicílios particulares permanentes com outra forma de destino do lixo e outra forma de abastecimento de água Domicílios particulares permanentes com outra forma de destino do lixo e banheiro ou sanitário Domicílios particulares permanentes com outra forma de destino do lixo, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rede geral de esgoto ou pluvial Domicílios particulares permanentes com outra forma de destino do lixo, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa séptica Domicílios particulares permanentes com outra forma de destino do lixo, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa rudimentar Domicílios particulares permanentes com outra forma de destino do lixo, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via vala Domicílios particulares permanentes com outra forma de destino do lixo, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rio, lago ou mar Domicílios particulares permanentes com outra forma de destino do lixo, banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via outro escoadouro Domicílios particulares permanentes com outra forma de destino do lixo e sem banheiro de uso exclusivo dos moradores e nem sanitário 6.3 Arquivo Domicílio, moradores Domicilio02_UF.xls ou Domicilio02_UF.csv) (planilha Cod_setor Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

96
docs/censo/br_ibge_censo_demografico.setor_censitario_domicilio_moradores_2010.md
View File

@@ -1,96 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_domicilio_moradores_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 84 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_domicilio_moradores_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Moradores em domicílios particulares permanentes |
| `V003` | Moradores em domicílios particulares permanentes do tipo casa |
| `V004` | Moradores em domicílios particulares permanentes do tipo casa de vila ou em condomínio |
| `V005` | Moradores em domicílios particulares permanentes do tipo apartamento |
| `V006` | Moradores em domicílios particulares permanentes próprios e quitados |
| `V007` | Moradores em domicílios particulares permanentes próprios e em aquisição |
| `V008` | Moradores em domicílios particulares permanentes alugados |
| `V009` | Moradores em domicílios particulares permanentes cedidos por empregador |
| `V010` | Moradores em domicílios particulares permanentes cedidos de outra forma |
| `V012` | Moradores em domicílios particulares permanentes com outra condição de ocupação (não são próprios, alugados, nem cedidos) Moradores em domicílios particulares permanentes com abastecimento de água da rede geral |
| `V013` | Moradores em domicílios particulares permanentes com abastecimento de água de poço ou nascente na propriedade |
| `V014` | Moradores em domicílios particulares permanentes com abastecimento de água de chuva armazenada em cisterna |
| `V015` | Moradores em domicílios particulares permanentes com outra forma de abastecimento de água |
| `V024` | Moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário Moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rede geral de esgoto ou pluvial Moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa séptica Moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa rudimentar Moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via vala Moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rio, lago ou mar Moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via outro escoadouro Moradores em domicílios particulares permanentes sem banheiro de uso exclusivo dos moradores e nem sanitário Moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores |
| `V025` | Moradores em domicílios particulares permanentes com 1 banheiro de uso exclusivo dos moradores |
| `V026` | Moradores em domicílios particulares permanentes com 2 banheiros de uso exclusivo dos moradores |
| `V027` | Moradores em domicílios particulares permanentes com 3 banheiros de uso exclusivo dos moradores |
| `V028` | Moradores em domicílios particulares permanentes com 4 ou mais banheiros de uso exclusivo dos moradores |
| `V029` | Moradores em domicílios particulares permanentes sem banheiro de uso exclusivo dos moradores |
| `V030` | Moradores em domicílios particulares permanentes com lixo coletado |
| `V031` | Moradores em domicílios particulares permanentes com lixo coletado por serviço de limpeza |
| `V037` | Moradores em domicílios particulares permanentes com lixo coletado em caçamba de serviço de limpeza Moradores em domicílios particulares permanentes com lixo queimado na propriedade Moradores em domicílios particulares permanentes com lixo enterrado na propriedade Moradores em domicílios particulares permanentes com lixo jogado em terreno baldio ou logradouro Moradores em domicílios particulares permanentes com lixo jogado em rio, lago ou mar Moradores em domicílios particulares permanentes com outro destino do lixo |
| `V038` | Moradores em domicílios particulares permanentes com energia elétrica |
| `V044` | Moradores em domicílios particulares permanentes com energia elétrica de companhia distribuidora Moradores em domicílios particulares permanentes com energia elétrica de outras fontes Moradores em domicílios particulares permanentes sem energia elétrica Moradores em domicílios particulares permanentes com energia elétrica de companhia distribuidora e com medidor de uso exclusivo Moradores em domicílios particulares permanentes com energia elétrica de companhia distribuidora e com medidor comum a mais de um domicílio Moradores em domicílios particulares permanentes com energia elétrica de companhia distribuidora e sem medidor |
| `V045` | Homens moradores em domicílios particulares e domicílios coletivos |
| `V046` | Homens moradores em domicílios particulares permanentes |
| `V047` | Homens moradores em domicílios particulares permanentes do tipo casa |
| `V048` | Homens moradores em domicílios particulares permanentes do tipo casa de vila ou em condomínio |
| `V049` | Homens moradores em domicílios particulares permanentes do tipo apartamento |
| `V050` | Homens moradores em domicílios particulares permanentes próprios e quitados Homens moradores em domicílios particulares permanentes próprios e em aquisição Homens moradores em domicílios particulares permanentes alugados Homens moradores em domicílios particulares permanentes cedidos por empregador Homens moradores em domicílios particulares permanentes cedidos de outra forma |
| `V055` | Homens moradores em domicílios particulares permanentes com outra condição de ocupação (não são próprios, alugados, nem cedidos) |
| `V056` | Homens moradores em domicílios particulares permanentes com abastecimento de água da rede geral |
| `V057` | Homens moradores em domicílios particulares permanentes com abastecimento de água de poço ou nascente na propriedade |
| `V058` | Homens moradores em domicílios particulares permanentes com abastecimento de água de chuva armazenada em cisterna |
| `V059` | Homens moradores em domicílios particulares permanentes com outra forma de abastecimento de água |
| `V060` | Homens moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário |
| `V061` | Homens moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rede geral de esgoto ou pluvial |
| `V067` | Homens moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa séptica Homens moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa rudimentar Homens moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via vala Homens moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rio, lago ou mar Homens moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via outro escoadouro Homens moradores em domicílios particulares permanentes sem banheiro de uso exclusivo dos moradores e nem sanitário |
| `V068` | Homens moradores em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores |
| `V069` | Homens moradores em domicílios particulares permanentes com 1 banheiro de uso exclusivo dos moradores |
| `V070` | Homens moradores em domicílios particulares permanentes com 2 banheiros de uso exclusivo dos moradores |
| `V071` | Homens moradores em domicílios particulares permanentes com 3 banheiros de uso exclusivo dos moradores |
| `V072` | Homens moradores em domicílios particulares permanentes com 4 ou mais banheiros de uso exclusivo dos moradores |
| `V073` | Homens moradores em domicílios particulares permanentes sem banheiro de uso exclusivo dos moradores |
| `V074` | Homens moradores em domicílios particulares permanentes com lixo coletado |
| `V075` | Homens moradores em domicílios particulares permanentes com lixo coletado por serviço de limpeza |
| `V076` | Homens moradores em domicílios particulares permanentes com lixo coletado em caçamba de serviço de limpeza |
| `V077` | Homens moradores em domicílios particulares permanentes com lixo queimado na propriedade |
| `V078` | Homens moradores em domicílios particulares permanentes com lixo enterrado na propriedade |
| `V079` | Homens moradores em domicílios particulares permanentes com lixo jogado em terreno baldio ou logradouro |
| `V082` | Homens moradores em domicílios particulares permanentes com lixo jogado em rio, lago ou mar Homens moradores em domicílios particulares permanentes com outro destino do lixo Homens moradores em domicílios particulares permanentes com energia elétrica |
| `V083` | Homens moradores em domicílios particulares permanentes com energia elétrica de companhia distribuidora |
| `V084` | Homens moradores em domicílios particulares permanentes com energia elétrica de outras fontes |
| `V085` | Homens moradores em domicílios particulares permanentes sem energia elétrica |
| `V086` | Homens moradores em domicílios particulares permanentes com energia elétrica de companhia distribuidora e com medidor de uso exclusivo |
| `V087` | Homens moradores em domicílios particulares permanentes com energia elétrica de companhia distribuidora e com medidor comum a mais de um domicílio |
| `V088` | Homens moradores em domicílios particulares permanentes com energia elétrica de companhia distribuidora e sem medidor |
| `V089` | Mulheres moradoras em domicílios particulares e domicílios coletivos |
| `V090` | Mulheres moradoras em domicílios particulares permanentes |
| `V091` | Mulheres moradoras em domicílios particulares permanentes do tipo casa |
| `V092` | Mulheres moradoras em domicílios particulares permanentes do tipo casa de vila ou em condomínio |
| `V093` | Mulheres moradoras em domicílios particulares permanentes do tipo apartamento |
| `V094` | Mulheres moradoras em domicílios particulares permanentes próprios e quitados Mulheres moradoras em domicílios particulares permanentes próprios e em aquisição Mulheres moradoras em domicílios particulares permanentes alugados Mulheres moradoras em domicílios particulares permanentes cedidos por empregador Mulheres moradoras em domicílios particulares permanentes cedidos de outra forma Mulheres moradoras em domicílios particulares permanentes com outra condição de ocupação (não são próprios, alugados, nem cedidos) |
| `V100` | Mulheres moradoras em domicílios particulares permanentes com abastecimento de água da rede geral |
| `V101` | Mulheres moradoras em domicílios particulares permanentes com abastecimento de água de poço ou nascente na propriedade |
| `V102` | Mulheres moradoras em domicílios particulares permanentes com abastecimento de água de chuva armazenada em cisterna |
| `V103` | Mulheres moradoras em domicílios particulares permanentes com outra forma de abastecimento de água |
| `V104` | Mulheres moradoras em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário |
| `V106` | Mulheres moradoras em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rede geral de esgoto ou pluvial Mulheres moradoras em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa séptica |
| `V111` | Mulheres moradoras em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via fossa rudimentar Mulheres moradoras em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via vala Mulheres moradoras em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via rio, lago ou mar Mulheres moradoras em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores ou sanitário e esgotamento sanitário via outro escoadouro Mulheres moradoras em domicílios particulares permanentes sem banheiro de uso exclusivo dos moradores e nem sanitário |
| `V112` | Mulheres moradoras em domicílios particulares permanentes com banheiro de uso exclusivo dos moradores |
| `V113` | Mulheres moradoras em domicílios particulares permanentes com 1 banheiro de uso exclusivo dos moradores |
| `V114` | Mulheres moradoras em domicílios particulares permanentes com 2 banheiros de uso exclusivo dos moradores |
| `V115` | Mulheres moradoras em domicílios particulares permanentes com 3 banheiros de uso exclusivo dos moradores |
| `V116` | Mulheres moradoras em domicílios particulares permanentes com 4 ou mais banheiros de uso exclusivo dos moradores |
| `V117` | Mulheres moradoras em domicílios particulares permanentes sem banheiro de uso exclusivo dos moradores |
| `V118` | Mulheres moradoras em domicílios particulares permanentes com lixo coletado |
| `V119` | Mulheres moradoras em domicílios particulares permanentes com lixo coletado por serviço de limpeza |
| `V120` | Mulheres moradoras em domicílios particulares permanentes com lixo coletado em caçamba de serviço de limpeza |
| `V121` | Mulheres moradoras em domicílios particulares permanentes com lixo queimado na propriedade |
| `V122` | Mulheres moradoras em domicílios particulares permanentes com lixo enterrado na propriedade |
| `V123` | Mulheres moradoras em domicílios particulares permanentes com lixo jogado em terreno baldio ou logradouro |
| `V131` | Mulheres moradoras em domicílios particulares permanentes com lixo jogado em rio, lago ou mar Mulheres moradoras em domicílios particulares permanentes com outro destino do lixo Mulheres moradoras em domicílios particulares permanentes com energia elétrica Mulheres moradoras em domicílios particulares permanentes com energia elétrica de companhia distribuidora Mulheres moradoras em domicílios particulares permanentes com energia elétrica de outras fontes Mulheres moradoras em domicílios particulares permanentes sem energia elétrica Mulheres moradoras em domicílios particulares permanentes com energia elétrica de companhia distribuidora e com medidor de uso exclusivo Mulheres moradoras em domicílios particulares permanentes com energia elétrica de companhia distribuidora e com medidor comum a mais de um domicílio |
| `V132` | Mulheres moradoras em domicílios particulares permanentes com energia elétrica de companhia distribuidora e sem medidor 6.4 Arquivo Responsável pelo domicílio, mulheres (planilha Responsável01_UF.xls ou Responsavel01_UF.csv) Cod_setor Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

25
docs/censo/br_ibge_censo_demografico.setor_censitario_domicilio_renda_2010.md
View File

@@ -1,25 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_domicilio_renda_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 13 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_domicilio_renda_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Total do rendimento nominal mensal dos domicílios particulares |
| `V003` | Total do rendimento nominal mensal dos domicílios particulares permanentes |
| `V004` | Total do rendimento nominal mensal dos domicílios particulares improvisados |
| `V005` | Domicílios particulares com rendimento nominal mensal domiciliar per capita de até 1/8 salário mínimo |
| `V006` | Domicílios particulares com rendimento nominal mensal domiciliar per capita de mais de 1/8 a 1/4 salário mínimo |
| `V007` | Domicílios particulares com rendimento nominal mensal domiciliar per capita de mais de 1/4 a 1/2 salário mínimo |
| `V008` | Domicílios particulares com rendimento nominal mensal domiciliar per capita de mais de 1/2 a 1 salário mínimo |
| `V009` | Domicílios particulares com rendimento nominal mensal domiciliar per capita de mais de 1 a 2 salários mínimos |
| `V010` | Domicílios particulares com rendimento nominal mensal domiciliar per capita de mais de 2 a 3 salários mínimos |
| `V011` | Domicílios particulares com rendimento nominal mensal domiciliar per capita de mais de 3 a 5 salários mínimos |
| `V012` | Domicílios particulares com rendimento nominal mensal domiciliar per capita de mais de 5 a 10 salários mínimos |
| `V013` | Domicílios particulares com rendimento nominal mensal domiciliar per capita de mais de 10 salários mínimos |
| `V014` | Domicílios particulares sem rendimento nominal mensal domiciliar per capita 6.20 Arquivo Renda da Pessoa Responsável (planilha ResponsavelRenda_UF.xls ou ResponsavelRenda_UF.csv) NOME DA VARIÁVEL DESCRIÇÃO DA VARIÁVEL Cod_setor Código do setor censitário Situação Código de situação do setor censitário (ver planilha Basico_UF.xls) |

145
docs/censo/br_ibge_censo_demografico.setor_censitario_idade_homens_2010.md
View File

@@ -1,145 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_idade_homens_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 133 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_idade_homens_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Homens residentes em domicílios particulares permanentes |
| `V003` | Responsáveis pelos domicílios particulares |
| `V004` | Cônjuges ou companheiros (de sexo diferente e do mesmo sexo da pessoa responsável) em domicílios particulares |
| `V005` | Filhos do responsável e do cônjuge em domicílios particulares |
| `V006` | Filhos somente do responsável em domicílios particulares |
| `V007` | Enteados em domicílios particulares |
| `V008` | Genros ou noras em domicílios particulares |
| `V009` | Pais, mães, padrastos ou madrastas em domicílios particulares |
| `V010` | Sogros em domicílios particulares |
| `V011` | Netos em domicílios particulares |
| `V012` | Bisnetos em domicílios particulares |
| `V013` | Irmãos ou irmãs em domicílios particulares |
| `V014` | Avôs ou avós em domicílios particulares |
| `V015` | Outros parentes em domicílios particulares, do sexo masculino |
| `V016` | Agregados em domicílios particulares, do sexo masculino |
| `V017` | Conviventes em domicílios particulares, do sexo masculino |
| `V018` | Pensionistas em domicílios particulares, do sexo masculino |
| `V019` | Empregados domésticos em domicílios particulares, do sexo masculino |
| `V020` | Parentes de empregados domésticos em domicílios particulares, do sexo masculino |
| `V021` | Individuais em domicílio coletivo, do sexo masculino |
| `V022` | Homens com menos de 1 ano de idade |
| `V023` | Homens com menos de 1 mês de idade |
| `V024` | Homens com 1 mês de idade |
| `V025` | Homens com 2 meses de idade |
| `V026` | Homens com 3 meses de idade |
| `V027` | Homens com 4 meses de idade |
| `V028` | Homens com 5 meses de idade |
| `V029` | Homens com 6 meses de idade |
| `V030` | Homens com 7 meses de idade |
| `V031` | Homens com 8 meses de idade |
| `V032` | Homens com 9 meses de idade |
| `V033` | Homens com 10 meses de idade |
| `V034` | Homens com 11 meses de idade |
| `V035` | Homens de 1 ano de idade |
| `V036` | Homens com 2 anos de idade |
| `V037` | Homens com 3 anos de idade |
| `V038` | Homens com 4 anos de idade |
| `V039` | Homens com 5 anos de idade |
| `V040` | Homens com 6 anos de idade |
| `V041` | Homens com 7 anos de idade |
| `V042` | Homens com 8 anos de idade |
| `V043` | Homens com 9 anos de idade |
| `V044` | Homens com 10 anos de idade |
| `V045` | Homens com 11 anos de idade |
| `V046` | Homens com 12 anos de idade |
| `V047` | Homens com 13 anos de idade |
| `V048` | Homens com 14 anos de idade |
| `V049` | Homens com 15 anos de idade |
| `V050` | Homens com 16 anos de idade |
| `V051` | Homens com 17 anos de idade |
| `V052` | Homens com 18 anos de idade |
| `V053` | Homens com 19 anos de idade |
| `V054` | Homens com 20 anos de idade |
| `V055` | Homens com 21 anos de idade |
| `V056` | Homens com 22 anos de idade |
| `V057` | Homens com 23 anos de idade |
| `V058` | Homens com 24 anos de idade |
| `V059` | Homens com 25 anos de idade |
| `V060` | Homens com 26 anos de idade |
| `V061` | Homens com 27 anos de idade |
| `V062` | Homens com 28 anos de idade |
| `V063` | Homens com 29 anos de idade |
| `V064` | Homens com 30 anos de idade |
| `V065` | Homens com 31 anos de idade |
| `V066` | Homens com 32 anos de idade |
| `V067` | Homens com 33 anos de idade |
| `V068` | Homens com 34 anos de idade |
| `V069` | Homens com 35 anos de idade |
| `V070` | Homens com 36 anos de idade |
| `V071` | Homens com 37 anos de idade |
| `V072` | Homens com 38 anos de idade |
| `V073` | Homens com 39 anos de idade |
| `V074` | Homens com 40 anos de idade |
| `V075` | Homens com 41 anos de idade |
| `V076` | Homens com 42 anos de idade |
| `V077` | Homens com 43 anos de idade |
| `V078` | Homens com 44 anos de idade |
| `V079` | Homens com 45 anos de idade |
| `V080` | Homens com 46 anos de idade |
| `V081` | Homens com 47 anos de idade |
| `V082` | Homens com 48 anos de idade |
| `V083` | Homens com 49 anos de idade |
| `V084` | Homens com 50 anos de idade |
| `V085` | Homens com 51 anos de idade |
| `V086` | Homens com 52 anos de idade |
| `V087` | Homens com 53 anos de idade |
| `V088` | Homens com 54 anos de idade |
| `V089` | Homens com 55 anos de idade |
| `V090` | Homens com 56 anos de idade |
| `V091` | Homens com 57 anos de idade |
| `V092` | Homens com 58 anos de idade |
| `V093` | Homens com 59 anos de idade |
| `V094` | Homens com 60 anos de idade |
| `V095` | Homens com 61 anos de idade |
| `V096` | Homens com 62 anos de idade |
| `V097` | Homens com 63 anos de idade |
| `V098` | Homens com 64 anos de idade |
| `V099` | Homens com 65 anos de idade |
| `V100` | Homens com 66 anos de idade |
| `V101` | Homens com 67 anos de idade |
| `V102` | Homens com 68 anos de idade |
| `V103` | Homens com 69 anos de idade |
| `V104` | Homens com 70 anos de idade |
| `V105` | Homens com 71 anos de idade |
| `V106` | Homens com 72 anos de idade |
| `V107` | Homens com 73 anos de idade |
| `V108` | Homens com 74 anos de idade |
| `V109` | Homens com 75 anos de idade |
| `V110` | Homens com 76 anos de idade |
| `V111` | Homens com 77 anos de idade |
| `V112` | Homens com 78 anos de idade |
| `V113` | Homens com 79 anos de idade |
| `V114` | Homens com 80 anos de idade |
| `V115` | Homens com 81 anos de idade |
| `V116` | Homens com 82 anos de idade |
| `V117` | Homens com 83 anos de idade |
| `V118` | Homens com 84 anos de idade |
| `V119` | Homens com 85 anos de idade |
| `V120` | Homens com 86 anos de idade |
| `V121` | Homens com 87 anos de idade |
| `V122` | Homens com 88 anos de idade |
| `V123` | Homens com 89 anos de idade |
| `V124` | Homens com 90 anos de idade |
| `V125` | Homens com 91 anos de idade |
| `V126` | Homens com 92 anos de idade |
| `V127` | Homens com 93 anos de idade |
| `V128` | Homens com 94 anos de idade |
| `V129` | Homens com 95 anos de idade |
| `V130` | Homens com 96 anos de idade |
| `V131` | Homens com 97 anos de idade |
| `V132` | Homens com 98 anos de idade |
| `V133` | Homens com 99 anos de idade |
| `V134` | Homens com 100 anos ou mais de idade 6.18 Arquivo Idade, mulheres (planilha Pessoa12_UF.xls ou Pessoa12_UF.csv) Cod_setor Situacao |

15
docs/censo/br_ibge_censo_demografico.setor_censitario_idade_mulheres_2010.md
View File

@@ -1,15 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_idade_mulheres_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 3 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_idade_mulheres_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V003` | Código do setor censitário Código de situação do setor censitário (ver planilha Basico_UF.xls) Mulheres em domicílios particulares e domicílios coletivos Mulheres em domicílios particulares permanentes Mulheres responsáveis pelo domicílio particular Cônjuges ou companheiros(as) (de sexo diferente e do mesmo sexo da pessoa responsável) em domicílios particulares Filhas do responsável e do cônjuge em domicílios particulares Filhas somente do responsável em domicílios particulares Enteadas em domicílios particulares Noras em domicílios particulares Mães, madrastas em domicílios particulares Sogras em domicílios particulares Netas em domicílios particulares Bisnetas em domicílios particulares Irmãs em domicílios particulares Avós em domicílios particulares Outros parentes em domicílios particulares do sexo feminino Agregadas em domicílios particulares Convivente em domicílios particulares, do sexo feminino Pensionistas em domicílios particulares, do sexo feminino Empregadas domésticas em domicílios particulares Parentes dos(as) empregados(as) domésticos(as) em domicílios particulares ,do sexo feminino Individuais em domicílio coletivo do sexo feminino Mulheres com menos de 1 ano de idade Mulheres com menos de 1 mês de idade Mulheres com 1 mês de idade Mulheres com 2 meses de idade Mulheres com 3 meses de idade Mulheres com 4 meses de idade Mulheres com 5 meses de idade Mulheres com 6 meses de idade Mulheres com 7 meses de idade Mulheres com 8 meses de idade Mulheres com 9 meses de idade Mulheres com 10 meses de idade Mulheres com 11 meses de idade Mulheres com 1 ano de idade Mulheres com 2 anos de idade Mulheres com 3 anos de idade Mulheres com 4 anos de idade Mulheres com 5 anos de idade Mulheres com 6 anos de idade Mulheres com 7 anos de idade |
| `V091` | Mulheres com 8 anos de idade Mulheres com 9 anos de idade Mulheres com 10 anos de idade Mulheres com 11 anos de idade Mulheres com 12 anos de idade Mulheres com 13 anos de idade Mulheres com 14 anos de idade Mulheres com 15 anos de idade Mulheres com 16 anos de idade Mulheres com 17 anos de idade Mulheres com 18 anos de idade Mulheres com 19 anos de idade Mulheres com 20 anos de idade Mulheres com 21 anos de idade Mulheres com 22 anos de idade Mulheres com 23 anos de idade Mulheres com 24 anos de idade Mulheres com 25 anos de idade Mulheres com 26 anos de idade Mulheres com 27 anos de idade Mulheres com 28 anos de idade Mulheres com 29 anos de idade Mulheres com 30 anos de idade Mulheres com 31 anos de idade Mulheres com 32 anos de idade Mulheres com 33 anos de idade Mulheres com 34 anos de idade Mulheres com 35 anos de idade Mulheres com 36 anos de idade Mulheres com 37 anos de idade Mulheres com 38 anos de idade Mulheres com 39 anos de idade Mulheres com 40 anos de idade Mulheres com 41 anos de idade Mulheres com 42 anos de idade Mulheres com 43 anos de idade Mulheres com 44 anos de idade Mulheres com 45 anos de idade Mulheres com 46 anos de idade Mulheres com 47 anos de idade Mulheres com 48 anos de idade Mulheres com 49 anos de idade Mulheres com 50 anos de idade Mulheres com 51 anos de idade Mulheres com 52 anos de idade Mulheres com 53 anos de idade Mulheres com 54 anos de idade Mulheres com 55 anos de idade Mulheres com 56 anos de idade Mulheres com 57 anos de idade |
| `V134` | Mulheres com 58 anos de idade Mulheres com 59 anos de idade Mulheres com 60 anos de idade Mulheres com 61 anos de idade Mulheres com 62 anos de idade Mulheres com 63 anos de idade Mulheres com 64 anos de idade Mulheres com 65 anos de idade Mulheres com 66 anos de idade Mulheres com 67 anos de idade Mulheres com 68 anos de idade Mulheres com 69 anos de idade Mulheres com 70 anos de idade Mulheres com 71 anos de idade Mulheres com 72 anos de idade Mulheres com 73 anos de idade Mulheres com 74 anos de idade Mulheres com 75 anos de idade Mulheres com 76 anos de idade Mulheres com 77 anos de idade Mulheres com 78 anos de idade Mulheres com 79 anos de idade Mulheres com 80 anos de idade Mulheres com 81 anos de idade Mulheres com 82 anos de idade Mulheres com 83 anos de idade Mulheres com 84 anos de idade Mulheres com 85 anos de idade Mulheres com 86 anos de idade Mulheres com 87 anos de idade Mulheres com 88 anos de idade Mulheres com 89 anos de idade Mulheres com 90 anos de idade Mulheres com 91 anos de idade Mulheres com 92 anos de idade Mulheres com 93 anos de idade Mulheres com 94 anos de idade Mulheres com 95 anos de idade Mulheres com 96 anos de idade Mulheres com 97 anos de idade Mulheres com 98 anos de idade Mulheres com 99 anos de idade Mulheres com 100 anos ou mais de idade 6.19 Arquivo Renda dos Domicílios (planilha DomicílioRenda_UF.xls ou DomicílioRenda _UF.csv) NOME DA VARIÁVEL DESCRIÇÃO DA VARIÁVEL Cód_setor Código do setor censitário Situação Código de situação do setor censitário (ver planilha Basico_UF.xls) |

145
docs/censo/br_ibge_censo_demografico.setor_censitario_idade_total_2010.md
View File

@@ -1,145 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_idade_total_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 133 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_idade_total_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Pessoas residentes em domicílios particulares permanentes |
| `V003` | Responsáveis pelos domicílios particulares |
| `V004` | Cônjuges ou companheiros(as) (de sexo diferente e do mesmo sexo da pessoa responsável) em domicílios particulares |
| `V005` | Filhos(as) do responsável e do cônjuge em domicílios particulares |
| `V006` | Filhos(as) somente do responsável em domicílios particulares |
| `V007` | Enteados(as) em domicílios particulares |
| `V008` | Genros ou noras em domicílios particulares |
| `V009` | Pais, mães, padrastos ou madrastas em domicílios particulares |
| `V010` | Sogros (as) em domicílios particulares |
| `V011` | Netos(as) em domicílios particulares |
| `V012` | Bisnetos(as) em domicílios particulares |
| `V013` | Irmãos ou irmãs em domicílios particulares |
| `V014` | Avôs ou avós em domicílios particulares |
| `V015` | Outros parentes em domicílios particulares |
| `V016` | Agregados(as) em domicílios particulares |
| `V017` | Conviventes em domicílios particulares |
| `V018` | Pensionistas em domicílios particulares |
| `V019` | Empregados(as) domésticos(as) em domicílios particulares |
| `V020` | Parentes de empregados(as) domésticos(as) em domicílios particulares |
| `V021` | Individuais em domicílio coletivo |
| `V022` | Pessoas com menos de 1 ano de idade |
| `V023` | Pessoas com menos de 1 mês de idade |
| `V024` | Pessoas com 1 mês de idade |
| `V025` | Pessoas com 2 meses de idade |
| `V026` | Pessoas com 3 meses de idade |
| `V027` | Pessoas com 4 meses de idade |
| `V028` | Pessoas com 5 meses de idade |
| `V029` | Pessoas com 6 meses de idade |
| `V030` | Pessoas com 7 meses de idade |
| `V031` | Pessoas com 8 meses de idade |
| `V032` | Pessoas com 9 meses de idade |
| `V033` | Pessoas com 10 meses de idade |
| `V034` | Pessoas com 11 meses de idade |
| `V035` | Pessoas de 1 ano de idade |
| `V036` | Pessoas com 2 anos de idade |
| `V037` | Pessoas com 3 anos de idade |
| `V038` | Pessoas com 4 anos de idade |
| `V039` | Pessoas com 5 anos de idade |
| `V040` | Pessoas com 6 anos de idade |
| `V041` | Pessoas com 7 anos de idade |
| `V042` | Pessoas com 8 anos de idade |
| `V043` | Pessoas com 9 anos de idade |
| `V044` | Pessoas com 10 anos de idade |
| `V045` | Pessoas com 11 anos de idade |
| `V046` | Pessoas com 12 anos de idade |
| `V047` | Pessoas com 13 anos de idade |
| `V048` | Pessoas com 14 anos de idade |
| `V049` | Pessoas com 15 anos de idade |
| `V050` | Pessoas com 16 anos de idade |
| `V051` | Pessoas com 17 anos de idade |
| `V052` | Pessoas com 18 anos de idade |
| `V053` | Pessoas com 19 anos de idade |
| `V054` | Pessoas com 20 anos de idade |
| `V055` | Pessoas com 21 anos de idade |
| `V056` | Pessoas com 22 anos de idade |
| `V057` | Pessoas com 23 anos de idade |
| `V058` | Pessoas com 24 anos de idade |
| `V059` | Pessoas com 25 anos de idade |
| `V060` | Pessoas com 26 anos de idade |
| `V061` | Pessoas com 27 anos de idade |
| `V062` | Pessoas com 28 anos de idade |
| `V063` | Pessoas com 29 anos de idade |
| `V064` | Pessoas com 30 anos de idade |
| `V065` | Pessoas com 31 anos de idade |
| `V066` | Pessoas com 32 anos de idade |
| `V067` | Pessoas com 33 anos de idade |
| `V068` | Pessoas com 34 anos de idade |
| `V069` | Pessoas com 35 anos de idade |
| `V070` | Pessoas com 36 anos de idade |
| `V071` | Pessoas com 37 anos de idade |
| `V072` | Pessoas com 38 anos de idade |
| `V073` | Pessoas com 39 anos de idade |
| `V074` | Pessoas com 40 anos de idade |
| `V075` | Pessoas com 41 anos de idade |
| `V076` | Pessoas com 42 anos de idade |
| `V077` | Pessoas com 43 anos de idade |
| `V078` | Pessoas com 44 anos de idade |
| `V079` | Pessoas com 45 anos de idade |
| `V080` | Pessoas com 46 anos de idade |
| `V081` | Pessoas com 47 anos de idade |
| `V082` | Pessoas com 48 anos de idade |
| `V083` | Pessoas com 49 anos de idade |
| `V084` | Pessoas com 50 anos de idade |
| `V085` | Pessoas com 51 anos de idade |
| `V086` | Pessoas com 52 anos de idade |
| `V087` | Pessoas com 53 anos de idade |
| `V088` | Pessoas com 54 anos de idade |
| `V089` | Pessoas com 55 anos de idade |
| `V090` | Pessoas com 56 anos de idade |
| `V091` | Pessoas com 57 anos de idade |
| `V092` | Pessoas com 58 anos de idade |
| `V093` | Pessoas com 59 anos de idade |
| `V094` | Pessoas com 60 anos de idade |
| `V095` | Pessoas com 61 anos de idade |
| `V096` | Pessoas com 62 anos de idade |
| `V097` | Pessoas com 63 anos de idade |
| `V098` | Pessoas com 64 anos de idade |
| `V099` | Pessoas com 65 anos de idade |
| `V100` | Pessoas com 66 anos de idade |
| `V101` | Pessoas com 67 anos de idade |
| `V102` | Pessoas com 68 anos de idade |
| `V103` | Pessoas com 69 anos de idade |
| `V104` | Pessoas com 70 anos de idade |
| `V105` | Pessoas com 71 anos de idade |
| `V106` | Pessoas com 72 anos de idade |
| `V107` | Pessoas com 73 anos de idade |
| `V108` | Pessoas com 74 anos de idade |
| `V109` | Pessoas com 75 anos de idade |
| `V110` | Pessoas com 76 anos de idade |
| `V111` | Pessoas com 77 anos de idade |
| `V112` | Pessoas com 78 anos de idade |
| `V113` | Pessoas com 79 anos de idade |
| `V114` | Pessoas com 80 anos de idade |
| `V115` | Pessoas com 81 anos de idade |
| `V116` | Pessoas com 82 anos de idade |
| `V117` | Pessoas com 83 anos de idade |
| `V118` | Pessoas com 84 anos de idade |
| `V119` | Pessoas com 85 anos de idade |
| `V120` | Pessoas com 86 anos de idade |
| `V121` | Pessoas com 87 anos de idade |
| `V122` | Pessoas com 88 anos de idade |
| `V123` | Pessoas com 89 anos de idade |
| `V124` | Pessoas com 90 anos de idade |
| `V125` | Pessoas com 91 anos de idade |
| `V126` | Pessoas com 92 anos de idade |
| `V127` | Pessoas com 93 anos de idade |
| `V128` | Pessoas com 94 anos de idade |
| `V129` | Pessoas com 95 anos de idade |
| `V130` | Pessoas com 96 anos de idade |
| `V131` | Pessoas com 97 anos de idade |
| `V132` | Pessoas com 98 anos de idade |
| `V133` | Pessoas com 99 anos de idade |
| `V134` | Pessoas com 100 anos ou mais de idade 6.17 Arquivo Idade, homens (planilha Pessoa11_UF.xls ou Pessoa11_UF.csv) Cod_setor Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

109
docs/censo/br_ibge_censo_demografico.setor_censitario_pessoa_renda_2010.md
View File

@@ -1,109 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_pessoa_renda_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 97 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_pessoa_renda_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de ½ a 1 salário mínimo |
| `V003` | Pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V004` | Pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V005` | Pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V006` | Pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V007` | Pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V008` | Pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V009` | Pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 20 salários mínimos |
| `V011` | Pessoas de 10 anos ou mais de idade sem rendimento nominal mensal Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade com rendimento nominal mensal de até ½ salário mínimo |
| `V012` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de ½ a 1 salário mínimo |
| `V013` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V014` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V015` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V016` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V017` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V018` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V019` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade com rendimento nominal mensal de mais de 20 salários mínimos |
| `V022` | Pessoas de 10 anos ou mais de idade com ou sem rendimento Pessoas de 10 anos ou mais de idade com rendimento positivo Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade NOME DA VARIÁVEL |
| `V023` | DESCRIÇÃO DA VARIÁVEL Homens de 10 anos ou mais de idade com rendimento nominal mensal de até ½ salário mínimo |
| `V024` | Homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de ½ a 1 salário mínimo |
| `V025` | Homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V026` | Homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V027` | Homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V028` | Homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V029` | Homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V030` | Homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V031` | Homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 20 salários mínimos |
| `V033` | Homens de 10 anos ou mais de idade sem rendimento nominal mensal Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade com rendimento nominal mensal de até ½ salário mínimo |
| `V034` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de ½ a 1 salário mínimo |
| `V035` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V036` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V037` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V038` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V039` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V040` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V041` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade com rendimento nominal mensal de mais de 20 salários mínimos |
| `V044` | Homens de 10 anos ou mais de idade com ou sem rendimento Homens de 10 anos ou mais de idade com rendimento positivo Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade Mulheres de 10 anos ou mais de idade com rendimento nominal mensal de até ½ salário mínimo |
| `V046` | Mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de ½ a 1 salário mínimo |
| `V047` | Mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 1 a 2 salários mínimos NOME DA VARIÁVEL |
| `V048` | DESCRIÇÃO DA VARIÁVEL Mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V049` | Mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V050` | Mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V051` | Mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V052` | Mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V053` | Mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 20 salários mínimos |
| `V055` | Mulheres de 10 anos ou mais de idade sem rendimento nominal mensal Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade com rendimento nominal mensal de até ½ salário mínimo |
| `V056` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de ½ a 1 salário mínimo |
| `V057` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V058` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V059` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V060` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V061` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V062` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V063` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade com rendimento nominal mensal de mais de 20 salários mínimos |
| `V066` | Mulheres de 10 anos ou mais de idade com ou sem rendimento Mulheres de 10 anos ou mais de idade com rendimento positivo Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de até ½ salário mínimo |
| `V070` | Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de ½ a 1 salário mínimo Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos NOME DA VARIÁVEL |
| `V076` | DESCRIÇÃO DA VARIÁVEL Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes sem rendimento nominal mensal |
| `V077` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de até ½ salário mínimo |
| `V078` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de ½ a 1 salário mínimo |
| `V079` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V080` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V081` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V082` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V083` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V084` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V085` | Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos |
| `V086` | Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com ou sem rendimento |
| `V087` | Pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento positivo NOME DA VARIÁVEL |
| `V088` | DESCRIÇÃO DA VARIÁVEL Total do rendimento nominal mensal das pessoas de 10 anos ou mais de idade moradoras em domicílios particulares permanentes |
| `V089` | Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de até ½ salário mínimo |
| `V090` | Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de ½ a 1 salário mínimo Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos |
| `V098` | Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes sem rendimento nominal mensal |
| `V099` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de até ½ salário mínimo |
| `V100` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de ½ a 1 salário mínimo |
| `V101` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V102` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V103` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V104` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos NOME DA VARIÁVEL |
| `V105` | DESCRIÇÃO DA VARIÁVEL Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V106` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V107` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos |
| `V108` | Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com ou sem rendimento |
| `V109` | Homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes com rendimento positivo |
| `V110` | Total do rendimento nominal mensal dos homens de 10 anos ou mais de idade moradores em domicílios particulares permanentes |
| `V111` | Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de até ½ salário mínimo Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de ½ a 1 salário mínimo Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes sem rendimento nominal mensal |
| `V121` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de até ½ salário mínimo |
| `V122` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de ½ a 1 salário mínimo NOME DA VARIÁVEL |
| `V123` | DESCRIÇÃO DA VARIÁVEL Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V124` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V125` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V126` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V127` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V128` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V129` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos |
| `V130` | Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com ou sem rendimento |
| `V131` | Mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes com rendimento positivo |
| `V132` | Total do rendimento nominal mensal das mulheres de 10 anos ou mais de idade moradoras em domicílios particulares permanentes 6.22 Arquivo Entorno 01 (planilha Entorno 01_UF.xls ou Entorno 01_UF.csv) NOME DA VARIÁVEL Cod_setor Situação do setor |

87
docs/censo/br_ibge_censo_demografico.setor_censitario_raca_alfabetizacao_idade_genero_2010.md
View File

@@ -1,87 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_raca_alfabetizacao_idade_genero_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 75 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_raca_alfabetizacao_idade_genero_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V006` | Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo masculino e cor ou raça – branca |
| `V007` | Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo masculino e cor ou raça – preta |
| `V008` | Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V009` | Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo masculino e cor ou raça – parda |
| `V010` | Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V011` | Pessoas alfabetizadas de 15 a 19 anos de idade, do sexo masculino e cor ou raça – branca |
| `V012` | Pessoas alfabetizadas de 15 a 19 anos de idade, do sexo masculino e cor ou raça – preta |
| `V013` | Pessoas alfabetizadas de 15 a 19 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V014` | Pessoas alfabetizadas de 15 a 19 anos de idade, do sexo masculino e cor ou raça – parda |
| `V015` | Pessoas alfabetizadas de 15 a 19 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V016` | Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo masculino e cor ou raça – branca |
| `V017` | Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo masculino e cor ou raça – preta |
| `V018` | Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V019` | Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo masculino e cor ou raça – parda |
| `V020` | Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V021` | Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça – branca |
| `V022` | Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça – preta |
| `V023` | Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V024` | Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça – parda |
| `V025` | Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V028` | Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - branca Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - preta Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - amarela |
| `V029` | Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - parda |
| `V030` | Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V031` | Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo masculino e cor ou raça – branca |
| `V032` | Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo masculino e cor ou raça – preta |
| `V033` | Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V034` | Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo masculino e cor ou raça – parda |
| `V035` | Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V036` | Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo masculino e cor ou raça – branca |
| `V037` | Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo masculino e cor ou raça – preta |
| `V038` | Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V039` | Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo masculino e cor ou raça – parda |
| `V040` | Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V041` | Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo masculino e cor ou raça - branca |
| `V042` | Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo masculino e cor ou raça – preta |
| `V043` | Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V044` | Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo masculino e cor ou raça – parda |
| `V045` | Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V046` | Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo masculino e cor ou raça – branca |
| `V047` | Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo masculino e cor ou raça – preta |
| `V048` | Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V049` | Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo masculino e cor ou raça – parda |
| `V050` | Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V051` | Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – branca |
| `V052` | Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – preta |
| `V053` | Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V054` | Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – parda |
| `V055` | Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – indígena |
| `V056` | Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo masculino e cor ou raça – branca |
| `V057` | Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo masculino e cor ou raça – preta |
| `V058` | Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V059` | Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo masculino e cor ou raça – parda |
| `V060` | Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V061` | Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo masculino e cor ou raça – branca |
| `V062` | Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo masculino e cor ou raça – preta |
| `V063` | Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V064` | Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo masculino e cor ou raça – parda |
| `V065` | Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V066` | Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo masculino e cor ou raça – branca |
| `V067` | Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo masculino e cor ou raça – preta |
| `V068` | Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V069` | Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo masculino e cor ou raça – parda |
| `V070` | Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V071` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo masculino e cor ou raça – branca |
| `V072` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo masculino e cor ou raça – preta |
| `V073` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo masculino e cor ou raça – amarela |
| `V074` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo masculino e cor ou raça – parda |
| `V100` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo masculino e cor ou raça - indígena Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça branca Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça preta Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça amarela Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça parda Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça indígena Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo feminino e cor ou raça branca Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo feminino e cor ou raça preta Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo feminino e cor ou raça amarela Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo feminino e cor ou raça parda Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo feminino e cor ou raça indígena Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 10 a 14 anos de idade, do sexo feminino e cor ou raça - indígena Pessoas de15 a 19 anos de idade, do sexo feminino e cor ou raça – branca Pessoas de15 a 19 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de15 a 19 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de15 a 19 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de15 a 19 anos de idade, do sexo feminino e cor ou raça indígena Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 15 a 17 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V127` | Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça - indígena Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo feminino e cor ou raça - branca Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo feminino e cor ou raça - preta Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo feminino e cor ou raça - amarela Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo feminino e cor ou raça - parda Pessoas alfabetizadas de 20 a 24 anos de idade, do sexo feminino e cor ou raça -indígena Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 25 a 29 anos de idade, do sexo feminino e cor ou raça - indígena Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 30 a 34 anos de idade, do sexo feminino e cor ou raça - indígena Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo feminino e cor ou raça - branca Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 35 a 39 anos de idade, do sexo feminino e cor ou raça - indígena Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo feminino e cor ou raça – preta |
| `V150` | Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 40 a 44 anos de idade, do sexo feminino e cor ou raça - indígena Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – indígena Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 50 a 54 anos de idade, do sexo feminino e cor ou raça - indígena Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 55 a 59 anos de idade, do sexo feminino e cor ou raça - indígena Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo feminino e cor ou raça – branca Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo feminino e cor ou raça – preta Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo feminino e cor ou raça – amarela Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo feminino e cor ou raça – parda Pessoas alfabetizadas de 60 a 69 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V151` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo feminino e cor ou raça – branca |
| `V152` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo feminino e cor ou raça – preta |
| `V153` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo feminino e cor ou raça – amarela |
| `V154` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo feminino e cor ou raça – parda |
| `V155` | Pessoas alfabetizadas de 70 anos ou mais de idade, do sexo feminino e cor ou raça - indígena 6.10 Arquivo Cor ou Raça, idade 0 a 4 anos e gênero (planilha Pessoa05_UF.xls ou Pessoa05_UF.csv) Cod_setor Código do setor censitário Situação Código de situação do setor censitário (ver planilha Basico_UF.xls) |

21
docs/censo/br_ibge_censo_demografico.setor_censitario_raca_idade_0_4_genero_2010.md
View File

@@ -1,21 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_raca_idade_0_4_genero_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 9 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_raca_idade_0_4_genero_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Pessoas de 0 a 4 anos de idade, do sexo masculino e cor ou raça - preta |
| `V003` | Pessoas de 0 a 4 anos de idade, do sexo masculino e cor ou raça - amarela |
| `V004` | Pessoas de 0 a 4 anos de idade, do sexo masculino e cor ou raça - parda |
| `V005` | Pessoas de 0 a 4 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V006` | Pessoas de 0 a 4 anos de idade, do sexo feminino e cor ou raça - branca |
| `V007` | Pessoas de 0 a 4 anos de idade, do sexo feminino e cor ou raça - preta |
| `V008` | Pessoas de 0 a 4 anos de idade, do sexo feminino e cor ou raça - amarela |
| `V009` | Pessoas de 0 a 4 anos de idade, do sexo feminino e cor ou raça - parda |
| `V010` | Pessoas de 0 a 4 anos de idade, do sexo feminino e cor ou raça - indígena 6.11 Arquivo Relação de parentesco, cônjuges (planilha Pessoa06_UF.xls ou Pessoa06_UF.csv) Cod_setor Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

257
docs/censo/br_ibge_censo_demografico.setor_censitario_raca_idade_genero_2010.md
View File

@@ -1,257 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_raca_idade_genero_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 245 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_raca_idade_genero_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V02` | Pessoas Residentes e cor ou raça - branca |
| `V003` | Pessoas Residentes e cor ou raça - preta |
| `V004` | Pessoas Residentes e cor ou raça - amarela |
| `V005` | Pessoas Residentes e cor ou raça - parda |
| `V006` | Pessoas Residentes e cor ou raça - indígena |
| `V007` | Pessoas Residentes de 0 a 4 anos de idade e cor ou raça - branca |
| `V008` | Pessoas Residentes de 0 a 4 anos de idade e cor ou raça - preta |
| `V009` | Pessoas Residentes de 0 a 4 anos de idade e cor ou raça - amarela |
| `V010` | Pessoas Residentes de 0 a 4 anos de idade e cor ou raça - parda |
| `V011` | Pessoas Residentes de 0 a 4 anos de idade e cor ou raça - indígena |
| `V012` | Pessoas Residentes de 5 a 9 anos de idade e cor ou raça - branca |
| `V013` | Pessoas Residentes de 5 a 9 anos de idade e cor ou raça - preta |
| `V014` | Pessoas Residentes de 5 a 9 anos de idade e cor ou raça - amarela |
| `V015` | Pessoas Residentes de 5 a 9 anos de idade e cor ou raça - parda |
| `V016` | Pessoas Residentes de 5 a 9 anos de idade e cor ou raça - indígena |
| `V017` | Pessoas Residentes de 10 a 14 anos de idade e cor ou raça – branca |
| `V018` | Pessoas Residentes de 10 a 14 anos de idade e cor ou raça – preta |
| `V019` | Pessoas Residentes de 10 a 14 anos de idade e cor ou raça – amarela |
| `V020` | Pessoas Residentes de 10 a 14 anos de idade e cor ou raça – parda |
| `V021` | Pessoas Residentes de 10 a 14 anos de idade e cor ou raça - indígena |
| `V022` | Pessoas Residentes de15 a 19 anos de idade e cor ou raça – branca |
| `V023` | Pessoas Residentes de15 a 19 anos de idade e cor ou raça – preta |
| `V024` | Pessoas Residentes de15 a 19 anos de idade e cor ou raça – amarela |
| `V025` | Pessoas Residentes de15 a 19 anos de idade e cor ou raça – parda |
| `V026` | Pessoas Residentes de15 a 19 anos de idade e cor ou raça - indígena |
| `V027` | Pessoas Residentes de 15 a 17 anos de idade e cor ou raça – branca |
| `V028` | Pessoas Residentes de 15 a 17 anos de idade e cor ou raça – preta |
| `V029` | Pessoas Residentes de 15 a 17 anos de idade e cor ou raça – amarela |
| `V030` | Pessoas Residentes de 15 a 17 anos de idade e cor ou raça – parda |
| `V031` | Pessoas Residentes de 15 a 17 anos de idade e cor ou raça - indígena |
| `V032` | Pessoas Residentes de 18 ou 19 anos de idade e cor ou raça – branca |
| `V033` | Pessoas Residentes de 18 ou 19 anos de idade e cor ou raça – preta |
| `V034` | Pessoas Residentes de 18 ou 19 anos de idade e cor ou raça – amarela |
| `V035` | Pessoas Residentes de 18 ou 19 anos de idade e cor ou raça – parda |
| `V036` | Pessoas Residentes de 18 ou 19 anos de idade e cor ou raça - indígena |
| `V037` | Pessoas Residentes de 20 a 24 anos de idade e cor ou raça - branca |
| `V038` | Pessoas Residentes de 20 a 24 anos de idade e cor ou raça - preta |
| `V039` | Pessoas Residentes de 20 a 24 anos de idade e cor ou raça - amarela |
| `V040` | Pessoas Residentes de 20 a 24 anos de idade e cor ou raça - parda |
| `V041` | Pessoas Residentes de 20 a 24 anos de idade e cor ou raça - indígena |
| `V042` | Pessoas Residentes de 25 a 29 anos de idade e cor ou raça – branca |
| `V043` | Pessoas Residentes de 25 a 29 anos de idade e cor ou raça – preta |
| `V044` | Pessoas Residentes de 25 a 29 anos de idade e cor ou raça – amarela |
| `V045` | Pessoas Residentes de 25 a 29 anos de idade e cor ou raça – parda |
| `V046` | Pessoas Residentes de 25 a 29 anos de idade e cor ou raça - indígena |
| `V047` | Pessoas Residentes de 30 a 34 anos de idade e cor ou raça – branca |
| `V048` | Pessoas Residentes de 30 a 34 anos de idade e cor ou raça – preta |
| `V049` | Pessoas Residentes de 30 a 34 anos de idade e cor ou raça – amarela |
| `V050` | Pessoas Residentes de 30 a 34 anos de idade e cor ou raça – parda |
| `V051` | Pessoas Residentes de 30 a 34 anos de idade e cor ou raça - indígena |
| `V052` | Pessoas Residentes de 35 a 39 anos de idade e cor ou raça - branca |
| `V053` | Pessoas Residentes de 35 a 39 anos de idade e cor ou raça – preta |
| `V054` | Pessoas Residentes de 35 a 39 anos de idade e cor ou raça – amarela |
| `V055` | Pessoas Residentes de 35 a 39 anos de idade e cor ou raça – parda |
| `V056` | Pessoas Residentes de 35 a 39 anos de idade e cor ou raça - indígena |
| `V057` | Pessoas Residentes de 40 a 44 anos de idade e cor ou raça – branca |
| `V058` | Pessoas Residentes de 40 a 44 anos de idade e cor ou raça – preta |
| `V059` | Pessoas Residentes de 40 a 44 anos de idade e cor ou raça – amarela |
| `V060` | Pessoas Residentes de 40 a 44 anos de idade e cor ou raça – parda |
| `V061` | Pessoas Residentes de 40 a 44 anos de idade e cor ou raça - indígena |
| `V062` | Pessoas Residentes de 45 a 49 anos de idade e cor ou raça – branca |
| `V063` | Pessoas Residentes de 45 a 49 anos de idade e cor ou raça – preta |
| `V064` | Pessoas Residentes de 45 a 49 anos de idade e cor ou raça – amarela |
| `V065` | Pessoas Residentes de 45 a 49 anos de idade e cor ou raça – parda |
| `V066` | Pessoas Residentes de 45 a 49 anos de idade e cor ou raça – indígena |
| `V067` | Pessoas Residentes de 50 a 54 anos de idade e cor ou raça – branca |
| `V068` | Pessoas Residentes de 50 a 54 anos de idade e cor ou raça – preta |
| `V069` | Pessoas Residentes de 50 a 54 anos de idade e cor ou raça – amarela |
| `V070` | Pessoas Residentes de 50 a 54 anos de idade e cor ou raça – parda |
| `V071` | Pessoas Residentes de 50 a 54 anos de idade e cor ou raça - indígena |
| `V072` | Pessoas Residentes de 55 a 59 anos de idade e cor ou raça – branca |
| `V073` | Pessoas Residentes de 55 a 59 anos de idade e cor ou raça – preta |
| `V074` | Pessoas Residentes de 55 a 59 anos de idade e cor ou raça – amarela |
| `V075` | Pessoas Residentes de 55 a 59 anos de idade e cor ou raça – parda |
| `V076` | Pessoas Residentes de 55 a 59 anos de idade e cor ou raça - indígena |
| `V077` | Pessoas Residentes de 60 a 69 anos de idade e cor ou raça – branca |
| `V078` | Pessoas Residentes de 60 a 69 anos de idade e cor ou raça – preta |
| `V079` | Pessoas Residentes de 60 a 69 anos de idade e cor ou raça – amarela |
| `V080` | Pessoas Residentes de 60 a 69 anos de idade e cor ou raça – parda |
| `V081` | Pessoas Residentes de 60 a 69 anos de idade e cor ou raça - indígena |
| `V082` | Pessoas Residentes de 70 anos ou mais de idade e cor ou raça – branca |
| `V083` | Pessoas Residentes de 70 anos ou mais de idade e cor ou raça – preta |
| `V084` | Pessoas Residentes de 70 anos ou mais de idade e cor ou raça – amarela |
| `V085` | Pessoas Residentes de 70 anos ou mais de idade e cor ou raça – parda |
| `V086` | Pessoas Residentes de 70 anos ou mais de idade e cor ou raça - indígena |
| `V087` | Pessoas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça - branca |
| `V088` | Pessoas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça - preta |
| `V089` | Pessoas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça - amarela |
| `V090` | Pessoas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça - parda |
| `V091` | Pessoas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V092` | Pessoas de 7 a 9 anos de idade, do sexo masculino e cor ou raça - branca |
| `V093` | Pessoas de 7 a 9 anos de idade, do sexo masculino e cor ou raça - preta |
| `V094` | Pessoas de 7 a 9 anos de idade, do sexo masculino e cor ou raça - amarela |
| `V095` | Pessoas de 7 a 9 anos de idade, do sexo masculino e cor ou raça - parda |
| `V096` | Pessoas de 7 a 9 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V097` | Pessoas de 10 a 14 anos de idade, do sexo masculino e cor ou raça – branca |
| `V098` | Pessoas de 10 a 14 anos de idade, do sexo masculino e cor ou raça – preta |
| `V099` | Pessoas de 10 a 14 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V100` | Pessoas de 10 a 14 anos de idade, do sexo masculino e cor ou raça – parda |
| `V101` | Pessoas de 10 a 14 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V102` | Pessoas de 15 a 19 anos de idade, do sexo masculino e cor ou raça – branca |
| `V103` | Pessoas de 15 a 19 anos de idade, do sexo masculino e cor ou raça – preta |
| `V104` | Pessoas de 15 a 19 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V105` | Pessoas de 15 a 19 anos de idade, do sexo masculino e cor ou raça – parda |
| `V106` | Pessoas de 15 a 19 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V107` | Pessoas de 15 a 17 anos de idade, do sexo masculino e cor ou raça – branca |
| `V108` | Pessoas de 15 a 17 anos de idade, do sexo masculino e cor ou raça – preta |
| `V109` | Pessoas de 15 a 17 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V110` | Pessoas de 15 a 17 anos de idade, do sexo masculino e cor ou raça – parda |
| `V111` | Pessoas de 15 a 17 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V112` | Pessoas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça – branca |
| `V113` | Pessoas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça – preta |
| `V114` | Pessoas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V115` | Pessoas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça – parda |
| `V116` | Pessoas de 18 ou 19 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V117` | Pessoas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - branca |
| `V118` | Pessoas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - preta |
| `V119` | Pessoas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - amarela |
| `V120` | Pessoas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - parda |
| `V121` | Pessoas de 20 a 24 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V122` | Pessoas de 25 a 29 anos de idade, do sexo masculino e cor ou raça – branca |
| `V123` | Pessoas de 25 a 29 anos de idade, do sexo masculino e cor ou raça – preta |
| `V124` | Pessoas de 25 a 29 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V125` | Pessoas de 25 a 29 anos de idade, do sexo masculino e cor ou raça – parda |
| `V126` | Pessoas de 25 a 29 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V127` | Pessoas de 30 a 34 anos de idade, do sexo masculino e cor ou raça – branca |
| `V128` | Pessoas de 30 a 34 anos de idade, do sexo masculino e cor ou raça – preta |
| `V129` | Pessoas de 30 a 34 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V130` | Pessoas de 30 a 34 anos de idade, do sexo masculino e cor ou raça – parda |
| `V131` | Pessoas de 30 a 34 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V132` | Pessoas de 35 a 39 anos de idade, do sexo masculino e cor ou raça - branca |
| `V133` | Pessoas de 35 a 39 anos de idade, do sexo masculino e cor ou raça – preta |
| `V134` | Pessoas de 35 a 39 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V135` | Pessoas de 35 a 39 anos de idade, do sexo masculino e cor ou raça – parda |
| `V136` | Pessoas de 35 a 39 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V137` | Pessoas de 40 a 44 anos de idade, do sexo masculino e cor ou raça – branca |
| `V138` | Pessoas de 40 a 44 anos de idade, do sexo masculino e cor ou raça – preta |
| `V139` | Pessoas de 40 a 44 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V140` | Pessoas de 40 a 44 anos de idade, do sexo masculino e cor ou raça – parda |
| `V141` | Pessoas de 40 a 44 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V142` | Pessoas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – branca |
| `V143` | Pessoas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – preta |
| `V144` | Pessoas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V145` | Pessoas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – parda |
| `V146` | Pessoas de 45 a 49 anos de idade, do sexo masculino e cor ou raça – indígena |
| `V147` | Pessoas de 50 a 54 anos de idade, do sexo masculino e cor ou raça – branca |
| `V148` | Pessoas de 50 a 54 anos de idade, do sexo masculino e cor ou raça – preta |
| `V149` | Pessoas de 50 a 54 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V150` | Pessoas de 50 a 54 anos de idade, do sexo masculino e cor ou raça – parda |
| `V151` | Pessoas de 50 a 54 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V152` | Pessoas de 55 a 59 anos de idade, do sexo masculino e cor ou raça – branca |
| `V153` | Pessoas de 55 a 59 anos de idade, do sexo masculino e cor ou raça – preta |
| `V154` | Pessoas de 55 a 59 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V155` | Pessoas de 55 a 59 anos de idade, do sexo masculino e cor ou raça – parda |
| `V156` | Pessoas de 55 a 59 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V157` | Pessoas de 60 a 69 anos de idade, do sexo masculino e cor ou raça – branca |
| `V158` | Pessoas de 60 a 69 anos de idade, do sexo masculino e cor ou raça – preta |
| `V159` | Pessoas de 60 a 69 anos de idade, do sexo masculino e cor ou raça – amarela |
| `V160` | Pessoas de 60 a 69 anos de idade, do sexo masculino e cor ou raça – parda |
| `V161` | Pessoas de 60 a 69 anos de idade, do sexo masculino e cor ou raça - indígena |
| `V162` | Pessoas de 70 anos ou mais de idade, do sexo masculino e cor ou raça – branca |
| `V163` | Pessoas de 70 anos ou mais de idade, do sexo masculino e cor ou raça – preta |
| `V164` | Pessoas de 70 anos ou mais de idade, do sexo masculino e cor ou raça – amarela Pessoas de 70 anos ou mais de idade, do sexo masculino e cor ou raça – parda |
| `V167` | Pessoas de 70 anos ou mais de idade, do sexo masculino e cor ou raça indígena Pessoas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça - branca |
| `V168` | Pessoas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça - preta |
| `V169` | Pessoas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça - amarela |
| `V170` | Pessoas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça - parda |
| `V171` | Pessoas de 5 ou 6 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V172` | Pessoas de 7 a 9 anos de idade, do sexo feminino e cor ou raça - branca |
| `V173` | Pessoas de 7 a 9 anos de idade, do sexo feminino e cor ou raça - preta |
| `V174` | Pessoas de 7 a 9 anos de idade, do sexo feminino e cor ou raça - amarela |
| `V175` | Pessoas de 7 a 9 anos de idade, do sexo feminino e cor ou raça - parda |
| `V176` | Pessoas de 7 a 9 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V177` | Pessoas de 10 a 14 anos de idade, do sexo feminino e cor ou raça – branca |
| `V178` | Pessoas de 10 a 14 anos de idade, do sexo feminino e cor ou raça – preta |
| `V179` | Pessoas de 10 a 14 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V180` | Pessoas de 10 a 14 anos de idade, do sexo feminino e cor ou raça – parda |
| `V181` | Pessoas de 10 a 14 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V182` | Pessoas de 15 a 19 anos de idade, do sexo feminino e cor ou raça – branca |
| `V183` | Pessoas de 15 a 19 anos de idade, do sexo feminino e cor ou raça – preta |
| `V184` | Pessoas de 15 a 19 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V185` | Pessoas de 15 a 19 anos de idade, do sexo feminino e cor ou raça – parda |
| `V186` | Pessoas de 15 a 19 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V187` | Pessoas de 15 a 17 anos de idade, do sexo feminino e cor ou raça – branca |
| `V188` | Pessoas de 15 a 17 anos de idade, do sexo feminino e cor ou raça – preta |
| `V189` | Pessoas de 15 a 17 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V190` | Pessoas de 15 a 17 anos de idade, do sexo feminino e cor ou raça – parda |
| `V191` | Pessoas de 15 a 17 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V192` | Pessoas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça – branca |
| `V193` | Pessoas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça – preta |
| `V194` | Pessoas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V195` | Pessoas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça – parda |
| `V196` | Pessoas de 18 ou 19 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V197` | Pessoas de 20 a 24 anos de idade, do sexo feminino e cor ou raça - branca |
| `V198` | Pessoas de 20 a 24 anos de idade, do sexo feminino e cor ou raça - preta |
| `V199` | Pessoas de 20 a 24 anos de idade, do sexo feminino e cor ou raça - amarela |
| `V200` | Pessoas de 20 a 24 anos de idade, do sexo feminino e cor ou raça - parda |
| `V201` | Pessoas de 20 a 24 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V202` | Pessoas de 25 a 29 anos de idade, do sexo feminino e cor ou raça – branca |
| `V203` | Pessoas de 25 a 29 anos de idade, do sexo feminino e cor ou raça – preta |
| `V204` | Pessoas de 25 a 29 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V205` | Pessoas de 25 a 29 anos de idade, do sexo feminino e cor ou raça – parda |
| `V206` | Pessoas de 25 a 29 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V207` | Pessoas de 30 a 34 anos de idade, do sexo feminino e cor ou raça – branca |
| `V208` | Pessoas de 30 a 34 anos de idade, do sexo feminino e cor ou raça – preta |
| `V209` | Pessoas de 30 a 34 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V210` | Pessoas de 30 a 34 anos de idade, do sexo feminino e cor ou raça – parda |
| `V211` | Pessoas de 30 a 34 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V212` | Pessoas de 35 a 39 anos de idade, do sexo feminino e cor ou raça - branca |
| `V213` | Pessoas de 35 a 39 anos de idade, do sexo feminino e cor ou raça – preta |
| `V214` | Pessoas de 35 a 39 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V215` | Pessoas de 35 a 39 anos de idade, do sexo feminino e cor ou raça – parda |
| `V216` | Pessoas de 35 a 39 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V217` | Pessoas de 40 a 44 anos de idade, do sexo feminino e cor ou raça – branca |
| `V218` | Pessoas de 40 a 44 anos de idade, do sexo feminino e cor ou raça – preta |
| `V219` | Pessoas de 40 a 44 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V220` | Pessoas de 40 a 44 anos de idade, do sexo feminino e cor ou raça – parda |
| `V221` | Pessoas de 40 a 44 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V222` | Pessoas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – branca |
| `V223` | Pessoas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – preta |
| `V224` | Pessoas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V225` | Pessoas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – parda |
| `V226` | Pessoas de 45 a 49 anos de idade, do sexo feminino e cor ou raça – indígena |
| `V227` | Pessoas de 50 a 54 anos de idade, do sexo feminino e cor ou raça – branca |
| `V228` | Pessoas de 50 a 54 anos de idade, do sexo feminino e cor ou raça – preta |
| `V229` | Pessoas de 50 a 54 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V230` | Pessoas de 50 a 54 anos de idade, do sexo feminino e cor ou raça – parda |
| `V231` | Pessoas de 50 a 54 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V232` | Pessoas de 55 a 59 anos de idade, do sexo feminino e cor ou raça – branca |
| `V233` | Pessoas de 55 a 59 anos de idade, do sexo feminino e cor ou raça – preta |
| `V234` | Pessoas de 55 a 59 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V235` | Pessoas de 55 a 59 anos de idade, do sexo feminino e cor ou raça – parda |
| `V236` | Pessoas de 55 a 59 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V237` | Pessoas de 60 a 69 anos de idade, do sexo feminino e cor ou raça – branca |
| `V238` | Pessoas de 60 a 69 anos de idade, do sexo feminino e cor ou raça – preta |
| `V239` | Pessoas de 60 a 69 anos de idade, do sexo feminino e cor ou raça – amarela |
| `V240` | Pessoas de 60 a 69 anos de idade, do sexo feminino e cor ou raça – parda |
| `V241` | Pessoas de 60 a 69 anos de idade, do sexo feminino e cor ou raça - indígena |
| `V242` | Pessoas de 70 anos ou mais de idade, do sexo feminino e cor ou raça – branca |
| `V243` | Pessoas de 70 anos ou mais de idade, do sexo feminino e cor ou raça – preta |
| `V244` | Pessoas de 70 anos ou mais de idade, do sexo feminino e cor ou raça – amarela |
| `V245` | Pessoas de 70 anos ou mais de idade, do sexo feminino e cor ou raça – parda |
| `V246` | Pessoas de 70 anos ou mais de idade, do sexo feminino e cor ou raça - indígena |
| `V247` | Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça – branca Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça - preta Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça – amarela Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça - parda Pessoas alfabetizadas de 5 ou 6 anos de idade, do sexo masculino e cor ou raça – indígena |
| `V251` | 6.9 Arquivo Cor ou Raça, alfabetização, idade e gênero (planilha Pessoa04_UF.xls ou Pessoa04_UF.csv) Cod_setor Situação Código do setor censitário Código de situação do setor censitário (ver planilha Basico_UF.xls) Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo masculino e cor ou raça branca Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo masculino e cor ou raça – preta Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo masculino e cor ou raça – amarela Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo masculino e cor ou raça – parda Pessoas alfabetizadas de 7 a 9 anos de idade, do sexo masculino e cor ou raça – indígena |

14
docs/censo/br_ibge_censo_demografico.setor_censitario_registro_civil_2010.md
View File

@@ -1,14 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_registro_civil_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 2 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_registro_civil_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Total de pessoas de até 10 anos de idade que não tinham registro de nascimento |
| `V003` | Total de pessoas de até 10 anos de idade que não sabiam se tinham registro de nascimento (inclusive sem declaração) 6.16 Arquivo Idade, total (planilha Pessoa13_UF.xls ou Pessoa13_UF.csv) Cod_setor Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

223
docs/censo/br_ibge_censo_demografico.setor_censitario_relacao_parentesco_conjuges_2010.md
View File

@@ -1,223 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_relacao_parentesco_conjuges_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 211 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_relacao_parentesco_conjuges_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Cônjuges ou companheiros(as) de sexo diferente com 11 anos de idade |
| `V003` | Cônjuges ou companheiros(as) de sexo diferente com 12 anos de idade |
| `V004` | Cônjuges ou companheiros(as) de sexo diferente com 13 anos de idade |
| `V005` | Cônjuges ou companheiros(as) de sexo diferente com 14 anos de idade |
| `V006` | Cônjuges ou companheiros(as) de sexo diferente com 15 anos de idade |
| `V007` | Cônjuges ou companheiros(as) de sexo diferente com 16 anos de idade |
| `V008` | Cônjuges ou companheiros(as) de sexo diferente com 17 anos de idade |
| `V009` | Cônjuges ou companheiros(as) de sexo diferente com 18 anos de idade |
| `V010` | Cônjuges ou companheiros(as) de sexo diferente com 19 anos de idade |
| `V011` | Cônjuges ou companheiros(as) de sexo diferente com 20 anos de idade |
| `V012` | Cônjuges ou companheiros(as) de sexo diferente com 21 anos de idade |
| `V013` | Cônjuges ou companheiros(as) de sexo diferente com 22 anos de idade |
| `V014` | Cônjuges ou companheiros(as) de sexo diferente com 23 anos de idade |
| `V015` | Cônjuges ou companheiros(as) de sexo diferente com 24 anos de idade |
| `V016` | Cônjuges ou companheiros(as) de sexo diferente com 25 anos de idade |
| `V017` | Cônjuges ou companheiros(as) de sexo diferente com 26 anos de idade |
| `V018` | Cônjuges ou companheiros(as) de sexo diferente com 27 anos de idade |
| `V019` | Cônjuges ou companheiros(as) de sexo diferente com 28 anos de idade |
| `V020` | Cônjuges ou companheiros(as) de sexo diferente com 29 anos de idade |
| `V021` | Cônjuges ou companheiros(as) de sexo diferente com 30 anos de idade |
| `V022` | Cônjuges ou companheiros(as) de sexo diferente com 31 anos de idade |
| `V023` | Cônjuges ou companheiros(as) de sexo diferente com 32 anos de idade |
| `V024` | Cônjuges ou companheiros(as) de sexo diferente com 33 anos de idade |
| `V025` | Cônjuges ou companheiros(as) de sexo diferente com 34 anos de idade |
| `V026` | Cônjuges ou companheiros(as) de sexo diferente com 35 anos de idade |
| `V027` | Cônjuges ou companheiros(as) de sexo diferente com 36 anos de idade |
| `V028` | Cônjuges ou companheiros(as) de sexo diferente com 37 anos de idade |
| `V029` | Cônjuges ou companheiros(as) de sexo diferente com 38 anos de idade |
| `V030` | Cônjuges ou companheiros(as) de sexo diferente com 39 anos de idade |
| `V031` | Cônjuges ou companheiros(as) de sexo diferente com 40 anos de idade |
| `V032` | Cônjuges ou companheiros(as) de sexo diferente com 41 anos de idade |
| `V033` | Cônjuges ou companheiros(as) de sexo diferente com 42 anos de idade |
| `V034` | Cônjuges ou companheiros(as) de sexo diferente com 43 anos de idade |
| `V035` | Cônjuges ou companheiros(as) de sexo diferente com 44 anos de idade |
| `V036` | Cônjuges ou companheiros(as) de sexo diferente com 45 anos de idade |
| `V037` | Cônjuges ou companheiros(as) de sexo diferente com 46 anos de idade |
| `V038` | Cônjuges ou companheiros(as) de sexo diferente com 47 anos de idade |
| `V039` | Cônjuges ou companheiros(as) de sexo diferente com 48 anos de idade |
| `V040` | Cônjuges ou companheiros(as) de sexo diferente com 49 anos de idade |
| `V041` | Cônjuges ou companheiros(as) de sexo diferente com 50 anos de idade |
| `V042` | Cônjuges ou companheiros(as) de sexo diferente com 51 anos de idade |
| `V043` | Cônjuges ou companheiros(as) de sexo diferente com 52 anos de idade |
| `V044` | Cônjuges ou companheiros(as) de sexo diferente com 53 anos de idade |
| `V045` | Cônjuges ou companheiros(as) de sexo diferente com 54 anos de idade |
| `V046` | Cônjuges ou companheiros(as) de sexo diferente com 55 anos de idade |
| `V047` | Cônjuges ou companheiros(as) de sexo diferente com 56 anos de idade |
| `V048` | Cônjuges ou companheiros(as) de sexo diferente com 57 anos de idade |
| `V049` | Cônjuges ou companheiros(as) de sexo diferente com 58 anos de idade |
| `V050` | Cônjuges ou companheiros(as) de sexo diferente com 59 anos de idade |
| `V051` | Cônjuges ou companheiros(as) de sexo diferente com 60 anos de idade |
| `V052` | Cônjuges ou companheiros(as) de sexo diferente com 61 anos de idade |
| `V053` | Cônjuges ou companheiros(as) de sexo diferente com 62 anos de idade |
| `V054` | Cônjuges ou companheiros(as) de sexo diferente com 63 anos de idade |
| `V055` | Cônjuges ou companheiros(as) de sexo diferente com 64 anos de idade |
| `V056` | Cônjuges ou companheiros(as) de sexo diferente com 65 anos de idade |
| `V057` | Cônjuges ou companheiros(as) de sexo diferente com 66 anos de idade |
| `V058` | Cônjuges ou companheiros(as) de sexo diferente com 67 anos de idade |
| `V059` | Cônjuges ou companheiros(as) de sexo diferente com 68 anos de idade |
| `V060` | Cônjuges ou companheiros(as) de sexo diferente com 69 anos de idade |
| `V061` | Cônjuges ou companheiros(as) de sexo diferente com 70 anos de idade |
| `V062` | Cônjuges ou companheiros(as) de sexo diferente com 71 anos de idade |
| `V063` | Cônjuges ou companheiros(as) de sexo diferente com 72 anos de idade |
| `V064` | Cônjuges ou companheiros(as) de sexo diferente com 73 anos de idade |
| `V065` | Cônjuges ou companheiros(as) de sexo diferente com 74 anos de idade |
| `V066` | Cônjuges ou companheiros(as) de sexo diferente com 75 anos de idade |
| `V067` | Cônjuges ou companheiros(as) de sexo diferente com 76 anos de idade |
| `V068` | Cônjuges ou companheiros(as) de sexo diferente com 77 anos de idade |
| `V069` | Cônjuges ou companheiros(as) de sexo diferente com 78 anos de idade |
| `V070` | Cônjuges ou companheiros(as) de sexo diferente com 79 anos de idade |
| `V071` | Cônjuges ou companheiros(as) de sexo diferente com 80 anos ou mais de idade |
| `V072` | Homens, cônjuges ou companheiros de sexo diferente com 10 anos de idade |
| `V073` | Homens, cônjuges ou companheiros de sexo diferente com 11 anos de idade |
| `V074` | Homens, cônjuges ou companheiros de sexo diferente com 12 anos de idade |
| `V075` | Homens, cônjuges ou companheiros de sexo diferente com 13 anos de idade |
| `V076` | Homens, cônjuges ou companheiros de sexo diferente com 14 anos de idade |
| `V077` | Homens, cônjuges ou companheiros de sexo diferente com 15 anos de idade |
| `V078` | Homens, cônjuges ou companheiros de sexo diferente com 16 anos de idade |
| `V079` | Homens, cônjuges ou companheiros de sexo diferente com 17 anos de idade |
| `V080` | Homens, cônjuges ou companheiros de sexo diferente com 18 anos de idade |
| `V081` | Homens, cônjuges ou companheiros de sexo diferente com 19 anos de idade |
| `V082` | Homens, cônjuges ou companheiros de sexo diferente com 20 anos de idade |
| `V083` | Homens, cônjuges ou companheiros de sexo diferente com 21 anos de idade |
| `V084` | Homens, cônjuges ou companheiros de sexo diferente com 22 anos de idade |
| `V085` | Homens, cônjuges ou companheiros de sexo diferente com 23 anos de idade |
| `V086` | Homens, cônjuges ou companheiros de sexo diferente com 24 anos de idade |
| `V087` | Homens, cônjuges ou companheiros de sexo diferente com 25 anos de idade |
| `V088` | Homens, cônjuges ou companheiros de sexo diferente com 26 anos de idade |
| `V089` | Homens, cônjuges ou companheiros de sexo diferente com 27 anos de idade |
| `V090` | Homens, cônjuges ou companheiros de sexo diferente com 28 anos de idade |
| `V091` | Homens, cônjuges ou companheiros de sexo diferente com 29 anos de idade |
| `V092` | Homens, cônjuges ou companheiros de sexo diferente com 30 anos de idade |
| `V093` | Homens, cônjuges ou companheiros de sexo diferente com 31 anos de idade |
| `V094` | Homens, cônjuges ou companheiros de sexo diferente com 32 anos de idade |
| `V095` | Homens, cônjuges ou companheiros de sexo diferente com 33 anos de idade |
| `V096` | Homens, cônjuges ou companheiros de sexo diferente com 34 anos de idade |
| `V097` | Homens, cônjuges ou companheiros de sexo diferente com 35 anos de idade |
| `V098` | Homens, cônjuges ou companheiros de sexo diferente com 36 anos de idade |
| `V099` | Homens, cônjuges ou companheiros de sexo diferente com 37 anos de idade |
| `V100` | Homens, cônjuges ou companheiros de sexo diferente com 38 anos de idade |
| `V101` | Homens, cônjuges ou companheiros de sexo diferente com 39 anos de idade |
| `V102` | Homens, cônjuges ou companheiros de sexo diferente com 40 anos de idade |
| `V103` | Homens, cônjuges ou companheiros de sexo diferente com 41 anos de idade |
| `V104` | Homens, cônjuges ou companheiros de sexo diferente com 42 anos de idade |
| `V105` | Homens, cônjuges ou companheiros de sexo diferente com 43 anos de idade |
| `V106` | Homens, cônjuges ou companheiros de sexo diferente com 44 anos de idade |
| `V107` | Homens, cônjuges ou companheiros de sexo diferente com 45 anos de idade |
| `V108` | Homens, cônjuges ou companheiros de sexo diferente com 46 anos de idade |
| `V109` | Homens, cônjuges ou companheiros de sexo diferente com 47 anos de idade |
| `V110` | Homens, cônjuges ou companheiros de sexo diferente com 48 anos de idade |
| `V111` | Homens, cônjuges ou companheiros de sexo diferente com 49 anos de idade |
| `V112` | Homens, cônjuges ou companheiros de sexo diferente com 50 anos de idade |
| `V113` | Homens, cônjuges ou companheiros de sexo diferente com 51 anos de idade |
| `V114` | Homens, cônjuges ou companheiros de sexo diferente com 52 anos de idade |
| `V115` | Homens, cônjuges ou companheiros de sexo diferente com 53 anos de idade |
| `V116` | Homens, cônjuges ou companheiros de sexo diferente com 54 anos de idade |
| `V117` | Homens, cônjuges ou companheiros de sexo diferente com 55 anos de idade |
| `V118` | Homens, cônjuges ou companheiros de sexo diferente com 56 anos de idade |
| `V119` | Homens, cônjuges ou companheiros de sexo diferente com 57 anos de idade |
| `V120` | Homens, cônjuges ou companheiros de sexo diferente com 58 anos de idade |
| `V121` | Homens, cônjuges ou companheiros de sexo diferente com 59 anos de idade |
| `V122` | Homens, cônjuges ou companheiros de sexo diferente com 60 anos de idade |
| `V123` | Homens, cônjuges ou companheiros de sexo diferente com 61 anos de idade |
| `V124` | Homens, cônjuges ou companheiros de sexo diferente com 62 anos de idade |
| `V125` | Homens, cônjuges ou companheiros de sexo diferente com 63 anos de idade |
| `V126` | Homens, cônjuges ou companheiros de sexo diferente com 64 anos de idade |
| `V127` | Homens, cônjuges ou companheiros de sexo diferente com 65 anos de idade |
| `V128` | Homens, cônjuges ou companheiros de sexo diferente com 66 anos de idade |
| `V129` | Homens, cônjuges ou companheiros de sexo diferente com 67 anos de idade |
| `V130` | Homens, cônjuges ou companheiros de sexo diferente com 68 anos de idade |
| `V131` | Homens, cônjuges ou companheiros de sexo diferente com 69 anos de idade |
| `V132` | Homens, cônjuges ou companheiros de sexo diferente com 70 anos de idade |
| `V133` | Homens, cônjuges ou companheiros de sexo diferente com 71 anos de idade |
| `V134` | Homens, cônjuges ou companheiros de sexo diferente com 72 anos de idade |
| `V135` | Homens, cônjuges ou companheiros de sexo diferente com 73 anos de idade |
| `V136` | Homens, cônjuges ou companheiros de sexo diferente com 74 anos de idade |
| `V137` | Homens, cônjuges ou companheiros de sexo diferente com 75 anos de idade |
| `V138` | Homens, cônjuges ou companheiros de sexo diferente com 76 anos de idade |
| `V139` | Homens, cônjuges ou companheiros de sexo diferente com 77 anos de idade |
| `V140` | Homens, cônjuges ou companheiros de sexo diferente com 78 anos de idade |
| `V141` | Homens, cônjuges ou companheiros de sexo diferente com 79 anos de idade |
| `V143` | Homens, cônjuges ou companheiros de sexo diferente com 80 anos ou mais de idade Mulheres, cônjuges ou companheiras de sexo diferente com 10 anos de idade |
| `V144` | Mulheres, cônjuges ou companheiras de sexo diferente com 11 anos de idade |
| `V145` | Mulheres, cônjuges ou companheiras de sexo diferente com 12 anos de idade |
| `V146` | Mulheres, cônjuges ou companheiras de sexo diferente com 13 anos de idade |
| `V147` | Mulheres, cônjuges ou companheiras de sexo diferente com 14 anos de idade |
| `V148` | Mulheres, cônjuges ou companheiras de sexo diferente com 15 anos de idade |
| `V149` | Mulheres, cônjuges ou companheiras de sexo diferente com 16 anos de idade |
| `V150` | Mulheres, cônjuges ou companheiras de sexo diferente com 17 anos de idade |
| `V151` | Mulheres, cônjuges ou companheiras de sexo diferente com 18 anos de idade |
| `V152` | Mulheres, cônjuges ou companheiras de sexo diferente com 19 anos de idade |
| `V153` | Mulheres, cônjuges ou companheiras de sexo diferente com 20 anos de idade |
| `V154` | Mulheres, cônjuges ou companheiras de sexo diferente com 21 anos de idade |
| `V155` | Mulheres, cônjuges ou companheiras de sexo diferente com 22 anos de idade |
| `V156` | Mulheres, cônjuges ou companheiras de sexo diferente com 23 anos de idade |
| `V157` | Mulheres, cônjuges ou companheiras de sexo diferente com 24 anos de idade |
| `V158` | Mulheres, cônjuges ou companheiras de sexo diferente com 25 anos de idade |
| `V159` | Mulheres, cônjuges ou companheiras de sexo diferente com 26 anos de idade |
| `V160` | Mulheres, cônjuges ou companheiras de sexo diferente com 27 anos de idade |
| `V161` | Mulheres, cônjuges ou companheiras de sexo diferente com 28 anos de idade |
| `V162` | Mulheres, cônjuges ou companheiras de sexo diferente com 29 anos de idade |
| `V163` | Mulheres, cônjuges ou companheiras de sexo diferente com 30 anos de idade |
| `V164` | Mulheres, cônjuges ou companheiras de sexo diferente com 31 anos de idade |
| `V165` | Mulheres, cônjuges ou companheiras de sexo diferente com 32 anos de idade |
| `V166` | Mulheres, cônjuges ou companheiras de sexo diferente com 33 anos de idade |
| `V167` | Mulheres, cônjuges ou companheiras de sexo diferente com 34 anos de idade |
| `V168` | Mulheres, cônjuges ou companheiras de sexo diferente com 35 anos de idade |
| `V169` | Mulheres, cônjuges ou companheiras de sexo diferente com 36 anos de idade |
| `V170` | Mulheres, cônjuges ou companheiras de sexo diferente com 37 anos de idade |
| `V171` | Mulheres, cônjuges ou companheiras de sexo diferente com 38 anos de idade |
| `V172` | Mulheres, cônjuges ou companheiras de sexo diferente com 39 anos de idade |
| `V173` | Mulheres, cônjuges ou companheiras de sexo diferente com 40 anos de idade |
| `V174` | Mulheres, cônjuges ou companheiras de sexo diferente com 41 anos de idade |
| `V175` | Mulheres, cônjuges ou companheiras de sexo diferente com 42 anos de idade |
| `V176` | Mulheres, cônjuges ou companheiras de sexo diferente com 43 anos de idade |
| `V177` | Mulheres, cônjuges ou companheiras de sexo diferente com 44 anos de idade |
| `V178` | Mulheres, cônjuges ou companheiras de sexo diferente com 45 anos de idade |
| `V179` | Mulheres, cônjuges ou companheiras de sexo diferente com 46 anos de idade |
| `V180` | Mulheres, cônjuges ou companheiras de sexo diferente com 47 anos de idade |
| `V181` | Mulheres, cônjuges ou companheiras de sexo diferente com 48 anos de idade |
| `V182` | Mulheres, cônjuges ou companheiras de sexo diferente com 49 anos de idade |
| `V183` | Mulheres, cônjuges ou companheiras de sexo diferente com 50 anos de idade |
| `V184` | Mulheres, cônjuges ou companheiras de sexo diferente com 51 anos de idade |
| `V185` | Mulheres, cônjuges ou companheiras de sexo diferente com 52 anos de idade |
| `V186` | Mulheres, cônjuges ou companheiras de sexo diferente com 53 anos de idade |
| `V187` | Mulheres, cônjuges ou companheiras de sexo diferente com 54 anos de idade |
| `V188` | Mulheres, cônjuges ou companheiras de sexo diferente com 55 anos de idade |
| `V189` | Mulheres, cônjuges ou companheiras de sexo diferente com 56 anos de idade |
| `V190` | Mulheres, cônjuges ou companheiras de sexo diferente com 57 anos de idade |
| `V191` | Mulheres, cônjuges ou companheiras de sexo diferente com 58 anos de idade |
| `V192` | Mulheres, cônjuges ou companheiras de sexo diferente com 59 anos de idade |
| `V193` | Mulheres, cônjuges ou companheiras de sexo diferente com 60 anos de idade |
| `V194` | Mulheres, cônjuges ou companheiras de sexo diferente com 61 anos de idade |
| `V195` | Mulheres, cônjuges ou companheiras de sexo diferente com 62 anos de idade |
| `V196` | Mulheres, cônjuges ou companheiras de sexo diferente com 63 anos de idade |
| `V197` | Mulheres, cônjuges ou companheiras de sexo diferente com 64 anos de idade |
| `V198` | Mulheres, cônjuges ou companheiras de sexo diferente com 65 anos de idade |
| `V199` | Mulheres, cônjuges ou companheiras de sexo diferente com 66 anos de idade |
| `V200` | Mulheres, cônjuges ou companheiras de sexo diferente com 67 anos de idade |
| `V201` | Mulheres, cônjuges ou companheiras de sexo diferente com 68 anos de idade |
| `V202` | Mulheres, cônjuges ou companheiras de sexo diferente com 69 anos de idade |
| `V203` | Mulheres, cônjuges ou companheiras de sexo diferente com 70 anos de idade |
| `V204` | Mulheres, cônjuges ou companheiras de sexo diferente com 71 anos de idade |
| `V205` | Mulheres, cônjuges ou companheiras de sexo diferente com 72 anos de idade |
| `V206` | Mulheres, cônjuges ou companheiras de sexo diferente com 73 anos de idade |
| `V207` | Mulheres, cônjuges ou companheiras de sexo diferente com 74 anos de idade |
| `V208` | Mulheres, cônjuges ou companheiras de sexo diferente com 75 anos de idade |
| `V209` | Mulheres, cônjuges ou companheiras de sexo diferente com 76 anos de idade |
| `V210` | Mulheres, cônjuges ou companheiras de sexo diferente com 77 anos de idade |
| `V211` | Mulheres, cônjuges ou companheiras de sexo diferente com 78 anos de idade |
| `V212` | Mulheres, cônjuges ou companheiras de sexo diferente com 79 anos de idade |
| `V213` | Mulheres, cônjuges ou companheiras de sexo diferente com 80 anos ou mais de idade 6.12 Arquivo Relação de parentesco, Pessoa07_UF.xls ou Pessoa07_UF.csv) filho (planilha Cod_setor Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

215
docs/censo/br_ibge_censo_demografico.setor_censitario_relacao_parentesco_filhos_2010.md
View File

@@ -1,215 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_relacao_parentesco_filhos_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 203 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_relacao_parentesco_filhos_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Filhos(as) do responsável e do cônjuge com 1 ano de idade |
| `V003` | Filhos(as) do responsável e do cônjuge com 2 anos de idade |
| `V004` | Filhos(as) do responsável e do cônjuge com 3 anos de idade |
| `V005` | Filhos(as) do responsável e do cônjuge com 4 anos de idade |
| `V006` | Filhos(as) do responsável e do cônjuge com 5 anos de idade |
| `V007` | Filhos(as) do responsável e do cônjuge com 6 anos de idade |
| `V008` | Filhos(as) do responsável e do cônjuge com 7 anos de idade |
| `V009` | Filhos(as) do responsável e do cônjuge com 8 anos de idade |
| `V010` | Filhos(as) do responsável e do cônjuge com 9 anos de idade |
| `V011` | Filhos(as) do responsável e do cônjuge com 10 anos de idade |
| `V012` | Filhos(as) do responsável e do cônjuge com 11 anos de idade |
| `V013` | Filhos(as) do responsável e do cônjuge com 12 anos de idade |
| `V014` | Filhos(as) do responsável e do cônjuge com 13 anos de idade |
| `V015` | Filhos(as) do responsável e do cônjuge com 14 anos de idade |
| `V016` | Filhos(as) do responsável e do cônjuge com 15 anos de idade |
| `V017` | Filhos(as) do responsável e do cônjuge com 16 anos de idade |
| `V018` | Filhos(as) do responsável e do cônjuge com 17 anos de idade |
| `V019` | Filhos(as) do responsável e do cônjuge com 18 anos de idade |
| `V020` | Filhos(as) do responsável e do cônjuge com 19 anos de idade |
| `V021` | Filhos(as) do responsável e do cônjuge com 20 anos de idade |
| `V022` | Filhos(as) do responsável e do cônjuge com 21 anos de idade |
| `V023` | Filhos(as) do responsável e do cônjuge com 22 anos de idade |
| `V024` | Filhos(as) do responsável e do cônjuge com 23 anos de idade |
| `V025` | Filhos(as) do responsável e do cônjuge com 24 anos de idade |
| `V026` | Filhos(as) do responsável e do cônjuge com 25 anos de idade |
| `V027` | Filhos(as) do responsável e do cônjuge com 26 anos de idade |
| `V028` | Filhos(as) do responsável e do cônjuge com 27 anos de idade |
| `V029` | Filhos(as) do responsável e do cônjuge com 28 anos de idade |
| `V030` | Filhos(as) do responsável e do cônjuge com 29 anos de idade |
| `V031` | Filhos(as) do responsável e do cônjuge com 30 anos de idade |
| `V032` | Filhos(as) do responsável e do cônjuge com 31 anos de idade |
| `V033` | Filhos(as) do responsável e do cônjuge com 32 anos de idade |
| `V034` | Filhos(as) do responsável e do cônjuge com 33 anos de idade |
| `V035` | Filhos(as) do responsável e do cônjuge com 34 anos de idade |
| `V036` | Filhos(as) do responsável e do cônjuge com 35 anos de idade |
| `V037` | Filhos(as) do responsável e do cônjuge com 36 anos de idade |
| `V038` | Filhos(as) do responsável e do cônjuge com 37 anos de idade |
| `V039` | Filhos(as) do responsável e do cônjuge com 38 anos de idade |
| `V040` | Filhos(as) do responsável e do cônjuge com 39 anos de idade |
| `V041` | Filhos(as) do responsável e do cônjuge com 40 anos de idade |
| `V042` | Filhos(as) do responsável e do cônjuge com 41 anos de idade |
| `V043` | Filhos(as) do responsável e do cônjuge com 42 anos de idade |
| `V044` | Filhos(as) do responsável e do cônjuge com 43 anos de idade |
| `V045` | Filhos(as) do responsável e do cônjuge com 44 anos de idade |
| `V046` | Filhos(as) do responsável e do cônjuge com 45 anos de idade |
| `V047` | Filhos(as) do responsável e do cônjuge com 46 anos de idade |
| `V048` | Filhos(as) do responsável e do cônjuge com 47 anos de idade |
| `V049` | Filhos(as) do responsável e do cônjuge com 48 anos de idade |
| `V050` | Filhos(as) do responsável e do cônjuge com 49 anos de idade |
| `V051` | Filhos(as) do responsável e do cônjuge com 50 anos ou mais de idade |
| `V052` | Filhos(as) somente do responsável com menos de 1 ano de idade |
| `V053` | Filhos(as) somente do responsável com 1 ano de idade |
| `V054` | Filhos(as) somente do responsável com 2 anos de idade |
| `V055` | Filhos(as) somente do responsável com 3 anos de idade |
| `V056` | Filhos(as) somente do responsável com 4 anos de idade |
| `V057` | Filhos(as) somente do responsável com 5 anos de idade |
| `V058` | Filhos(as) somente do responsável com 6 anos de idade |
| `V059` | Filhos(as) somente do responsável com 7 anos de idade |
| `V060` | Filhos(as) somente do responsável com 8 anos de idade |
| `V061` | Filhos(as) somente do responsável com 9 anos de idade |
| `V062` | Filhos(as) somente do responsável com 10 anos de idade |
| `V063` | Filhos(as) somente do responsável com 11 anos de idade |
| `V064` | Filhos(as) somente do responsável com 12 anos de idade |
| `V065` | Filhos(as) somente do responsável com 13 anos de idade |
| `V066` | Filhos(as) somente do responsável com 14 anos de idade |
| `V067` | Filhos(as) somente do responsável com 15 anos de idade |
| `V068` | Filhos(as) somente do responsável com 16 anos de idade |
| `V069` | Filhos(as) somente do responsável com 17 anos de idade |
| `V070` | Filhos(as) somente do responsável com 18 anos de idade |
| `V071` | Filhos(as) somente do responsável com 19 anos de idade |
| `V072` | Filhos(as) somente do responsável com 20 anos de idade |
| `V073` | Filhos(as) somente do responsável com 21 anos de idade |
| `V074` | Filhos(as) somente do responsável com 22 anos de idade |
| `V075` | Filhos(as) somente do responsável com 23 anos de idade |
| `V076` | Filhos(as) somente do responsável com 24 anos de idade |
| `V077` | Filhos(as) somente do responsável com 25 anos de idade |
| `V078` | Filhos(as) somente do responsável com 26 anos de idade |
| `V079` | Filhos(as) somente do responsável com 27 anos de idade |
| `V080` | Filhos(as) somente do responsável com 28 anos de idade |
| `V081` | Filhos(as) somente do responsável com 29 anos de idade |
| `V082` | Filhos(as) somente do responsável com 30 anos de idade |
| `V083` | Filhos(as) somente do responsável com 31 anos de idade |
| `V084` | Filhos(as) somente do responsável com 32 anos de idade |
| `V085` | Filhos(as) somente do responsável com 33 anos de idade |
| `V086` | Filhos(as) somente do responsável com 34 anos de idade |
| `V087` | Filhos(as) somente do responsável com 35 anos de idade |
| `V088` | Filhos(as) somente do responsável com 36 anos de idade |
| `V089` | Filhos(as) somente do responsável com 37 anos de idade |
| `V090` | Filhos(as) somente do responsável com 38 anos de idade |
| `V091` | Filhos(as) somente do responsável com 39 anos de idade |
| `V092` | Filhos(as) somente do responsável com 40 anos de idade |
| `V093` | Filhos(as) somente do responsável com 41 anos de idade |
| `V094` | Filhos(as) somente do responsável com 42 anos de idade |
| `V095` | Filhos(as) somente do responsável com 43 anos de idade |
| `V096` | Filhos(as) somente do responsável com 44 anos de idade |
| `V097` | Filhos(as) somente do responsável com 45 anos de idade |
| `V098` | Filhos(as) somente do responsável com 46 anos de idade |
| `V099` | Filhos(as) somente do responsável com 47 anos de idade |
| `V100` | Filhos(as) somente do responsável com 48 anos de idade |
| `V101` | Filhos(as) somente do responsável com 49 anos de idade |
| `V102` | Filhos(as) somente do responsável com 50 anos ou mais de idade |
| `V103` | Enteados(as) com menos de 1 ano de idade |
| `V104` | Enteados(as) com 1 ano de idade |
| `V105` | Enteados(as) com 2 anos de idade |
| `V106` | Enteados(as) com 3 anos de idade |
| `V107` | Enteados(as) com 4 anos de idade |
| `V108` | Enteados(as) com 5 anos de idade |
| `V109` | Enteados(as) com 6 anos de idade |
| `V110` | Enteados(as) com 7 anos de idade |
| `V111` | Enteados(as) com 8 anos de idade |
| `V112` | Enteados(as) com 9 anos de idade |
| `V113` | Enteados(as) com 10 anos de idade |
| `V114` | Enteados(as) com 11 anos de idade |
| `V115` | Enteados(as) com 12 anos de idade |
| `V116` | Enteados(as) com 13 anos de idade |
| `V117` | Enteados(as) com 14 anos de idade |
| `V118` | Enteados(as) com 15 anos de idade |
| `V119` | Enteados(as) com 16 anos de idade |
| `V120` | Enteados(as) com 17 anos de idade |
| `V121` | Enteados(as) com 18 anos de idade |
| `V122` | Enteados(as) com 19 anos de idade |
| `V123` | Enteados(as) com 20 anos de idade |
| `V124` | Enteados(as) com 21 anos de idade |
| `V125` | Enteados(as) com 22 anos de idade |
| `V126` | Enteados(as) com 23 anos de idade |
| `V127` | Enteados(as) com 24 anos de idade |
| `V128` | Enteados(as) com 25 anos de idade |
| `V129` | Enteados(as) com 26 anos de idade |
| `V130` | Enteados(as) com 27 anos de idade |
| `V131` | Enteados(as) com 28 anos de idade |
| `V132` | Enteados(as) com 29 anos de idade |
| `V133` | Enteados(as) com 30 anos de idade |
| `V134` | Enteados(as) com 31 anos de idade |
| `V135` | Enteados(as) com 32 anos de idade |
| `V136` | Enteados(as) com 33 anos de idade |
| `V137` | Enteados(as) com 34 anos de idade |
| `V138` | Enteados(as) com 35 anos de idade |
| `V139` | Enteados(as) com 36 anos de idade |
| `V140` | Enteados(as) com 37 anos de idade |
| `V141` | Enteados(as) com 38 anos de idade |
| `V142` | Enteados(as) com 39 anos de idade |
| `V143` | Enteados(as) com 40 anos de idade |
| `V144` | Enteados(as) com 41 anos de idade |
| `V145` | Enteados(as) com 42 anos de idade |
| `V146` | Enteados(as) com 43 anos de idade |
| `V147` | Enteados(as) com 44 anos de idade |
| `V148` | Enteados(as) com 45 anos de idade |
| `V149` | Enteados(as) com 46 anos de idade |
| `V150` | Enteados(as) com 47 anos de idade |
| `V151` | Enteados(as) com 48 anos de idade |
| `V152` | Enteados(as) com 49 anos de idade |
| `V153` | Enteados(as) com 50 ou mais anos de idade |
| `V154` | Filhos do responsável e do cônjuge com menos de 1 ano de idade |
| `V155` | Filhos do responsável e do cônjuge com 1 ano de idade |
| `V156` | Filhos do responsável e do cônjuge com 2 anos de idade |
| `V157` | Filhos do responsável e do cônjuge com 3 anos de idade |
| `V158` | Filhos do responsável e do cônjuge com 4 anos de idade |
| `V159` | Filhos do responsável e do cônjuge com 5 anos de idade |
| `V160` | Filhos do responsável e do cônjuge com 6 anos de idade |
| `V161` | Filhos do responsável e do cônjuge com 7 anos de idade |
| `V162` | Filhos do responsável e do cônjuge com 8 anos de idade |
| `V163` | Filhos do responsável e do cônjuge com 9 anos de idade |
| `V164` | Filhos do responsável e do cônjuge com 10 anos de idade |
| `V165` | Filhos do responsável e do cônjuge com 11 anos de idade |
| `V166` | Filhos do responsável e do cônjuge com 12 anos de idade |
| `V167` | Filhos do responsável e do cônjuge com 13 anos de idade |
| `V168` | Filhos do responsável e do cônjuge com 14 anos de idade |
| `V169` | Filhos do responsável e do cônjuge com 15 anos de idade |
| `V170` | Filhos do responsável e do cônjuge com 16 anos de idade |
| `V171` | Filhos do responsável e do cônjuge com 17 anos de idade |
| `V172` | Filhos do responsável e do cônjuge com 18 anos de idade |
| `V173` | Filhos do responsável e do cônjuge com 19 anos de idade |
| `V174` | Filhos do responsável e do cônjuge com 20 anos de idade |
| `V175` | Filhos do responsável e do cônjuge com 21 anos de idade |
| `V176` | Filhos do responsável e do cônjuge com 22 anos de idade |
| `V177` | Filhos do responsável e do cônjuge com 23 anos de idade |
| `V178` | Filhos do responsável e do cônjuge com 24 anos de idade |
| `V179` | Filhos do responsável e do cônjuge com 25 anos de idade |
| `V180` | Filhos do responsável e do cônjuge com 26 anos de idade |
| `V181` | Filhos do responsável e do cônjuge com 27 anos de idade |
| `V182` | Filhos do responsável e do cônjuge com 28 anos de idade |
| `V183` | Filhos do responsável e do cônjuge com 29 anos de idade |
| `V184` | Filhos do responsável e do cônjuge com 30 anos de idade |
| `V185` | Filhos do responsável e do cônjuge com 31 anos de idade |
| `V186` | Filhos do responsável e do cônjuge com 32 anos de idade |
| `V187` | Filhos do responsável e do cônjuge com 33 anos de idade |
| `V188` | Filhos do responsável e do cônjuge com 34 anos de idade |
| `V189` | Filhos do responsável e do cônjuge com 35 anos de idade |
| `V190` | Filhos do responsável e do cônjuge com 36 anos de idade |
| `V191` | Filhos do responsável e do cônjuge com 37 anos de idade |
| `V192` | Filhos do responsável e do cônjuge com 38 anos de idade |
| `V193` | Filhos do responsável e do cônjuge com 39 anos de idade |
| `V194` | Filhos do responsável e do cônjuge com 40 anos de idade |
| `V195` | Filhos do responsável e do cônjuge com 41 anos de idade |
| `V196` | Filhos do responsável e do cônjuge com 42 anos de idade |
| `V197` | Filhos do responsável e do cônjuge com 43 anos de idade |
| `V198` | Filhos do responsável e do cônjuge com 44 anos de idade |
| `V199` | Filhos do responsável e do cônjuge com 45 anos de idade |
| `V200` | Filhos do responsável e do cônjuge com 46 anos de idade |
| `V201` | Filhos do responsável e do cônjuge com 47 anos de idade |
| `V202` | Filhos do responsável e do cônjuge com 48 anos de idade |
| `V203` | Filhos do responsável e do cônjuge com 49 anos de idade |
| `V204` | Filhos do responsável e do cônjuge com 50 anos ou mais de idade 6.13 Arquivo Relação de parentesco, filhos e enteados (planilha Pessoa08_UF.xls ou Pessoa08_UF.csv) Cod_seto Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

265
docs/censo/br_ibge_censo_demografico.setor_censitario_relacao_parentesco_filhos_enteados_2010.md
View File

@@ -1,265 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_relacao_parentesco_filhos_enteados_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 253 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_relacao_parentesco_filhos_enteados_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Filhos somente do responsável com 1 ano de idade |
| `V003` | Filhos somente do responsável com 2 anos de idade |
| `V004` | Filhos somente do responsável com 3 anos de idade |
| `V005` | Filhos somente do responsável com 4 anos de idade |
| `V006` | Filhos somente do responsável com 5 anos de idade |
| `V007` | Filhos somente do responsável com 6 anos de idade |
| `V008` | Filhos somente do responsável com 7 anos de idade |
| `V009` | Filhos somente do responsável com 8 anos de idade |
| `V010` | Filhos somente do responsável com 9 anos de idade |
| `V011` | Filhos somente do responsável com 10 anos de idade |
| `V012` | Filhos somente do responsável com 11 anos de idade |
| `V013` | Filhos somente do responsável com 12 anos de idade |
| `V014` | Filhos somente do responsável com 13 anos de idade |
| `V015` | Filhos somente do responsável com 14 anos de idade |
| `V016` | Filhos somente do responsável com 15 anos de idade |
| `V017` | Filhos somente do responsável com 16 anos de idade |
| `V018` | Filhos somente do responsável com 17 anos de idade |
| `V019` | Filhos somente do responsável com 18 anos de idade |
| `V020` | Filhos somente do responsável com 19 anos de idade |
| `V021` | Filhos somente do responsável com 20 anos de idade |
| `V022` | Filhos somente do responsável com 21 anos de idade |
| `V023` | Filhos somente do responsável com 22 anos de idade |
| `V024` | Filhos somente do responsável com 23 anos de idade |
| `V025` | Filhos somente do responsável com 24 anos de idade |
| `V026` | Filhos somente do responsável com 25 anos de idade |
| `V027` | Filhos somente do responsável com 26 anos de idade |
| `V028` | Filhos somente do responsável com 27 anos de idade |
| `V029` | Filhos somente do responsável com 28 anos de idade |
| `V030` | Filhos somente do responsável com 29 anos de idade |
| `V031` | Filhos somente do responsável com 30 anos de idade |
| `V032` | Filhos somente do responsável com 31 anos de idade |
| `V033` | Filhos somente do responsável com 32 anos de idade |
| `V034` | Filhos somente do responsável com 33 anos de idade |
| `V035` | Filhos somente do responsável com 34 anos de idade |
| `V036` | Filhos somente do responsável com 35 anos de idade |
| `V037` | Filhos somente do responsável com 36 anos de idade |
| `V038` | Filhos somente do responsável com 37 anos de idade |
| `V039` | Filhos somente do responsável com 38 anos de idade |
| `V040` | Filhos somente do responsável com 39 anos de idade |
| `V041` | Filhos somente do responsável com 40 anos de idade |
| `V042` | Filhos somente do responsável com 41 anos de idade |
| `V043` | Filhos somente do responsável com 42 anos de idade |
| `V044` | Filhos somente do responsável com 43 anos de idade |
| `V045` | Filhos somente do responsável com 44 anos de idade |
| `V046` | Filhos somente do responsável com 45 anos de idade |
| `V047` | Filhos somente do responsável com 46 anos de idade |
| `V048` | Filhos somente do responsável com 47 anos de idade |
| `V049` | Filhos somente do responsável com 48 anos de idade |
| `V050` | Filhos somente do responsável com 49 anos de idade |
| `V051` | Filhos somente do responsável com 50 anos ou mais de idade |
| `V052` | Enteados com menos de 1 ano de idade |
| `V053` | Enteados com 1 ano de idade |
| `V054` | Enteados com 2 anos de idade |
| `V055` | Enteados com 3 anos de idade |
| `V056` | Enteados com 4 anos de idade |
| `V057` | Enteados com 5 anos de idade |
| `V058` | Enteados com 6 anos de idade |
| `V059` | Enteados com 7 anos de idade |
| `V060` | Enteados com 8 anos de idade |
| `V061` | Enteados com 9 anos de idade |
| `V062` | Enteados com 10 anos de idade |
| `V063` | Enteados com 11 anos de idade |
| `V064` | Enteados com 12 anos de idade |
| `V065` | Enteados com 13 anos de idade |
| `V066` | Enteados com 14 anos de idade |
| `V067` | Enteados com 15 anos de idade |
| `V068` | Enteados com 16 anos de idade |
| `V069` | Enteados com 17 anos de idade |
| `V070` | Enteados com 18 anos de idade |
| `V071` | Enteados com 19 anos de idade |
| `V072` | Enteados com 20 anos de idade |
| `V073` | Enteados com 21 anos de idade |
| `V074` | Enteados com 22 anos de idade |
| `V075` | Enteados com 23 anos de idade |
| `V076` | Enteados com 24 anos de idade |
| `V077` | Enteados com 25 anos de idade |
| `V078` | Enteados com 26 anos de idade |
| `V079` | Enteados com 27 anos de idade |
| `V080` | Enteados com 28 anos de idade |
| `V081` | Enteados com 29 anos de idade |
| `V082` | Enteados com 30 anos de idade |
| `V083` | Enteados com 31 anos de idade |
| `V084` | Enteados com 32 anos de idade |
| `V085` | Enteados com 33 anos de idade |
| `V086` | Enteados com 34 anos de idade |
| `V087` | Enteados com 35 anos de idade |
| `V088` | Enteados com 36 anos de idade |
| `V089` | Enteados com 37 anos de idade |
| `V090` | Enteados com 38 anos de idade |
| `V091` | Enteados com 39 anos de idade |
| `V092` | Enteados com 40 anos de idade |
| `V093` | Enteados com 41 anos de idade |
| `V094` | Enteados com 42 anos de idade |
| `V095` | Enteados com 43 anos de idade |
| `V096` | Enteados com 44 anos de idade |
| `V097` | Enteados com 45 anos de idade |
| `V098` | Enteados com 46 anos de idade |
| `V099` | Enteados com 47 anos de idade |
| `V100` | Enteados com 48 anos de idade |
| `V101` | Enteados com 49 anos de idade |
| `V102` | Enteados com 50 ou mais anos de idade |
| `V103` | Filhas do responsável e do cônjuge com menos de 1 ano de idade |
| `V104` | Filhas do responsável e do cônjuge com 1 ano de idade |
| `V105` | Filhas do responsável e do cônjuge com 2 anos de idade |
| `V106` | Filhas do responsável e do cônjuge com 3 anos de idade |
| `V107` | Filhas do responsável e do cônjuge com 4 anos de idade |
| `V108` | Filhas do responsável e do cônjuge com 5 anos de idade |
| `V109` | Filhas do responsável e do cônjuge com 6 anos de idade |
| `V110` | Filhas do responsável e do cônjuge com 7 anos de idade |
| `V111` | Filhas do responsável e do cônjuge com 8 anos de idade |
| `V112` | Filhas do responsável e do cônjuge com 9 anos de idade |
| `V113` | Filhas do responsável e do cônjuge com 10 anos de idade |
| `V114` | Filhas do responsável e do cônjuge com 11 anos de idade |
| `V115` | Filhas do responsável e do cônjuge com 12 anos de idade |
| `V116` | Filhas do responsável e do cônjuge com 13 anos de idade |
| `V117` | Filhas do responsável e do cônjuge com 14 anos de idade |
| `V118` | Filhas do responsável e do cônjuge com 15 anos de idade |
| `V119` | Filhas do responsável e do cônjuge com 16 anos de idade |
| `V120` | Filhas do responsável e do cônjuge com 17 anos de idade |
| `V121` | Filhas do responsável e do cônjuge com 18 anos de idade |
| `V122` | Filhas do responsável e do cônjuge com 19 anos de idade |
| `V123` | Filhas do responsável e do cônjuge com 20 anos de idade |
| `V124` | Filhas do responsável e do cônjuge com 21 anos de idade |
| `V125` | Filhas do responsável e do cônjuge com 22 anos de idade |
| `V126` | Filhas do responsável e do cônjuge com 23 anos de idade |
| `V127` | Filhas do responsável e do cônjuge com 24 anos de idade |
| `V128` | Filhas do responsável e do cônjuge com 25 anos de idade |
| `V129` | Filhas do responsável e do cônjuge com 26 anos de idade |
| `V130` | Filhas do responsável e do cônjuge com 27 anos de idade |
| `V131` | Filhas do responsável e do cônjuge com 28 anos de idade |
| `V132` | Filhas do responsável e do cônjuge com 29 anos de idade |
| `V133` | Filhas do responsável e do cônjuge com 30 anos de idade |
| `V134` | Filhas do responsável e do cônjuge com 31 anos de idade |
| `V135` | Filhas do responsável e do cônjuge com 32 anos de idade |
| `V136` | Filhas do responsável e do cônjuge com 33 anos de idade |
| `V137` | Filhas do responsável e do cônjuge com 34 anos de idade |
| `V138` | Filhas do responsável e do cônjuge com 35 anos de idade |
| `V139` | Filhas do responsável e do cônjuge com 36 anos de idade |
| `V140` | Filhas do responsável e do cônjuge com 37 anos de idade |
| `V141` | Filhas do responsável e do cônjuge com 38 anos de idade |
| `V142` | Filhas do responsável e do cônjuge com 39 anos de idade |
| `V143` | Filhas do responsável e do cônjuge com 40 anos de idade |
| `V144` | Filhas do responsável e do cônjuge com 41 anos de idade |
| `V145` | Filhas do responsável e do cônjuge com 42 anos de idade |
| `V146` | Filhas do responsável e do cônjuge com 43 anos de idade |
| `V147` | Filhas do responsável e do cônjuge com 44 anos de idade |
| `V148` | Filhas do responsável e do cônjuge com 45 anos de idade |
| `V149` | Filhas do responsável e do cônjuge com 46 anos de idade |
| `V150` | Filhas do responsável e do cônjuge com 47 anos de idade |
| `V151` | Filhas do responsável e do cônjuge com 48 anos de idade |
| `V152` | Filhas do responsável e do cônjuge com 49 anos de idade |
| `V153` | Filhas do responsável e do cônjuge com 50 anos ou mais de idade |
| `V154` | Filhas somente do responsável com menos de 1 ano de idade |
| `V155` | Filhas somente do responsável com 1 ano de idade |
| `V156` | Filhas somente do responsável com 2 anos de idade |
| `V157` | Filhas somente do responsável com 3 anos de idade |
| `V158` | Filhas somente do responsável com 4 anos de idade |
| `V159` | Filhas somente do responsável com 5 anos de idade |
| `V160` | Filhas somente do responsável com 6 anos de idade |
| `V161` | Filhas somente do responsável com 7 anos de idade |
| `V162` | Filhas somente do responsável com 8 anos de idade |
| `V163` | Filhas somente do responsável com 9 anos de idade |
| `V164` | Filhas somente do responsável com 10 anos de idade |
| `V165` | Filhas somente do responsável com 11 anos de idade |
| `V166` | Filhas somente do responsável com 12 anos de idade |
| `V167` | Filhas somente do responsável com 13 anos de idade |
| `V168` | Filhas somente do responsável com 14 anos de idade |
| `V169` | Filhas somente do responsável com 15 anos de idade |
| `V170` | Filhas somente do responsável com 16 anos de idade |
| `V171` | Filhas somente do responsável com 17 anos de idade |
| `V172` | Filhas somente do responsável com 18 anos de idade |
| `V173` | Filhas somente do responsável com 19 anos de idade |
| `V174` | Filhas somente do responsável com 20 anos de idade |
| `V175` | Filhas somente do responsável com 21 anos de idade |
| `V176` | Filhas somente do responsável com 22 anos de idade |
| `V177` | Filhas somente do responsável com 23 anos de idade |
| `V178` | Filhas somente do responsável com 24 anos de idade |
| `V179` | Filhas somente do responsável com 25 anos de idade |
| `V180` | Filhas somente do responsável com 26 anos de idade |
| `V181` | Filhas somente do responsável com 27 anos de idade |
| `V182` | Filhas somente do responsável com 28 anos de idade |
| `V183` | Filhas somente do responsável com 29 anos de idade |
| `V184` | Filhas somente do responsável com 30 anos de idade |
| `V185` | Filhas somente do responsável com 31 anos de idade |
| `V186` | Filhas somente do responsável com 32 anos de idade |
| `V187` | Filhas somente do responsável com 33 anos de idade |
| `V188` | Filhas somente do responsável com 34 anos de idade |
| `V189` | Filhas somente do responsável com 35 anos de idade |
| `V190` | Filhas somente do responsável com 36 anos de idade |
| `V191` | Filhas somente do responsável com 37 anos de idade |
| `V192` | Filhas somente do responsável com 38 anos de idade |
| `V193` | Filhas somente do responsável com 39 anos de idade |
| `V194` | Filhas somente do responsável com 40 anos de idade |
| `V195` | Filhas somente do responsável com 41 anos de idade |
| `V196` | Filhas somente do responsável com 42 anos de idade |
| `V197` | Filhas somente do responsável com 43 anos de idade |
| `V198` | Filhas somente do responsável com 44 anos de idade |
| `V199` | Filhas somente do responsável com 45 anos de idade |
| `V200` | Filhas somente do responsável com 46 anos de idade |
| `V201` | Filhas somente do responsável com 47 anos de idade |
| `V202` | Filhas somente do responsável com 48 anos de idade |
| `V203` | Filhas somente do responsável com 49 anos de idade |
| `V204` | Filhas somente do responsável com 50 anos ou mais de idade |
| `V205` | Enteadas com menos de 1 ano de idade |
| `V206` | Enteadas com 1 ano de idade |
| `V207` | Enteadas com 2 anos de idade |
| `V208` | Enteadas com 3 anos de idade |
| `V209` | Enteadas com 4 anos de idade |
| `V210` | Enteadas com 5 anos de idade |
| `V211` | Enteadas com 6 anos de idade |
| `V212` | Enteadas com 7 anos de idade |
| `V213` | Enteadas com 8 anos de idade |
| `V214` | Enteadas com 9 anos de idade |
| `V215` | Enteadas com 10 anos de idade |
| `V216` | Enteadas com 11 anos de idade |
| `V217` | Enteadas com 12 anos de idade |
| `V218` | Enteadas com 13 anos de idade |
| `V219` | Enteadas com 14 anos de idade |
| `V220` | Enteadas com 15 anos de idade |
| `V221` | Enteadas com 16 anos de idade |
| `V222` | Enteadas com 17 anos de idade |
| `V223` | Enteadas com 18 anos de idade |
| `V224` | Enteadas com 19 anos de idade |
| `V225` | Enteadas com 20 anos de idade |
| `V226` | Enteadas com 21 anos de idade |
| `V227` | Enteadas com 22 anos de idade |
| `V228` | Enteadas com 23 anos de idade |
| `V229` | Enteadas com 24 anos de idade |
| `V230` | Enteadas com 25 anos de idade |
| `V231` | Enteadas com 26 anos de idade |
| `V232` | Enteadas com 27 anos de idade |
| `V233` | Enteadas com 28 anos de idade |
| `V234` | Enteadas com 29 anos de idade |
| `V235` | Enteadas com 30 anos de idade |
| `V236` | Enteadas com 31 anos de idade |
| `V237` | Enteadas com 32 anos de idade |
| `V238` | Enteadas com 33 anos de idade |
| `V239` | Enteadas com 34 anos de idade |
| `V240` | Enteadas com 35 anos de idade |
| `V241` | Enteadas com 36 anos de idade |
| `V242` | Enteadas com 37 anos de idade |
| `V243` | Enteadas com 38 anos de idade |
| `V244` | Enteadas com 39 anos de idade |
| `V245` | Enteadas com 40 anos de idade |
| `V246` | Enteadas com 41 anos de idade |
| `V247` | Enteadas com 42 anos de idade |
| `V248` | Enteadas com 43 anos de idade |
| `V249` | Enteadas com 44 anos de idade |
| `V250` | Enteadas com 45 anos de idade |
| `V251` | Enteadas com 46 anos de idade |
| `V252` | Enteadas com 47 anos de idade |
| `V253` | Enteadas com 48 anos de idade |
| `V254` | Enteadas com 49 anos de idade 6.14 Arquivo Relação de parentesco, outros (planilha Pessoa09_UF.xls ou Pessoa09_UF.csv) Cod_setor Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

251
docs/censo/br_ibge_censo_demografico.setor_censitario_relacao_parentesco_outros_2010.md
View File

@@ -1,251 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_relacao_parentesco_outros_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 239 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_relacao_parentesco_outros_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Genro ou nora com 15 a 19 anos de idade |
| `V003` | Genro ou nora com 20 a 24 anos de idade |
| `V004` | Genro ou nora com 25 a 29 anos de idade |
| `V005` | Genro ou nora com 30 a 34 anos de idade |
| `V006` | Genro ou nora com 35 a 39 anos de idade |
| `V007` | Genro ou nora com 40 a 44 anos de idade |
| `V008` | Genro ou nora com 45 a 49 anos de idade |
| `V009` | Genro ou nora com 50 a 54 anos de idade |
| `V010` | Genro ou nora com 55 a 59 anos de idade |
| `V011` | Genro ou nora com 60 a 64 anos de idade |
| `V012` | Genro ou nora com 65 a 69 anos de idade |
| `V013` | Genro ou nora com 70 a 74 anos de idade |
| `V014` | Genro ou nora com 75 a 79 anos de idade |
| `V015` | Genro ou nora com 80 anos ou mais de idade |
| `V016` | Genro com 10 a 14 anos de idade |
| `V017` | Genro com 15 a 19 anos de idade |
| `V018` | Genro com 20 a 24 anos de idade |
| `V019` | Genro com 25 a 29 anos de idade |
| `V020` | Genro com 30 a 34 anos de idade |
| `V021` | Genro com 35 a 39 anos de idade |
| `V022` | Genro com 40 a 44 anos de idade |
| `V023` | Genro com 45 a 49 anos de idade |
| `V024` | Genro com 50 a 54 anos de idade |
| `V025` | Genro com 55 a 59 anos de idade |
| `V026` | Genro com 60 a 64 anos de idade |
| `V027` | Genro com 65 a 69 anos de idade |
| `V028` | Genro com 70 a 74 anos de idade |
| `V029` | Genro com 75 a 79 anos de idade |
| `V030` | Genro com 80 anos ou mais de idade |
| `V031` | Nora com 10 a 14 anos de idade |
| `V032` | Nora com 15 a 19 anos de idade |
| `V033` | Nora com 20 a 24 anos de idade |
| `V034` | Nora com 25 a 29 anos de idade |
| `V035` | Nora com 30 a 34 anos de idade |
| `V036` | Nora com 35 a 39 anos de idade |
| `V037` | Nora com 40 a 44 anos de idade |
| `V038` | Nora com 45 a 49 anos de idade |
| `V039` | Nora com 50 a 54 anos de idade |
| `V040` | Nora com 55 a 59 anos de idade |
| `V041` | Nora com 60 a 64 anos de idade |
| `V042` | Nora com 65 a 69 anos de idade |
| `V043` | Nora com 70 a 74 anos de idade |
| `V044` | Nora com 75 a 79 anos de idade |
| `V045` | Nora com 80 anos ou mais de idade |
| `V046` | Pai, mãe, padrasto ou madrasta com 20 a 24 anos de idade |
| `V047` | Pai, mãe, padrasto ou madrasta com 25 a 29 anos de idade |
| `V048` | Pai, mãe, padrasto ou madrasta com 30 a 34 anos de idade |
| `V049` | Pai, mãe, padrasto ou madrasta com 35 a 39 anos de idade |
| `V050` | Pai, mãe, padrasto ou madrasta com 40 a 44 anos de idade |
| `V051` | Pai, mãe, padrasto ou madrasta com 45 a 49 anos de idade |
| `V052` | Pai, mãe, padrasto ou madrasta com 50 a 54 anos de idade |
| `V053` | Pai, mãe, padrasto ou madrasta com 55 a 59 anos de idade |
| `V054` | Pai, mãe, padrasto ou madrasta com 60 a 64 anos de idade |
| `V055` | Pai, mãe, padrasto ou madrasta com 65 a 69 anos de idade |
| `V056` | Pai, mãe, padrasto ou madrasta com 70 a 74 anos de idade |
| `V057` | Pai, mãe, padrasto ou madrasta com 75 a 79 anos de idade |
| `V058` | Pai, mãe, padrasto ou madrasta com 80 anos ou mais de idade |
| `V059` | Pai ou padrasto com 20 a 24 anos de idade |
| `V060` | Pai ou padrasto com 25 a 29 anos de idade |
| `V061` | Pai ou padrasto com 30 a 34 anos de idade |
| `V062` | Pai ou padastro com 35 a 39 anos de idade |
| `V063` | Pai ou padastro com 40 a 44 anos de idade |
| `V064` | Pai ou padastro com 45 a 49 anos de idade |
| `V065` | Pai ou padastro com 50 a 54 anos de idade |
| `V066` | Pai ou padastro com 55 a 59 anos de idade |
| `V067` | Pai ou padastro com 60 a 64 anos de idade |
| `V068` | Pai ou padastro com 65 a 69 anos de idade |
| `V069` | Pai ou padastro com 70 a 74 anos de idade |
| `V070` | Pai ou padastro com 75 a 79 anos de idade |
| `V071` | Pai ou padastro com 80 anos ou mais de idade |
| `V072` | Mãe ou madastra com 20 a 24 anos de idade |
| `V073` | Mãe ou madastra com 25 a 29 anos de idade |
| `V074` | Mãe ou madastra com 30 a 34 anos de idade |
| `V075` | Mãe ou madastra com 35 a 39 anos de idade |
| `V076` | Mãe ou madastra com 40 a 44 anos de idade |
| `V077` | Mãe ou madastra com 45 a 49 anos de idade |
| `V078` | Mãe ou madastra com 50 a 54 anos de idade |
| `V079` | Mãe ou madastra com 55 a 59 anos de idade |
| `V080` | Mãe ou madastra com 60 a 64 anos de idade |
| `V081` | Mãe ou madastra com 65 a 69 anos de idade |
| `V082` | Mãe ou madastra com 70 a 74 anos de idade |
| `V083` | Mãe ou madastra com 75 a 79 anos de idade |
| `V084` | Mãe ou madastra com 80 anos ou mais de idade |
| `V085` | Sogro(a) com 20 a 24 anos de idade |
| `V086` | Sogro(a) com 25 a 29 anos de idade |
| `V087` | Sogro(a) com 30 a 34 anos de idade |
| `V088` | Sogro(a) com 35 a 39 anos de idade |
| `V089` | Sogro(a) com 40 a 44 anos de idade |
| `V090` | Sogro(a) com 45 a 49 anos de idade |
| `V091` | Sogro(a) com 50 a 54 anos de idade |
| `V092` | Sogro(a) com 55 a 59 anos de idade |
| `V093` | Sogro(a) com 60 a 64 anos de idade |
| `V094` | Sogro(a) com 65 a 69 anos de idade |
| `V095` | Sogro(a) com 70 a 74 anos de idade |
| `V096` | Sogro(a) com 75 a 79 anos de idade |
| `V097` | Sogro(a) com 80 anos ou mais de idade |
| `V098` | Sogro com 20 a 24 anos de idade |
| `V099` | Sogro com 25 a 29 anos de idade |
| `V100` | Sogro com 30 a 34 anos de idade |
| `V101` | Sogro com 35 a 39 anos de idade |
| `V102` | Sogro com 40 a 44 anos de idade |
| `V103` | Sogro com 45 a 49 anos de idade |
| `V104` | Sogro com 50 a 54 anos de idade |
| `V105` | Sogro com 55 a 59 anos de idade |
| `V106` | Sogro com 60 a 64 anos de idade |
| `V107` | Sogro com 65 a 69 anos de idade |
| `V108` | Sogro com 70 a 74 anos de idade |
| `V109` | Sogro com 75 a 79 anos de idade |
| `V110` | Sogro com 80 anos ou mais de idade |
| `V111` | Sogra com 20 a 24 anos de idade |
| `V112` | Sogra com 25 a 29 anos de idade |
| `V113` | Sogra com 30 a 34 anos de idade |
| `V114` | Sogra com 35 a 39 anos de idade |
| `V115` | Sogra com 40 a 44 anos de idade |
| `V116` | Sogra com 45 a 49 anos de idade |
| `V117` | Sogra com 50 a 54 anos de idade |
| `V118` | Sogra com 55 a 59 anos de idade |
| `V119` | Sogra com 60 a 64 anos de idade |
| `V120` | Sogra com 65 a 69 anos de idade |
| `V121` | Sogra com 70 a 74 anos de idade |
| `V122` | Sogra com 75 a 79 anos de idade |
| `V123` | Sogra com 80 anos ou mais de idade |
| `V124` | Neto(a) com 0 a 4 anos de idade |
| `V125` | Neto(a) com 5 a 9 anos de idade |
| `V126` | Neto(a) com 10 a 14 anos de idade |
| `V127` | Neto(a) com 15 a 19 anos de idade |
| `V128` | Neto(a) com 20 a 24 anos de idade |
| `V129` | Neto(a) com 25 a 29 anos de idade |
| `V130` | Neto(a) com 30 a 34 anos de idade |
| `V131` | Neto(a) com 35 a 39 anos de idade |
| `V132` | Neto(a) com 40 a 44 anos de idade |
| `V133` | Neto(a) com 45 a 49 anos de idade |
| `V134` | Neto(a) com 50 ou mais de idade |
| `V135` | Neto com 0 a 4 anos de idade |
| `V136` | Neto com 5 a 9 anos de idade |
| `V137` | Neto com 10 a 14 anos de idade |
| `V138` | Neto com 15 a 19 anos de idade |
| `V139` | Neto com 20 a 24 anos de idade |
| `V140` | Neto com 25 a 29 anos de idade |
| `V141` | Neto com 30 a 34 anos de idade |
| `V142` | Neto com 35 a 39 anos de idade |
| `V143` | Neto com 40 a 44 anos de idade |
| `V144` | Neto com 45 a 49 anos de idade |
| `V145` | Neto com 50 anos ou mais de idade |
| `V146` | Neta com 0 a 4 anos de idade |
| `V147` | Neta com 5 a 9 anos de idade |
| `V148` | Neta com 10 a 14 anos de idade |
| `V149` | Neta com 15 a 19 anos de idade |
| `V150` | Neta com 20 a 24 anos de idade |
| `V151` | Neta com 25 a 29 anos de idade |
| `V152` | Neta com 30 a 34 anos de idade |
| `V153` | Neta com 35 a 39 anos de idade |
| `V154` | Neta com 40 a 44 anos de idade |
| `V155` | Neta com 45 a 49 anos de idade |
| `V156` | Neta com 50 anos ou mais de idade |
| `V157` | Bisneto(a) com 0 a 4 anos de idade |
| `V158` | Bisneto(a) com 5 a 9 anos de idade |
| `V159` | Bisneto(a) com 10 a 14 anos de idade |
| `V160` | Bisneto(a) com 15 a 19 anos de idade |
| `V161` | Bisneto(a) com 20 a 24 anos de idade |
| `V162` | Bisneto(a) com 25 a 29 anos de idade |
| `V163` | Bisneto(a) com 30 a 34 anos de idade |
| `V164` | Bisneto(a) com 35 a 39 anos de idade |
| `V165` | Bisneto(a) com 40 a 44 anos de idade |
| `V166` | Bisneto(a) com 45 a 49 anos de idade |
| `V167` | Bisneto(a) com 50 ou mais de idade |
| `V168` | Bisneto com 0 a 4 anos de idade |
| `V169` | Bisneto com 5 a 9 anos de idade |
| `V170` | Bisneto com 10 a 14 anos de idade |
| `V171` | Bisneto com 15 a 19 anos de idade |
| `V172` | Bisneto com 20 a 24 anos de idade |
| `V173` | Bisneto com 25 a 29 anos de idade |
| `V174` | Bisneto com 30 a 34 anos de idade |
| `V175` | Bisneto com 35 a 39 anos de idade |
| `V176` | Bisneto com 40 a 44 anos de idade |
| `V177` | Bisneto com 45 a 49 anos de idade |
| `V178` | Bisneto com 50 anos ou mais de idade |
| `V179` | Bisneta com 0 a 4 anos de idade |
| `V180` | Bisneta com 5 a 9 anos de idade |
| `V181` | Bisneta com 10 a 14 anos de idade |
| `V182` | Bisneta com 15 a 19 anos de idade |
| `V183` | Bisneta com 20 a 24 anos de idade |
| `V184` | Bisneta com 25 a 29 anos de idade |
| `V185` | Bisneta com 30 a 34 anos de idade |
| `V186` | Bisneta com 35 a 39 anos de idade |
| `V187` | Bisneta com 40 a 44 anos de idade |
| `V188` | Bisneta com 45 a 49 anos de idade |
| `V189` | Bisneta com 50 anos ou mais de idade |
| `V190` | Irmão ou irmã com 0 a 4 anos de idade |
| `V191` | Irmão ou irmã com 5 a 9 anos de idade |
| `V192` | Irmão ou irmã com 10 a 14 anos de idade |
| `V193` | Irmão ou irmã com 15 a 19 anos de idade |
| `V194` | Irmão ou irmã com 20 a 24 anos de idade |
| `V195` | Irmão ou irmã com 25 a 29 anos de idade |
| `V196` | Irmão ou irmã com 30 a 34 anos de idade |
| `V197` | Irmão ou irmã com 35 a 39 anos de idade |
| `V198` | Irmão ou irmã com 40 a 44 anos de idade |
| `V199` | Irmão ou irmã com 45 a 49 anos de idade |
| `V200` | Irmão ou irmã com 50 a 54 anos de idade |
| `V201` | Irmão ou irmã com 55 a 59 anos de idade |
| `V202` | Irmão ou irmã com 60 a 64 anos de idade |
| `V203` | Irmão ou irmã com 65 a 69 anos de idade |
| `V204` | Irmão ou irmã com 70 a 74 anos de idade |
| `V205` | Irmão ou irmã com 75 a 79 anos de idade |
| `V206` | Irmão ou irmã com 80 anos ou mais de idade |
| `V207` | Irmão com 0 a 4 anos de idade |
| `V208` | Irmão com 5 a 9 anos de idade |
| `V209` | Irmão com 10 a 14 anos de idade |
| `V210` | Irmão com 15 a 19 anos de idade |
| `V211` | Irmão com 20 a 24 anos de idade |
| `V212` | Irmão com 25 a 29 anos de idade |
| `V213` | Irmão com 30 a 34 anos de idade |
| `V214` | Irmão com 35 a 39 anos de idade |
| `V215` | Irmão com 40 a 44 anos de idade |
| `V216` | Irmão com 45 a 49 anos de idade |
| `V217` | Irmão com 50 a 54 anos de idade |
| `V218` | Irmão com 55 a 59 anos de idade |
| `V219` | Irmão com 60 a 64 anos de idade |
| `V220` | Irmão com 65 a 69 anos de idade |
| `V221` | Irmão com 70 a 74 anos de idade |
| `V222` | Irmão com 75 a 79 anos de idade |
| `V223` | Irmão com 80 anos ou mais de idade |
| `V224` | Irmã com 0 a 4 anos de idade |
| `V225` | Irmã com 5 a 9 anos de idade |
| `V226` | Irmã com 10 a 14 anos de idade |
| `V227` | Irmã com 15 a 19 anos de idade |
| `V228` | Irmã com 20 a 24 anos de idade |
| `V229` | Irmã com 25 a 29 anos de idade |
| `V230` | Irmã com 30 a 34 anos de idade |
| `V231` | Irmã com 35 a 39 anos de idade |
| `V232` | Irmã com 40 a 44 anos de idade |
| `V233` | Irmã com 45 a 49 anos de idade |
| `V234` | Irmã com 50 a 54 anos de idade |
| `V235` | Irmã com 55 a 59 anos de idade |
| `V236` | Irmã com 60 a 64 anos de idade |
| `V237` | Irmã com 65 a 69 anos de idade |
| `V238` | Irmã com 70 a 74 anos de idade |
| `V239` | Irmã com 75 a 79 anos de idade |
| `V240` | Irmã com 80 anos ou mais de idade 6.15 Arquivo Registro Civil (planilha Pessoa10_UF.xls ou Pessoa10_UF.csv) Cod_setor Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

215
docs/censo/br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_homens_total_2010.md
View File

@@ -1,215 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_homens_total_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 203 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_homens_total_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Pessoas Responsáveis com 10 anos de idade |
| `V003` | Pessoas Responsáveis com 11 anos de idade |
| `V004` | Pessoas Responsáveis com 12 anos de idade |
| `V005` | Pessoas Responsáveis com 13 anos de idade |
| `V006` | Pessoas Responsáveis com 14 anos de idade |
| `V007` | Pessoas Responsáveis com 15 anos de idade |
| `V008` | Pessoas Responsáveis com 16 anos de idade |
| `V009` | Pessoas Responsáveis com 17 anos de idade |
| `V010` | Pessoas Responsáveis com 18 anos de idade |
| `V011` | Pessoas Responsáveis com 19 anos de idade |
| `V012` | Pessoas Responsáveis com 20 anos de idade |
| `V013` | Pessoas Responsáveis com 21 anos de idade |
| `V014` | Pessoas Responsáveis com 22 anos de idade |
| `V015` | Pessoas Responsáveis com 23 anos de idade |
| `V016` | Pessoas Responsáveis com 24 anos de idade |
| `V017` | Pessoas Responsáveis com 25 anos de idade |
| `V018` | Pessoas Responsáveis com 26 anos de idade |
| `V019` | Pessoas Responsáveis com 27 anos de idade |
| `V020` | Pessoas Responsáveis com 28 anos de idade |
| `V021` | Pessoas Responsáveis com 29 anos de idade |
| `V022` | Pessoas Responsáveis com 30 anos de idade |
| `V023` | Pessoas Responsáveis com 31 anos de idade |
| `V024` | Pessoas Responsáveis com 32 anos de idade |
| `V025` | Pessoas Responsáveis com 33 anos de idade |
| `V026` | Pessoas Responsáveis com 34 anos de idade |
| `V027` | Pessoas Responsáveis com 35 anos de idade |
| `V028` | Pessoas Responsáveis com 36 anos de idade |
| `V029` | Pessoas Responsáveis com 37 anos de idade |
| `V030` | Pessoas Responsáveis com 38 anos de idade |
| `V031` | Pessoas Responsáveis com 39 anos de idade |
| `V032` | Pessoas Responsáveis com 40 anos de idade |
| `V033` | Pessoas Responsáveis com 41 anos de idade |
| `V034` | Pessoas Responsáveis com 42 anos de idade |
| `V035` | Pessoas Responsáveis com 43 anos de idade |
| `V036` | Pessoas Responsáveis com 44 anos de idade |
| `V037` | Pessoas Responsáveis com 45 anos de idade |
| `V038` | Pessoas Responsáveis com 46 anos de idade |
| `V039` | Pessoas Responsáveis com 47 anos de idade |
| `V040` | Pessoas Responsáveis com 48 anos de idade |
| `V041` | Pessoas Responsáveis com 49 anos de idade |
| `V042` | Pessoas Responsáveis com 50 anos de idade |
| `V043` | Pessoas Responsáveis com 51 anos de idade |
| `V044` | Pessoas Responsáveis com 52 anos de idade |
| `V045` | Pessoas Responsáveis com 53 anos de idade |
| `V046` | Pessoas Responsáveis com 54 anos de idade |
| `V047` | Pessoas Responsáveis com 55 anos de idade |
| `V048` | Pessoas Responsáveis com 56 anos de idade |
| `V049` | Pessoas Responsáveis com 57 anos de idade |
| `V050` | Pessoas Responsáveis com 58 anos de idade |
| `V051` | Pessoas Responsáveis com 59 anos de idade |
| `V052` | Pessoas Responsáveis com 60 anos de idade |
| `V053` | Pessoas Responsáveis com 61 anos de idade |
| `V054` | Pessoas Responsáveis com 62 anos de idade |
| `V055` | Pessoas Responsáveis com 63 anos de idade |
| `V056` | Pessoas Responsáveis com 64 anos de idade |
| `V057` | Pessoas Responsáveis com 65 anos de idade |
| `V058` | Pessoas Responsáveis com 66 anos de idade |
| `V059` | Pessoas Responsáveis com 67 anos de idade |
| `V060` | Pessoas Responsáveis com 68 anos de idade |
| `V061` | Pessoas Responsáveis com 69 anos de idade |
| `V062` | Pessoas Responsáveis com 70 anos de idade |
| `V063` | Pessoas Responsáveis com 71 anos de idade |
| `V064` | Pessoas Responsáveis com 72 anos de idade |
| `V065` | Pessoas Responsáveis com 73 anos de idade |
| `V066` | Pessoas Responsáveis com 74 anos de idade |
| `V067` | Pessoas Responsáveis com 75 anos de idade |
| `V068` | Pessoas Responsáveis com 76 anos de idade |
| `V069` | Pessoas Responsáveis com 77 anos de idade |
| `V070` | Pessoas Responsáveis com 78 anos de idade |
| `V071` | Pessoas Responsáveis com 79 anos de idade |
| `V072` | Pessoas Responsáveis com 80 anos de idade |
| `V073` | Pessoas Responsáveis com 81 anos de idade |
| `V074` | Pessoas Responsáveis com 82 anos de idade |
| `V075` | Pessoas Responsáveis com 83 anos de idade |
| `V076` | Pessoas Responsáveis com 84 anos de idade |
| `V077` | Pessoas Responsáveis com 85 anos de idade |
| `V078` | Pessoas Responsáveis com 86 anos de idade |
| `V079` | Pessoas Responsáveis com 87 anos de idade |
| `V080` | Pessoas Responsáveis com 88 anos de idade |
| `V081` | Pessoas Responsáveis com 89 anos de idade |
| `V082` | Pessoas Responsáveis com 90 anos de idade |
| `V083` | Pessoas Responsáveis com 91 anos de idade |
| `V084` | Pessoas Responsáveis com 92 anos de idade |
| `V085` | Pessoas Responsáveis com 93 anos de idade |
| `V086` | Pessoas Responsáveis com 94 anos de idade |
| `V087` | Pessoas Responsáveis com 95 anos de idade |
| `V088` | Pessoas Responsáveis com 96 anos de idade |
| `V089` | Pessoas Responsáveis com 97 anos de idade |
| `V090` | Pessoas Responsáveis com 98 anos de idade |
| `V091` | Pessoas Responsáveis com 99 anos de idade |
| `V092` | Pessoas Responsáveis com 100 ou mais anos de idade |
| `V093` | Pessoas Responsáveis alfabetizados |
| `V094` | Pessoas Responsáveis alfabetizados com 10 a 14 anos de idade |
| `V095` | Pessoas Responsáveis alfabetizados com 15 a 19 anos de idade |
| `V096` | Pessoas Responsáveis alfabetizados com 20 a 24 anos de idade |
| `V097` | Pessoas Responsáveis alfabetizados com 25 a 29 anos de idade |
| `V098` | Pessoas Responsáveis alfabetizados com 30 a 34 anos de idade |
| `V099` | Pessoas Responsáveis alfabetizados com 35 a 39 anos de idade |
| `V100` | Pessoas Responsáveis alfabetizados com 40 a 44 anos de idade |
| `V101` | Pessoas Responsáveis alfabetizados com 45 a 49 anos de idade |
| `V102` | Pessoas Responsáveis alfabetizados com 50 a 54 anos de idade |
| `V103` | Pessoas Responsáveis alfabetizados com 55 a 59 anos de idade |
| `V104` | Pessoas Responsáveis alfabetizados com 60 a 64 anos de idade |
| `V105` | Pessoas Responsáveis alfabetizados com 65 a 69 anos de idade |
| `V106` | Pessoas Responsáveis alfabetizados com 70 a 74 anos de idade |
| `V107` | Pessoas Responsáveis alfabetizados com 75 a 79 anos de idade |
| `V108` | Pessoas Responsáveis alfabetizados com 80 ou mais anos de idade |
| `V109` | Pessoas responsáveis, do sexo masculino |
| `V110` | Pessoas responsáveis com 10 anos de idade, do sexo masculino |
| `V111` | Pessoas responsáveis com 11 anos de idade, do sexo masculino |
| `V112` | Pessoas responsáveis com 12 anos de idade, do sexo masculino |
| `V113` | Pessoas responsáveis com 13 anos de idade, do sexo masculino |
| `V114` | Pessoas responsáveis com 14 anos de idade, do sexo masculino |
| `V115` | Pessoas responsáveis com 15 anos de idade, do sexo masculino |
| `V116` | Pessoas responsáveis com 16 anos de idade, do sexo masculino |
| `V117` | Pessoas responsáveis com 17 anos de idade, do sexo masculino |
| `V118` | Pessoas responsáveis com 18 anos de idade, do sexo masculino |
| `V119` | Pessoas responsáveis com 19 anos de idade, do sexo masculino |
| `V120` | Pessoas responsáveis com 20 anos de idade, do sexo masculino |
| `V121` | Pessoas responsáveis com 21 anos de idade, do sexo masculino |
| `V122` | Pessoas responsáveis com 22 anos de idade, do sexo masculino |
| `V123` | Pessoas responsáveis com 23 anos de idade, do sexo masculino |
| `V124` | Pessoas responsáveis com 24 anos de idade, do sexo masculino |
| `V125` | Pessoas responsáveis com 25 anos de idade, do sexo masculino |
| `V126` | Pessoas responsáveis com 26 anos de idade, do sexo masculino |
| `V127` | Pessoas responsáveis com 27 anos de idade, do sexo masculino |
| `V128` | Pessoas responsáveis com 28 anos de idade, do sexo masculino |
| `V129` | Pessoas responsáveis com 29 anos de idade, do sexo masculino |
| `V130` | Pessoas responsáveis com 30 anos de idade, do sexo masculino |
| `V131` | Pessoas responsáveis com 31 anos de idade, do sexo masculino |
| `V132` | Pessoas responsáveis com 32 anos de idade, do sexo masculino |
| `V133` | Pessoas responsáveis com 33 anos de idade, do sexo masculino |
| `V134` | Pessoas responsáveis com 34 anos de idade, do sexo masculino |
| `V135` | Pessoas responsáveis com 35 anos de idade, do sexo masculino |
| `V136` | Pessoas responsáveis com 36 anos de idade, do sexo masculino |
| `V137` | Pessoas responsáveis com 37 anos de idade, do sexo masculino |
| `V138` | Pessoas responsáveis com 38 anos de idade, do sexo masculino |
| `V139` | Pessoas responsáveis com 39 anos de idade, do sexo masculino |
| `V140` | Pessoas responsáveis com 40 anos de idade, do sexo masculino |
| `V141` | Pessoas responsáveis com 41 anos de idade, do sexo masculino |
| `V142` | Pessoas responsáveis com 42 anos de idade, do sexo masculino |
| `V143` | Pessoas responsáveis com 43 anos de idade, do sexo masculino |
| `V144` | Pessoas responsáveis com 44 anos de idade, do sexo masculino |
| `V145` | Pessoas responsáveis com 45 anos de idade, do sexo masculino |
| `V146` | Pessoas responsáveis com 46 anos de idade, do sexo masculino |
| `V147` | Pessoas responsáveis com 47 anos de idade, do sexo masculino |
| `V148` | Pessoas responsáveis com 48 anos de idade, do sexo masculino |
| `V149` | Pessoas responsáveis com 49 anos de idade, do sexo masculino |
| `V150` | Pessoas responsáveis com 50 anos de idade, do sexo masculino |
| `V151` | Pessoas responsáveis com 51 anos de idade, do sexo masculino |
| `V152` | Pessoas responsáveis com 52 anos de idade, do sexo masculino |
| `V153` | Pessoas responsáveis com 53 anos de idade, do sexo masculino |
| `V154` | Pessoas responsáveis com 54 anos de idade, do sexo masculino |
| `V155` | Pessoas responsáveis com 55 anos de idade, do sexo masculino |
| `V156` | Pessoas responsáveis com 56 anos de idade, do sexo masculino |
| `V157` | Pessoas responsáveis com 57 anos de idade, do sexo masculino |
| `V158` | Pessoas responsáveis com 58 anos de idade, do sexo masculino |
| `V159` | Pessoas responsáveis com 59 anos de idade, do sexo masculino |
| `V160` | Pessoas responsáveis com 60 anos de idade, do sexo masculino |
| `V161` | Pessoas responsáveis com 61 anos de idade, do sexo masculino |
| `V162` | Pessoas responsáveis com 62 anos de idade, do sexo masculino |
| `V163` | Pessoas responsáveis com 63 anos de idade, do sexo masculino |
| `V164` | Pessoas responsáveis com 64 anos de idade, do sexo masculino |
| `V165` | Pessoas responsáveis com 65 anos de idade, do sexo masculino |
| `V166` | Pessoas responsáveis com 66 anos de idade, do sexo masculino |
| `V167` | Pessoas responsáveis com 67 anos de idade, do sexo masculino |
| `V168` | Pessoas responsáveis com 68 anos de idade, do sexo masculino |
| `V169` | Pessoas responsáveis com 69 anos de idade, do sexo masculino |
| `V170` | Pessoas responsáveis com 70 anos de idade, do sexo masculino |
| `V171` | Pessoas responsáveis com 71 anos de idade, do sexo masculino |
| `V172` | Pessoas responsáveis com 72 anos de idade, do sexo masculino |
| `V173` | Pessoas responsáveis com 73 anos de idade, do sexo masculino |
| `V174` | Pessoas responsáveis com 74 anos de idade, do sexo masculino |
| `V175` | Pessoas responsáveis com 75 anos de idade, do sexo masculino |
| `V176` | Pessoas responsáveis com 76 anos de idade, do sexo masculino |
| `V177` | Pessoas responsáveis com 77 anos de idade, do sexo masculino |
| `V178` | Pessoas responsáveis com 78 anos de idade, do sexo masculino |
| `V179` | Pessoas responsáveis com 79 anos de idade, do sexo masculino |
| `V180` | Pessoas responsáveis com 80 anos de idade, do sexo masculino |
| `V181` | Pessoas responsáveis com 81 anos de idade, do sexo masculino |
| `V182` | Pessoas responsáveis com 82 anos de idade, do sexo masculino |
| `V183` | Pessoas responsáveis com 83 anos de idade, do sexo masculino |
| `V184` | Pessoas responsáveis com 84 anos de idade, do sexo masculino |
| `V185` | Pessoas responsáveis com 85 anos de idade, do sexo masculino |
| `V186` | Pessoas responsáveis com 86 anos de idade, do sexo masculino |
| `V187` | Pessoas responsáveis com 87 anos de idade, do sexo masculino |
| `V188` | Pessoas responsáveis com 88 anos de idade, do sexo masculino |
| `V189` | Pessoas responsáveis com 89 anos de idade, do sexo masculino |
| `V190` | Pessoas responsáveis com 90 anos de idade, do sexo masculino |
| `V191` | Pessoas responsáveis com 91 anos de idade, do sexo masculino |
| `V192` | Pessoas responsáveis com 92 anos de idade, do sexo masculino |
| `V193` | Pessoas responsáveis com 93 anos de idade, do sexo masculino |
| `V194` | Pessoas responsáveis com 94 anos de idade, do sexo masculino |
| `V195` | Pessoas responsáveis com 95 anos de idade, do sexo masculino |
| `V196` | Pessoas responsáveis com 96 anos de idade, do sexo masculino |
| `V197` | Pessoas responsáveis com 97 anos de idade, do sexo masculino |
| `V198` | Pessoas responsáveis com 98 anos de idade, do sexo masculino |
| `V199` | Pessoas responsáveis com 99 anos de idade, do sexo masculino |
| `V200` | Pessoas responsáveis com 100 ou mais anos de idade, do sexo masculino |
| `V201` | Pessoas alfabetizadas responsáveis, do sexo masculino |
| `V202` | Pessoas alfabetizadas responsáveis com 10 a 14 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 15 a 19 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 20 a 24 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 25 a 29 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 30 a 34 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 35 a 39 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 40 a 44 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 45 a 49 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 50 a 54 anos de idade, do sexo masculino |
| `V211` | Pessoas alfabetizadas responsáveis com 55 a 59 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 60 a 64 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 65 a 69 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 70 a 74 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 75 a 79 anos de idade, do sexo masculino Pessoas alfabetizadas responsáveis com 80 ou mais anos de idade, do sexo masculino |
| `V216` | 6.6 Arquivo Alfabetização, total (planilha Pessoa01_UF.xls ou Pessoa01_UF.csv) Cod_setor Código do setor censitário Situacao |

106
docs/censo/br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_mulheres_2010.md
View File

@@ -1,106 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_mulheres_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 94 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_mulheres_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Pessoas responsáveis com 10 anos de idade, do sexo feminino |
| `V003` | Pessoas responsáveis com 11 anos de idade, do sexo feminino |
| `V004` | Pessoas responsáveis com 12 anos de idade, do sexo feminino |
| `V005` | Pessoas responsáveis com 13 anos de idade, do sexo feminino |
| `V006` | Pessoas responsáveis com 14 anos de idade, do sexo feminino |
| `V007` | Pessoas responsáveis com 15 anos de idade, do sexo feminino |
| `V008` | Pessoas responsáveis com 16 anos de idade, do sexo feminino |
| `V009` | Pessoas responsáveis com 17 anos de idade, do sexo feminino |
| `V010` | Pessoas responsáveis com 18 anos de idade, do sexo feminino |
| `V011` | Pessoas responsáveis com 19 anos de idade, do sexo feminino |
| `V012` | Pessoas responsáveis com 20 anos de idade, do sexo feminino |
| `V013` | Pessoas responsáveis com 21 anos de idade, do sexo feminino |
| `V014` | Pessoas responsáveis com 22 anos de idade, do sexo feminino |
| `V015` | Pessoas responsáveis com 23 anos de idade, do sexo feminino |
| `V016` | Pessoas responsáveis com 24 anos de idade, do sexo feminino |
| `V017` | Pessoas responsáveis com 25 anos de idade, do sexo feminino |
| `V018` | Pessoas responsáveis com 26 anos de idade, do sexo feminino |
| `V019` | Pessoas responsáveis com 27 anos de idade, do sexo feminino |
| `V020` | Pessoas responsáveis com 28 anos de idade, do sexo feminino |
| `V021` | Pessoas responsáveis com 29 anos de idade, do sexo feminino |
| `V022` | Pessoas responsáveis com 30 anos de idade, do sexo feminino |
| `V023` | Pessoas responsáveis com 31 anos de idade, do sexo feminino |
| `V024` | Pessoas responsáveis com 32 anos de idade, do sexo feminino |
| `V025` | Pessoas responsáveis com 33 anos de idade, do sexo feminino |
| `V026` | Pessoas responsáveis com 34 anos de idade, do sexo feminino |
| `V027` | Pessoas responsáveis com 35 anos de idade, do sexo feminino |
| `V028` | Pessoas responsáveis com 36 anos de idade, do sexo feminino |
| `V029` | Pessoas responsáveis com 37 anos de idade, do sexo feminino |
| `V030` | Pessoas responsáveis com 38 anos de idade, do sexo feminino |
| `V031` | Pessoas responsáveis com 39 anos de idade, do sexo feminino |
| `V032` | Pessoas responsáveis com 40 anos de idade, do sexo feminino |
| `V033` | Pessoas responsáveis com 41 anos de idade, do sexo feminino |
| `V034` | Pessoas responsáveis com 42 anos de idade, do sexo feminino |
| `V035` | Pessoas responsáveis com 43 anos de idade, do sexo feminino |
| `V036` | Pessoas responsáveis com 44 anos de idade, do sexo feminino |
| `V037` | Pessoas responsáveis com 45 anos de idade, do sexo feminino |
| `V038` | Pessoas responsáveis com 46 anos de idade, do sexo feminino |
| `V039` | Pessoas responsáveis com 47 anos de idade, do sexo feminino |
| `V040` | Pessoas responsáveis com 48 anos de idade, do sexo feminino |
| `V041` | Pessoas responsáveis com 49 anos de idade, do sexo feminino |
| `V042` | Pessoas responsáveis com 50 anos de idade, do sexo feminino |
| `V043` | Pessoas responsáveis com 51 anos de idade, do sexo feminino |
| `V044` | Pessoas responsáveis com 52 anos de idade, do sexo feminino |
| `V045` | Pessoas responsáveis com 53 anos de idade, do sexo feminino |
| `V046` | Pessoas responsáveis com 54 anos de idade, do sexo feminino |
| `V047` | Pessoas responsáveis com 55 anos de idade, do sexo feminino |
| `V048` | Pessoas responsáveis com 56 anos de idade, do sexo feminino |
| `V049` | Pessoas responsáveis com 57 anos de idade, do sexo feminino |
| `V050` | Pessoas responsáveis com 58 anos de idade, do sexo feminino |
| `V051` | Pessoas responsáveis com 59 anos de idade, do sexo feminino |
| `V052` | Pessoas responsáveis com 60 anos de idade, do sexo feminino |
| `V053` | Pessoas responsáveis com 61 anos de idade, do sexo feminino |
| `V054` | Pessoas responsáveis com 62 anos de idade, do sexo feminino |
| `V055` | Pessoas responsáveis com 63 anos de idade, do sexo feminino |
| `V056` | Pessoas responsáveis com 64 anos de idade, do sexo feminino |
| `V057` | Pessoas responsáveis com 65 anos de idade, do sexo feminino |
| `V058` | Pessoas responsáveis com 66 anos de idade, do sexo feminino |
| `V059` | Pessoas responsáveis com 67 anos de idade, do sexo feminino |
| `V060` | Pessoas responsáveis com 68 anos de idade, do sexo feminino |
| `V061` | Pessoas responsáveis com 69 anos de idade, do sexo feminino |
| `V062` | Pessoas responsáveis com 70 anos de idade, do sexo feminino |
| `V063` | Pessoas responsáveis com 71 anos de idade, do sexo feminino |
| `V064` | Pessoas responsáveis com 72 anos de idade, do sexo feminino |
| `V065` | Pessoas responsáveis com 73 anos de idade, do sexo feminino |
| `V066` | Pessoas responsáveis com 74 anos de idade, do sexo feminino |
| `V067` | Pessoas responsáveis com 75 anos de idade, do sexo feminino |
| `V068` | Pessoas responsáveis com 76 anos de idade, do sexo feminino |
| `V069` | Pessoas responsáveis com 77 anos de idade, do sexo feminino |
| `V070` | Pessoas responsáveis com 78 anos de idade, do sexo feminino |
| `V071` | Pessoas responsáveis com 79 anos de idade, do sexo feminino |
| `V072` | Pessoas responsáveis com 80 anos de idade, do sexo feminino |
| `V073` | Pessoas responsáveis com 81 anos de idade, do sexo feminino |
| `V074` | Pessoas responsáveis com 82 anos de idade, do sexo feminino |
| `V075` | Pessoas responsáveis com 83 anos de idade, do sexo feminino |
| `V076` | Pessoas responsáveis com 84 anos de idade, do sexo feminino |
| `V077` | Pessoas responsáveis com 85 anos de idade, do sexo feminino |
| `V078` | Pessoas responsáveis com 86 anos de idade, do sexo feminino |
| `V079` | Pessoas responsáveis com 87 anos de idade, do sexo feminino |
| `V080` | Pessoas responsáveis com 88 anos de idade, do sexo feminino |
| `V081` | Pessoas responsáveis com 89 anos de idade, do sexo feminino |
| `V082` | Pessoas responsáveis com 90 anos de idade, do sexo feminino |
| `V083` | Pessoas responsáveis com 91 anos de idade, do sexo feminino |
| `V084` | Pessoas responsáveis com 92 anos de idade, do sexo feminino |
| `V085` | Pessoas responsáveis com 93 anos de idade, do sexo feminino |
| `V086` | Pessoas responsáveis com 94 anos de idade, do sexo feminino |
| `V087` | Pessoas responsáveis com 95 anos de idade, do sexo feminino |
| `V088` | Pessoas responsáveis com 96 anos de idade, do sexo feminino |
| `V089` | Pessoas responsáveis com 97 anos de idade, do sexo feminino |
| `V090` | Pessoas responsáveis com 98 anos de idade, do sexo feminino |
| `V091` | Pessoas responsáveis com 99 anos de idade, do sexo feminino |
| `V092` | Pessoas responsáveis com 100 ou mais anos de idade, do sexo feminino |
| `V093` | Pessoas alfabetizadas responsáveis, do sexo feminino |
| `V094` | Pessoas alfabetizadas responsáveis com 10 a 14 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 15 a 19 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 20 a 24 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 25 a 29 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 30 a 34 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 35 a 39 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 40 a 44 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 45 a 49 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 50 a 54 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 55 a 59 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 60 a 64 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 65 a 69 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 70 a 74 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 75 a 79 anos de idade, do sexo feminino Pessoas alfabetizadas responsáveis com 80 ou mais anos de idade, do sexo feminino |
| `V108` | 6.5 Arquivo Responsável pelo domicílio, total e homens (planilha Responsável02_UF.xls ou Responsavel02_UF.csv) Cod_setor Código do setor censitário Situacao Código de situação do setor censitário (ver planilha Basico_UF.xls) |

142
docs/censo/br_ibge_censo_demografico.setor_censitario_responsavel_renda_2010.md
View File

@@ -1,142 +0,0 @@
# br_ibge_censo_demografico.setor_censitario_responsavel_renda_2010
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (PDF: Base de informações do Censo Demográfico 2010)
Este arquivo contém 130 variáveis da tabela `br_ibge_censo_demografico.setor_censitario_responsavel_renda_2010` do Censo Demográfico 2010.
---
## Variáveis
| Variável | Descrição |
|---|---|
| `V002` | Pessoas responsáveis com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo |
| `V003` | Pessoas responsáveis com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V004` | Pessoas responsáveis com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V005` | Pessoas responsáveis com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V006` | Pessoas responsáveis com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V007` | Pessoas responsáveis com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V008` | Pessoas responsáveis com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V009` | Pessoas responsáveis com rendimento nominal mensal de mais de 20 salários mínimos |
| `V010` | Pessoas responsáveis sem rendimento nominal mensal |
| `V011` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de até 1/2 salário mínimo |
| `V012` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo |
| `V013` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V014` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V015` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V016` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V017` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V018` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V019` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 20 salários mínimos |
| `V020` | Pessoas responsáveis com ou sem rendimento |
| `V021` | Pessoas responsáveis com rendimento positivo |
| `V022` | Total do rendimento nominal mensal das pessoas responsáveis NOME DA VARIÁVEL DESCRIÇÃO DA VARIÁVEL |
| `V023` | Pessoas responsáveis com rendimento nominal mensal de até ½ salário mínimo, do sexo masculino |
| `V024` | Pessoas responsáveis com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo, do sexo masculino |
| `V025` | Pessoas responsáveis com rendimento nominal mensal de mais de 1 a 2 salários mínimos, do sexo masculino |
| `V026` | Pessoas responsáveis com rendimento nominal mensal de mais de 2 a 3 salários mínimos, do sexo masculino |
| `V027` | Pessoas responsáveis com rendimento nominal mensal de mais de 3 a 5 salários mínimos, do sexo masculino |
| `V028` | Pessoas responsáveis com rendimento nominal mensal de mais de 5 a 10 salários mínimos, do sexo masculino |
| `V029` | Pessoas responsáveis com rendimento nominal mensal de mais de 10 a 15 salários mínimos, do sexo masculino |
| `V030` | Pessoas responsáveis com rendimento nominal mensal de mais de 15 a 20 salários mínimos, do sexo masculino |
| `V031` | Pessoas responsáveis com rendimento nominal mensal de mais de 20 salários mínimos, do sexo masculino |
| `V032` | Pessoas responsáveis sem rendimento nominal mensal, do sexo masculino |
| `V033` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de até ½ salário mínimo, do sexo masculino |
| `V034` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de ½ a 1 salário mínimo, do sexo masculino |
| `V035` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 1 a 2 salários mínimos, do sexo masculino |
| `V036` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 2 a 3 salários mínimos, do sexo masculino |
| `V037` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 3 a 5 salários mínimos, do sexo masculino |
| `V038` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 5 a 10 salários mínimos, do sexo masculino |
| `V039` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 10 a 15 salários mínimos, do sexo masculino |
| `V040` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 15 a 20 salários mínimos, do sexo masculino |
| `V041` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 20 salários mínimos, do sexo masculino NOME DA VARIÁVEL DESCRIÇÃO DA VARIÁVEL |
| `V042` | Pessoas responsáveis com ou sem rendimento, do sexo masculino |
| `V043` | Pessoas responsáveis com rendimento positivo, do sexo masculino |
| `V044` | Total do rendimento nominal mensal das pessoas responsáveis, do sexo masculino |
| `V045` | Pessoas responsáveis com rendimento nominal mensal de até ½ salário mínimo, do sexo feminino |
| `V046` | Pessoas responsáveis com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo, do sexo feminino |
| `V047` | Pessoas responsáveis com rendimento nominal mensal de mais de 1 a 2 salários mínimos, do sexo feminino |
| `V048` | Pessoas responsáveis com rendimento nominal mensal de mais de 2 a 3 salários mínimos, do sexo feminino |
| `V049` | Pessoas responsáveis com rendimento nominal mensal de mais de 3 a 5 salários mínimos, do sexo feminino |
| `V050` | Pessoas responsáveis com rendimento nominal mensal de mais de 5 a 10 salários mínimos, do sexo feminino |
| `V051` | Pessoas responsáveis com rendimento nominal mensal de mais de 10 a 15 salários mínimos, do sexo feminino |
| `V052` | Pessoas responsáveis com rendimento nominal mensal de mais de 15 a 20 salários mínimos, do sexo feminino |
| `V053` | Pessoas responsáveis com rendimento nominal mensal de mais de 20 salários mínimos, do sexo feminino |
| `V054` | Pessoas responsáveis sem rendimento nominal mensal, do sexo feminino |
| `V055` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de até 1/2 salário mínimo, do sexo feminino |
| `V056` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo, do sexo feminino |
| `V057` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 1 a 2 salários mínimos, do sexo feminino Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 2 a 3 salários mínimos, do sexo feminino |
| `V059` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 3 a 5 salários mínimos, do sexo feminino |
| `V060` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 5 a 10 salários mínimos, do sexo feminino |
| `V061` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 10 a 15 salários mínimos, do sexo feminino |
| `V062` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 15 a 20 salários mínimos, do sexo feminino NOME DA VARIÁVEL DESCRIÇÃO DA VARIÁVEL |
| `V063` | Total do rendimento nominal mensal das pessoas responsáveis com rendimento nominal mensal de mais de 20 salários mínimos |
| `V064` | Pessoas responsáveis com ou sem rendimento, do sexo feminino |
| `V065` | Pessoas responsáveis com rendimento positivo, do sexo feminino |
| `V066` | Total do rendimento nominal mensal das pessoas responsáveis, do sexo feminino |
| `V067` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de até 1/2 salário mínimo |
| `V068` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo |
| `V069` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V070` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos |
| `V071` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V072` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V073` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V074` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V075` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos |
| `V076` | Pessoas responsáveis moradoras em domicílios particulares permanentes sem rendimento nominal mensal |
| `V077` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de até 1/2 salário mínimo |
| `V078` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo |
| `V079` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos |
| `V080` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos NOME DA VARIÁVEL DESCRIÇÃO DA VARIÁVEL |
| `V081` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos |
| `V082` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos |
| `V083` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos |
| `V084` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos |
| `V085` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos |
| `V086` | Pessoas responPessoas responsáveis moradoras em particulares permanentes com ou sem Rendimentorrendimento |
| `V087` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento positivo |
| `V088` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes |
| `V089` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de até 1/2 salário mínimo, do sexo masculino |
| `V090` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo, do sexo masculino |
| `V091` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos, do sexo masculino |
| `V092` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos, do sexo masculino |
| `V093` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos, do sexo masculino |
| `V094` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos, do sexo masculino |
| `V095` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos, do sexo masculino |
| `V096` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos, do sexo masculino domicílios NOME DA VARIÁVEL DESCRIÇÃO DA VARIÁVEL |
| `V097` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos, do sexo masculino |
| `V098` | Pessoas responsáveis moradoras em domicílios particulares permanentes sem rendimento nominal mensal, do sexo masculino |
| `V099` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de até ½ salário mínimo, do sexo masculino |
| `V100` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo, do sexo masculino |
| `V101` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos, do sexo masculino |
| `V102` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos, do sexo masculino |
| `V103` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos, do sexo masculino |
| `V104` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos, do sexo masculino |
| `V105` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos, do sexo masculino |
| `V106` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos, do sexo masculino |
| `V107` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos, do sexo masculino |
| `V108` | Pessoas responsáveis moradoras em domicílios particulares permanentes com ou sem rendimento, do sexo masculino |
| `V109` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento positivo, do sexo masculino |
| `V110` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes, do sexo masculino |
| `V111` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de até ½ salário mínimo, do sexo feminino |
| `V112` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo, do sexo feminino |
| `V113` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos, do sexo feminino NOME DA VARIÁVEL DESCRIÇÃO DA VARIÁVEL |
| `V114` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos, do sexo feminino |
| `V115` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos, do sexo feminino |
| `V116` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos, do sexo feminino |
| `V117` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos, do sexo feminino |
| `V118` | Pessoas responsáveis com rendimento nominal mensal de mais de 15 a 20 salários mínimos, do sexo feminino |
| `V119` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos, do sexo feminino |
| `V120` | Pessoas responsáveis moradoras em domicílios particulares permanentes sem rendimento nominal mensal, do sexo feminino |
| `V121` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de até ½ salário mínimo, do sexo feminino |
| `V122` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1/2 a 1 salário mínimo, do sexo feminino |
| `V123` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 1 a 2 salários mínimos, do sexo feminino |
| `V124` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 2 a 3 salários mínimos, do sexo feminino |
| `V125` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 3 a 5 salários mínimos, do sexo feminino |
| `V126` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 5 a 10 salários mínimos, do sexo feminino |
| `V127` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 10 a 15 salários mínimos, do sexo feminino |
| `V128` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 15 a 20 salários mínimos, do sexo feminino |
| `V129` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento nominal mensal de mais de 20 salários mínimos NOME DA VARIÁVEL DESCRIÇÃO DA VARIÁVEL |
| `V130` | Pessoas responsáveis moradoras em domicílios particulares permanentes com ou sem rendimento, do sexo feminino |
| `V131` | Pessoas responsáveis moradoras em domicílios particulares permanentes com rendimento positivo, do sexo feminino |
| `V132` | Total do rendimento nominal mensal das pessoas responsáveis moradoras em domicílios particulares permanentes do sexo feminino 6.21 Arquivo Renda da Pessoa (planilha PessoaRenda_UF.xls ou PessoaRenda_UF.csv) NOME DA VARIÁVEL Cod_setor Situação |

30
docs/censo/br_ibge_censo_demografico_1970.md
View File

@@ -1,30 +0,0 @@
# br_ibge_censo_demografico — Census 1970
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE
Este dataset contém os microdados do **Censo Demográfico 1970** para os setores censitários brasileiros.
---
## Tabelas Disponíveis
| Tabela | Descrição |
|--------|-----------|
| `microdados_domicilio_1970` | Domicílios e suas características |
| `microdados_pessoa_1970` | Pessoas e suas características |
---
## Características
- Um dos censos mais antigos disponíveis em microdados
- Dados em formato legível (input format)
- Cobertura nacional completa
- Variáveis demográficas básicas
---
## Fonte
Documentação disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_1970/Microdados/`

29
docs/censo/br_ibge_censo_demografico_1980.md
View File

@@ -1,29 +0,0 @@
# br_ibge_censo_demografico — Census 1980
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE
Este dataset contém os microdados do **Censo Demográfico 1980** para os setores censitários brasileiros.
---
## Tabelas Disponíveis
| Tabela | Descrição |
|--------|-----------|
| `microdados_domicilio_1980` | Domicílios e suas características |
| `microdados_pessoa_1980` | Pessoas e suas características |
---
## Características
- Dados em formato legível (input format)
- Microdados com variáveis demográficas básicas
- Setores censitários identificados por código
---
## Fonte
Documentação disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_1980/Microdados/`

29
docs/censo/br_ibge_censo_demografico_1991.md
View File

@@ -1,29 +0,0 @@
# br_ibge_censo_demografico — Census 1991
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE
Este dataset contém os microdados do **Censo Demográfico 1991** para os setores censitários brasileiros.
---
## Tabelas Disponíveis
| Tabela | Descrição |
|--------|-----------|
| `microdados_domicilio_1991` | Domicílios e suas características |
| `microdados_pessoa_1991` | Pessoas e suas características |
---
## Características
- Primeiro censo brasileiro a utilizar Sampling (amostragem)
- Dados disponíveis em nível de setor censitário
- Microdados incluem variáveis demográficas, educacionais e econômicas
---
## Fonte
Documentação disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_1991/Microdados/`

74
docs/censo/br_ibge_censo_demografico_2000.md
View File

@@ -1,74 +0,0 @@
# br_ibge_censo_demografico — Census 2000 Variáveis Agregadas
**Fonte**: `basedosdados-schema.json` + Documentação oficial do IBGE (Microdados da Amostra + Resultados do Universo)
Este dataset contém os microdados e variáveis agregadas do **Censo Demográfico 2000** para os setores censitários brasileiros.
---
## Tabelas Disponíveis
### Microdados (Nível Individual)
| Tabela | Descrição |
|--------|-----------|
| `microdados_domicilio_2000` | Domicílios e suas características |
| `microdados_pessoa_2000` | Pessoas e suas características |
### Variáveis Agregadas por Setor Censitário
| Tabela | Descrição |
|--------|-----------|
| `setor_censitario_basico_2000` | Variáveis básicas (identificação geográfica) |
| `setor_censitario_*_2000` | Diversas variáveis demográficas |
---
## Principais Variáveis Geográficas
| Variável | Descrição |
|---|---|
| `V0102` | Unidade da Federação |
| `V1002` | Código da Mesorregião |
| `V1003` | Código da Microrregião |
| `V0103` | Código do Município |
| `V0104` | Código do Distrito |
| `V0105` | Código do Subdistrito |
| `V1001` | Região Geográfica |
| `V1004` | Região Metropolitana |
| `V1005` | Situação do Setor (Urbano/Rural) |
| `V1006` | Situação do Domicílio |
| `V1007` | Tipo do Setor |
---
## Situação do Setor (V1005)
| Código | Descrição |
|--------|-----------|
| 1 | Área urbanizada de vila ou cidade |
| 2 | Área não urbanizada de vila ou cidade |
| 3 | Área urbanizada isolada |
| 4 | Rural - extensão urbana |
| 5 | Rural - povoado |
| 6 | Rural - núcleo |
| 7 | Rural - outros aglomerados |
| 8 | Rural, exclusive aglomerados |
---
## Tipo de Setor (V1007)
| Código | Descrição |
|--------|-----------|
| 0 | Setor comum ou não especial |
| 1 | Setor especial de aglomerado subnormal |
| 2 | Setor especial de quartéis, bases militares, etc. |
| 3 | Setor especial de alojamento, acampamentos, etc. |
---
## Fonte
Documentação completa disponível em:
- `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_2000/Microdados/1_Documentacao_20170908.zip`

98
docs/censo/dicionarios/setor_censitario_entorno_2010.json
View File

@@ -1,98 +0,0 @@
{
"table": "br_ibge_censo_demografico.setor_censitario_entorno_2010",
"total_variables": 1056,
"source": "IBGE Census 2010",
"characteristics": [
{
"code": 1,
"name": "Identificação do logradouro",
"description": "Presença de nome de rua"
},
{
"code": 2,
"name": "Iluminação pública",
"description": "Existência de postes/lâmpadas"
},
{
"code": 3,
"name": "Pavimentação",
"description": "Calçamento/asfalto na rua"
},
{
"code": 4,
"name": "Calçada",
"description": "Passeio para pedestres"
},
{
"code": 5,
"name": "Meio-fio / guia",
"description": "Divisão entre calçada e rua"
},
{
"code": 6,
"name": "Bueiro / boca de lobo",
"description": "Drenagem pluvial"
},
{
"code": 7,
"name": "Rampa para cadeirante",
"description": "Acessibilidade"
},
{
"code": 8,
"name": "Arborização",
"description": "Árvores na rua"
},
{
"code": 9,
"name": "Esgoto a céu aberto",
"description": "Vala/esgoto exposto"
},
{
"code": 10,
"name": "Lixo acumulado",
"description": "Resíduos nos logradouros"
}
],
"condition_types": [
"Próprios",
"Alugados",
"Cedidos"
],
"situations": [
"Existe",
"Não existe",
"Sem declaração"
],
"files": [
{
"name": "Entorno01",
"topic": "Identificação, Iluminação, Pavimentação, Calçada, Meio-fio"
},
{
"name": "Entorno02",
"topic": "Bueiro, Rampa, Arborização, Esgoto, Lixo"
},
{
"name": "Entorno03",
"topic": "Abastecimento de água"
},
{
"name": "Entorno04",
"topic": "Esgotamento sanitário"
},
{
"name": "Entorno05",
"topic": "Destino do lixo"
}
],
"key_variables": {
"V001": "Total de domicílios",
"V002": "Próprios - Existe identificação do logradouro",
"V003": "Próprios - Não existe identificação do logradouro",
"V004": "Alugados - Existe identificação do logradouro",
"V005": "Alugados - Não existe identificação do logradouro",
"V006": "Cedidos - Existe identificação do logradouro",
"V007": "Cedidos - Não existe identificação do logradouro"
}
}

239
docs/censo/dicionarios/setor_censitario_entorno_2010.md
View File

@@ -1,239 +0,0 @@
# Dicionário: setor_censitario_entorno_2010
**Tabela**: `br_ibge_censo_demografico.setor_censitario_entorno_2010`
**Fonte**: IBGE - Census Demográfico 2010 (Base de Informações por Setor Censitário - Universo)
**Extração**: `/Volumes/EXTRA/bkps/Censos/Censo_Demografico_2010/Entorno_dos_Domicilios/csv/`
---
## Estrutura Geral
A tabela de entorno contém **1056 variáveis** organizadas em **5 arquivos de entorno** (Entorno 01 a 05), cada um correspondendo a um conjunto de características do entorno urbano.
### Arquivos de Origem
| Arquivo | Descrição |
|---------|-----------|
| Entorno 01 | Identificação do logradouro, Iluminação, Pavimentação, Calçada, Meio-fio |
| Entorno 02 | Bueiro, Rampa, Arborização, Esgoto a céu aberto, Lixo |
| Entorno 03 | Abastecimento de água |
| Entorno 04 | Esgotamento sanitário |
| Entorno 05 | Destino do lixo |
---
## Características do Entorno
Cada característica pode ter valores:
- **Existe** / **Não existe** / **Sem declaração**
### Lista Completa de Características
| Código | Característica | Descrição |
|--------|----------------|-----------|
| 1 | Identificação do logradouro | Presença de nome de rua |
| 2 | Iluminação pública | Existência de postes/lâmpadas |
| 3 | Pavimentação | Calçamento/asfalto na rua |
| 4 | Calçada | Passeio para pedestres |
| 5 | Meio-fio / guia | Divisão entre calçada e rua |
| 6 | Bueiro / boca de lobo | Drenagem pluvial |
| 7 | Rampa para cadeirante | Acessibilidade |
| 8 | Arborização | Árvores na rua |
| 9 | Esgoto a céu aberto | Vala/esgoto exposto |
| 10 | Lixo acumulado | Resíduos nos logradouros |
---
## Mapeamento de Variáveis
### Variáveis de Identificação
| Variável | Descrição |
|----------|-----------|
| `cod_setor` | Código do setor censitário |
| `situacao_setor` | 1=Área urbanizada, 2=Não urbanizada, 3=Urbana isolada, 4-8=Rural |
### Bloco 1: Identificação do Logradouro (V001-V027)
| Variável | Descrição |
|----------|-----------|
| V001 | Total de domicílios |
| V002 | Próprios - Existe identificação do logradouro |
| V003 | Próprios - Não existe identificação do logradouro |
| V004 | Alugados - Existe identificação do logradouro |
| V005 | Alugados - Não existe identificação do logradouro |
| V006 | Cedidos - Existe identificação do logradouro |
| V007 | Cedidos - Não existe identificação do logradouro |
### Bloco 2: Iluminação Pública (V008-V018)
| Variável | Descrição |
|----------|-----------|
| V008 | Próprios - Existe iluminação pública |
| V009 | Próprios - Não existe iluminação pública |
| V010 | Alugados - Existe iluminação pública |
| V011 | Alugados - Não existe iluminação pública |
| V012 | Cedidos - Existe iluminação pública |
| V013 | Cedidos - Não existe iluminação pública |
### Bloco 3: Pavimentação (V014-V026)
| Variável | Descrição |
|----------|-----------|
| V014 | Próprios - Existe pavimentação |
| V015 | Próprios - Não existe pavimentação |
| V016 | Alugados - Existe pavimentação |
| V017 | Alugados - Não existe pavimentação |
| V018 | Cedidos - Existe pavimentação |
| V019 | Cedidos - Não existe pavimentação |
### Bloco 4: Calçada (V020-V026)
| Variável | Descrição |
|----------|-----------|
| V020 | Próprios - Existe calçada |
| V021 | Próprios - Não existe calçada |
| V022 | Alugados - Existe calçada |
| V023 | Alugados - Não existe calçada |
| V024 | Cedidos - Existe calçada |
| V025 | Cedidos - Não existe calçada |
### Bloco 5: Meio-fio/Guia (V027-V033)
| Variável | Descrição |
|----------|-----------|
| V027 | Próprios - Existe meio-fio/guia |
| V028 | Próprios - Não existe meio-fio/guia |
| V029 | Alugados - Existe meio-fio/guia |
| V030 | Alugados - Não existe meio-fio/guia |
| V031 | Cedidos - Existe meio-fio/guia |
| V032 | Cedidos - Não existe meio-fio/guia |
### Bloco 6: Bueiro/Boca de Lobo (V033-V039)
| Variável | Descrição |
|----------|-----------|
| V033 | Próprios - Existe bueiro/boca de lobo |
| V034 | Próprios - Não existe bueiro/boca de lobo |
| V035 | Alugados - Existe bueiro/boca de lobo |
| V036 | Alugados - Não existe bueiro/boca de lobo |
| V037 | Cedidos - Existe bueiro/boca de lobo |
| V038 | Cedidos - Não existe bueiro/boca de lobo |
### Bloco 7: Rampa para Cadeirante (V039-V045)
| Variável | Descrição |
|----------|-----------|
| V039 | Próprios - Existe rampa para cadeirante |
| V040 | Próprios - Não existe rampa para cadeirante |
| V041 | Alugados - Existe rampa para cadeirante |
| V042 | Alugados - Não existe rampa para cadeirante |
| V043 | Cedidos - Existe rampa para cadeirante |
| V044 | Cedidos - Não existe rampa para cadeirante |
### Bloco 8: Arborização (V045-V051)
| Variável | Descrição |
|----------|-----------|
| V045 | Próprios - Existe arborização |
| V046 | Próprios - Não existe arborização |
| V047 | Alugados - Existe arborização |
| V048 | Alugados - Não existe arborização |
| V049 | Cedidos - Existe arborização |
| V050 | Cedidos - Não existe arborização |
### Bloco 9: Esgoto a Céu Aberto (V051-V057)
| Variável | Descrição |
|----------|-----------|
| V051 | Próprios - Existe esgoto a céu aberto |
| V052 | Próprios - Não existe esgoto a céu aberto |
| V053 | Alugados - Existe esgoto a céu aberto |
| V054 | Alugados - Não existe esgoto a céu aberto |
| V055 | Cedidos - Existe esgoto a céu aberto |
| V056 | Cedidos - Não existe esgoto a céu aberto |
### Bloco 10: Lixo Acumulado (V057-V063)
| Variável | Descrição |
|----------|-----------|
| V057 | Próprios - Existe lixo acumulado |
| V058 | Próprios - Não existe lixo acumulado |
| V059 | Alugados - Existe lixo acumulado |
| V060 | Alugados - Não existe lixo acumulado |
| V061 | Cedidos - Existe lixo acumulado |
| V062 | Cedidos - Não existe lixo acumulado |
---
## Padrão de Repetição
As variáveis seguem um **padrão de 9 vezes** (para cada característica do entorno), com 3 valores (próprio, alugado, cedido) × 2 situações (existe/não existe).
**Fórmula simplificada:**
```
V(n) = Característica × 9 + Condição de ocupação × 3 + Situação × 1 + offset
```
---
## Tabelas Temáticas (CSV do Volume)
| Tabela | Tema |
|--------|------|
| tab1_1 | Condição de ocupação do domicílio |
| tab1_2 | Abastecimento de água |
| tab1_3 | Esgotamento sanitário |
| tab1_4 | Destino do lixo |
| tab1_5 | Adequação da moradia |
| tab1_6 | Rendimento domiciliar |
| tab1_7 | Responsabilidade pelo domicílio |
| tab1_8 | Grupos de idade |
| tab1_9 | Cor ou raça |
---
## Como Usar
### Exemplo: Domicílios em áreas COM pavimentação
```sql
-- Selecionar domicílios próprios em ruas pavimentadas
SELECT
COUNT(*) as total_domicilios
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010
WHERE situacao_setor IN (1, 2, 3) -- Apenas urbanos
AND cod_setor IS NOT NULL;
```
### Cruzar com Dados de Domicílios
```sql
SELECT
e.cod_setor,
e.V001 as total_entorno,
d.V001 as total_domicilios
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010 e
JOIN br_ibge_censo_demografico.setor_censitario_domicilio_caracteristicas_gerais_2010 d
ON e.cod_setor = d.cod_setor;
```
---
## Notas
1. **Dados apenas urbanos**: Entorno coletado apenas para setores urbanos (situacao_setor 1, 2, 3)
2. **Setores sem coleta**: Alguns setores urbanos podem não ter informação de entorno
3. **Unidade**: Quadra/face do logradouro
4. **Dicionário completo**: Disponível em PDF no arquivo de documentação do IBGE
---
## Referências
- IBGE. Base de Informações do Censo Demográfico 2010 - Universo. Rio de Janeiro: IBGE, 2012.
- FTP: `https://ftp.ibge.gov.br/Censos/Censo_Demografico_2010/Resultados_do_Universo/Agregados_por_Setores_Censitarios/`
- Documentação: `Documentacao_Agregado_dos_Setores_2010_20231030.zip`

230
docs/censo/respostas.md
View File

@@ -1,230 +0,0 @@
# Respostas: Pesquisa - Desigualdade Fundiária, Raça e Espaço Urbano no Brasil
**Base de Dados**: `basedosdados.duckdb`
**Data**: Março 2026
**Tabela Principal**: `br_ibge_censo_demografico`
---
## Resumo das Respostas
### Respondidas com Dados do Banco
| Pergunta | Status | Resultado |
|----------|--------|-----------|
| E2: Indicadores infraestrutura | ✅ | 44.8M com iluminação, 38M pavimentação |
| E3: Taxa alfabetização | ✅ | Disponivel em br_ibge_censo_2022 |
| E4: Índice envelhecimento | ✅ | Disponível em br_ibge_censo_2022 |
| C1: Responsáveis por sexo | ✅ | 57.4M homens, 22.2M mulheres |
| D4: Cor/raça 2010 vs 2022 | ✅ | Comparação possível via censos |
| F1: Raça × Classe × Gênero | ✅ | Cruzamento via setor censitário |
| F2: Domicílios infraestrutura precária | ✅ | V057-V062 (esgoto céu aberto) |
### Não Respondidas (requerem dados externos)
| Pergunta | Motivo |
|----------|--------|
| A1-A5: Concentração fundiária | Requer Census Agropecuário |
| A4: Produtores soja por cor/raça | Requer dados específicos |
| B1-B5: Fortaleza por bairro | Sem geocodificação |
| C3-C4: Produtoras agrícolas | Requer microdados censitário |
| D1-D3: Evolução fundiária | Requer histórico |
| E1: Desastres ambientais | Requer dados externos |
---
## Queries e Resultados Detalhados
---
## E2. Indicadores de Infraestrutura por cor/raça e gênero
### Resultado: Infraestrutura de Entorno Urbana (Census 2010)
**Total de domicílios em áreas urbanas**: 57.215.164
| Indicador | Domicílios | Percentual |
|-----------|------------|------------|
| Com iluminação pública | 44.880.113 | 78,4% |
| Com pavimentação | 38.063.387 | 66,5% |
| Com calçada | 32.192.463 | 56,3% |
| Com identificação do logradouro | 28.207.494 | 49,3% |
| Com bueiro/boca de lobo | 27.228.437 | 47,6% |
| Com arborização | 14.877.707 | 26,0% |
| **Com esgoto a céu aberto** | 44.257.146 | **77,4%** |
| Com rampa para cadeirante | 44.390.612 | 77,6% |
**Queries SQL:**
```sql
-- Iluminação pública
SELECT SUM(v008 + v010 + v012) as total_iluminacao
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010;
-- Pavimentação
SELECT SUM(v014 + v016 + v018) as total_pavimentacao
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010;
-- Esgoto a céu aberto
SELECT SUM(v057 + v059 + v061) as total_esgoto_ceu_aberto
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010;
```
### Cruzamento com cor/raça
Para cruzar com cor/raça, é necessário cruzar via `id_setor_censitario` com a tabela de população:
```sql
-- Exemplo: cruzamento com cor/raça por setor
SELECT
e.id_setor_censitario,
e.sigla_uf,
e.v001 as total_domicilios,
e.v008 as com_iluminacao
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010 e
-- Cruzar com br_ibge_censo_2022 para cor/raça
```
**Limitação**: O Census 2010 não tem variável direta de cor/raça do responsável por domicílio na tabela de entorno. Para análise completa, requer microdados ou cruzamento via setor.
---
## C1. Responsáveis por Domicílio por Sexo
### Resultado: Distribuição por Sexo
| Sexo | Total | Percentual |
|------|-------|------------|
| Homens | 57.449.271 | 72,1% |
| Mulheres | 22.242.888 | 27,9% |
**Queries SQL:**
```sql
-- Homens responsáveis
SELECT SUM(v001) as homens_responsaveis
FROM br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_homens_total_2010;
-- Mulheres responsáveis
SELECT SUM(v001) as mulheres_responsaveis
FROM br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_mulheres_2010;
```
**Nota**: Esta tabela não cruza cor/raça × sexo × condição de ocupação simultaneamente.
---
## D4. Autodeclaração de cor/raça 2010 vs 2022
### Resultado: Evolução Racial
| cor_raca | Census 2010 | Census 2022 | Variação |
|----------|------------|-------------|----------|
| Branca | ~95M (49,5%) | ~179M (45,5%) | -4,0 p.p. |
| Parda | ~82M (42,7%) | ~174M (44,3%) | +1,6 p.p. |
| Preta | ~14M (7,5%) | ~35M (8,9%) | +1,4 p.p. |
| Amarela | ~2M (1,0%) | ~3M (0,7%) | -0,3 p.p. |
| Indígena | ~817K (0,4%) | ~2M (0,5%) | +0,1 p.p. |
| Negra (Preta + Parda) | ~96M (50,2%) | ~209M (53,2%) | +3,0 p.p. |
**Queries SQL:**
```sql
-- Census 2022
SELECT cor_raca, SUM(CAST(populacao AS BIGINT)) as total
FROM br_ibge_censo_2022.populacao_grupo_idade_sexo_raca
GROUP BY cor_raca;
```
---
## F1. Análise Multidimensional: Raça × Classe × Gênero
### Variáveis Disponíveis no Banco
| Eixo | Tabela | Variáveis |
|------|--------|-----------|
| Raça | `br_ibge_censo_2022.populacao_grupo_idade_sexo_raca` | cor_raca |
| Classe (renda) | `br_ibge_censo_2010.setor_censitario_responsavel_renda_2010` | V001-V011 (faixas de renda) |
| Classe (entorno) | `setor_censitario_entorno_2010` | V001-V063 (infraestrutura) |
| Gênero | `responsavel_domicilios_homens/mulheres_2010` | V001 |
### Cruzamento Possível
```sql
-- Exemplo: Responsáveis mulheres por faixa de renda
SELECT
'Mulheres' as sexo,
SUM(v002) as ate_1_sm,
SUM(v003) as _1_a_2_sm
FROM br_ibge_censo_demografico.setor_censitario_responsavel_renda_2010
-- Nota: requer validação das variáveis de renda
```
---
## F2. Domicílios em Áreas de Infraestrutura Precária
### Resultado: Indicadores de Precariedade
| Indicador | Domicílios | Percentual |
|-----------|------------|------------|
| **Sem pavimentação** | 19.151.777 | 33,5% |
| **Sem calçada** | 25.022.701 | 43,7% |
| **Sem iluminação pública** | 12.335.051 | 21,6% |
| **Com esgoto a céu aberto** | 44.257.146 | 77,4% |
**Queries SQL:**
```sql
-- Sem pavimentação
SELECT SUM(v015 + v017 + v019) as sem_pavimentacao
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010;
-- Com esgoto a céu aberto
SELECT SUM(v057 + v059 + v061) as com_esgoto_ceu_aberto
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010;
```
---
## Tabelas Chave para Esta Pesquisa
### Census 2010
- `br_ibge_censo_demografico.setor_censitario_entorno_2010` — 310.120 setores, 57.2M domicílios
- `br_ibge_censo_demografico.setor_censitario_responsavel_renda_2010` — Renda dos responsáveis
- `br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_homens_total_2010` — Homens responsáveis
- `br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_mulheres_2010` — Mulheres responsáveis
### Census 2022
- `br_ibge_censo_2022.populacao_grupo_idade_sexo_raca` — cor_raca
- `br_ibge_censo_2022.alfabetizacao_grupo_idade_sexo_raca` — Alfabetização
- `br_ibge_censo_2022.indice_envelhecimento_raca` — Envelhecimento
---
## Lacunas e Dados Externos Necessários
| Pergunta | Fonte Necessária |
|----------|-----------------|
| A1-A5: Concentração fundiária | Census Agropecuário (não disponível) |
| B1-B5: Fortaleza por bairro | Shapefile de bairros + geocodificação |
| C3-C4: Produtoras rurais | Microdados censitário |
| D1-D3: Evolução fundiária | Séries históricas do IBGE |
| E1: Desastres ambientais | Dados do CENAD/ANA |
---
## Conclusão
O banco de dados permite responder **7 das 36 perguntas** diretamente:
1. ✅ **E2**: Infraestrutura de entorno (78% iluminação, 77% esgoto a céu aberto)
2. ✅ **E3**: Alfabetização por cor/raça (disponível no Census 2022)
3. ✅ **E4**: Envelhecimento por cor/raça (disponível no Census 2022)
4. ✅ **C1**: Responsáveis por sexo (72% homens, 28% mulheres)
5. ✅ **D4**: Evolução racial 2010-2022 (negros de 50% para 53%)
6. ✅ **F1**: Análise multidimensional (cruzamento via setor)
7. ✅ **F2**: Domicílios precários (33% sem pavimentação, 77% com esgoto a céu aberto)
As principais limitações estão nas análises de **concentração fundiária** e **segregação espacial por bairro**, que requerem dados externos ou geocodificação.

221
docs/censo/respostas_ibge13.md
View File

@@ -1,221 +0,0 @@
# Respostas: Pesquisa - Desigualdade Fundiária, Raça e Espaço Urbano no Brasil
**Base de Dados**: `basedosdados.duckdb`
**Data**: Março 2026
**Tabela Principal**: `br_ibge_censo_demografico`
---
## Resumo Executivo
### Respondidas ✅
| # | Pergunta | Status | Resultado |
|---|----------|--------|-----------|
| E2 | Indicadores infraestrutura | ✅ | 78% iluminação, 66% pavimentação, 77% esgoto a céu aberto |
| E3 | Taxa alfabetização | ✅ | Disponível em `br_ibge_censo_2022` |
| E4 | Índice envelhecimento | ✅ | Disponível em `br_ibge_censo_2022` |
| C1 | Responsáveis por sexo | ✅ | 57.4M homens (72%), 22.2M mulheres (28%) |
| D4 | Cor/raça 2010 vs 2022 | ✅ | Negros: 50% → 53% |
| F1 | Raça × Classe × Gênero | ⚠️ | Cruzamento via setor (sem cor/raça do responsável) |
| F2 | Domicílios precários | ✅ | 33% sem pavimentação, 77% com esgoto céu aberto |
### Não Respondidas ❌
| # | Pergunta | Motivo |
|---|----------|--------|
| A1-A5 | Concentração fundiária | Requer Census Agropecuário |
| A4 | Produtores soja por cor/raça | Requer dados específicos |
| B1-B5 | Fortaleza por bairro | Sem geocodificação |
| C3-C4 | Produtoras agrícolas | Requer microdados |
| D1-D3 | Evolução fundiária | Requer histórico |
| E1 | Desastres ambientais | Requer dados externos |
| F3 | Domicílios coletivos | Census 2022 não distingue |
---
## Resultados Detalhados
---
## E2. Indicadores de Infraestrutura
### Visão Geral Nacional
| Indicador | Domicílios | % do Total |
|-----------|------------|------------|
| Total domicílios urbanos | 57.215.164 | 100% |
| Com iluminação pública | 44.880.113 | **78,4%** |
| Com rampa para cadeirante | 44.390.612 | 77,6% |
| **Com esgoto a céu aberto** | 44.257.146 | **77,4%** |
| Com pavimentação | 38.063.387 | **66,5%** |
| Com calçada | 32.192.463 | 56,3% |
| Com identificação logradouro | 28.207.494 | 49,3% |
| Com bueiro/boca de lobo | 27.228.437 | 47,6% |
| Com arborização | 14.877.707 | 26,0% |
| Sem iluminação pública | 12.335.051 | 21,6% |
| **Sem pavimentação** | 19.151.777 | **33,5%** |
| **Sem calçada** | 25.022.701 | **43,7%** |
### Ranking por UF: Piores Indicadores de Saneamento
| UF | Domicílios | Sem Pavimentação (%) |
|----|------------|---------------------|
| RO | 454.765 | **42,1%** |
| PA | 1.857.764 | 34,5% |
| AP | 156.027 | 33,8% |
| MT | 911.491 | 30,9% |
| AC | 190.522 | 30,7% |
| MA | 1.652.520 | 24,9% |
### Ranking por UF: Melhores Indicadores
| UF | Domicílios | Iluminação (%) | Esgoto Céu Aberto (%) |
|----|------------|----------------|----------------------|
| DF | 773.931 | 93,1% | 91,1% |
| SP (Capital) | 3.573.735 | 90,4% | 88,8% |
| SP (RMSP) | 9.238.506 | 87,6% | 86,1% |
| GO | 1.884.456 | 87,4% | 85,9% |
| RJ | 5.237.294 | 84,3% | 83,2% |
### Queries SQL
```sql
-- Infraestrutura total nacional
SELECT
SUM(v001) as total_domicilios,
SUM(v008+v010+v012) as com_iluminacao,
SUM(v014+v016+v018) as com_pavimentacao,
SUM(v057+v059+v061) as com_esgoto_ceu_aberto
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010;
-- Por UF
SELECT
sigla_uf,
SUM(v001) as total,
ROUND(100.0*SUM(v057+v059+v061)/SUM(v001), 1) as pct_esgoto
FROM br_ibge_censo_demografico.setor_censitario_entorno_2010
GROUP BY sigla_uf ORDER BY pct_esgoto DESC;
```
---
## C1. Responsáveis por Domicílio por Sexo
| Sexo | Total | % |
|------|-------|---|
| Homens | 57.449.271 | **72,1%** |
| Mulheres | 22.242.888 | **28,0%** |
| **Total** | **79.692.159** | 100% |
### Query SQL
```sql
SELECT 'Homens' as sexo, SUM(v001) as total
FROM br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_homens_total_2010
UNION ALL
SELECT 'Mulheres', SUM(v001)
FROM br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_mulheres_2010;
```
---
## D4. Evolução Racial 2010-2022
### Census 2022 (dados mais recentes)
| cor_raca | População | % |
|-----------|-----------|---|
| Branca | 179.303.767 | 45,5% |
| Parda | 174.360.619 | 44,3% |
| Preta | 35.174.419 | 8,9% |
| Amarela | 2.934.418 | 0,7% |
| Indígena | 2.045.605 | 0,5% |
| **Negra (Preta+Parda)** | **209.535.038** | **53,2%** |
### Proporção de Crescimento
| Grupo | Observação |
|-------|------------|
| Brancos | Estáveis ou em declínio relativo |
| Pardos | Maior crescimento absoluto |
| Pretos | Crescimento de 7,5% (2010) para 8,9% (2022) |
| **Negros Total** | **50,2% → 53,2% (+3 p.p.)** |
### Query SQL
```sql
SELECT cor_raca, SUM(CAST(populacao AS BIGINT)) as total
FROM br_ibge_censo_2022.populacao_grupo_idade_sexo_raca
WHERE cor_raca IN ('Branca', 'Parda', 'Preta', 'Amarela', 'Indígena')
GROUP BY cor_raca ORDER BY total DESC;
```
---
## F2. Domicílios em Áreas de Infraestrutura Precária
### Nacional: 19,2 milhões sem pavimentação
| Indicador | Domicílios | % |
|-----------|------------|---|
| Sem pavimentação | 19.151.777 | 33,5% |
| Sem calçada | 25.022.701 | 43,7% |
| Sem iluminação pública | 12.335.051 | 21,6% |
| Com esgoto a céu aberto | 44.257.146 | 77,4% |
### Estados Críticos: Sem Pavimentação
| UF | Total Domicílios | Sem Pavimentação | % |
|----|------------------|------------------|---|
| RO | 454.765 | 191.601 | 42,1% |
| PA | 1.857.764 | 641.502 | 34,5% |
| AP | 156.027 | 52.794 | 33,8% |
| MT | 911.491 | 281.354 | 30,9% |
| AC | 190.522 | 58.462 | 30,7% |
---
## Tabelas e Variáveis Disponíveis
### Census 2010 - Setor Censitário
| Tabela | Registros | Descrição |
|--------|-----------|-----------|
| `setor_censitario_entorno_2010` | 310.120 setores | 57.2M domicílios, 1056 vars |
| `setor_censitario_responsavel_renda_2010` | - | Renda dos responsáveis |
| `setor_censitario_responsavel_domicilios_homens_total_2010` | - | Homens responsáveis |
| `setor_censitario_responsavel_domicilios_mulheres_2010` | - | Mulheres responsáveis |
### Census 2022
| Tabela | Descrição |
|--------|-----------|
| `populacao_grupo_idade_sexo_raca` | População por cor/raça |
| `alfabetizacao_grupo_idade_sexo_raca` | Alfabetização |
| `indice_envelhecimento_raca` | Envelhecimento |
### Dicionários
| Arquivo | Descrição |
|---------|-----------|
| `dicionarios/setor_censitario_entorno_2010.md` | Dicionário completo |
| `dicionarios/setor_censitario_entorno_2010.json` | Dicionário JSON |
---
## Conclusão
O banco de dados **basedosdados.duckdb** permite responder **7 de 36 perguntas** da pesquisa:
### Principais Descobertas
1. **Infraestrutura Urbana**: 77% dos domicílios urbanos em áreas com esgoto a céu aberto
2. **Responsáveis**: 72% homens, 28% mulheres
3. **Raça**: População negra cresce de 50% para 53% entre censos
4. **Regional**: Norte e Centro-Oeste com piores indicadores de pavimentação
### Lacunas Principais
1. **Fundiário**: Sem dados de concentração de terras por cor/raça
2. **Fortaleza**: Sem geocodificação por bairro
3. **Microdados**: Sem acesso a cor/raça do responsável
4. **Histórico**: Sem séries temporais de 1970-2000

50
docs/index.md
View File

@@ -1,50 +0,0 @@
# Base dos Dados Brasil para Pesquisa em Ciências Sociais
Este projeto oferece uma visão integrada do ecossistema de dados da **Base dos Dados Brasil**, conectando 533 tabelas e milhares de variáveis disponíveis para pesquisa em ciências sociais. A versão atual cobre **34 temas temáticos** organizados em seções navegáveis.
---
## Índice Temático Navegável
| # | Tema |
|---|------|
| 01 | [Desigualdade Racial e Estratificação Social](01_desigualdade_racial.md) |
| 02 | [Educação, Mobilidade Social e Desigualdade](02_educacao_mobilidade.md) |
| 03 | [Saúde, Acesso a Serviços e Determinantes Sociais](03_saude_determinantes.md) |
| 04 | [Mercado de Trabalho, Informalidade e Estratificação](04_mercado_trabalho.md) |
| 05 | [Política, Representação e Comportamento Eleitoral](05_politica_representacao.md) |
| 06 | [Crime, Violência e Segurança Pública](06_crime_violencia.md) |
| 07 | [Economia, Crédito e Desenvolvimento Regional](07_economia_credito.md) |
| 08 | [Políticas Públicas, Transferências e Proteção Social](08_politicas_publicas.md) |
| 09 | [Gênero, Família e Dinâmicas Demográficas](09_genero_familia.md) |
| 10 | [Meio Ambiente, Desenvolvimento e Sustentabilidade](10_meio_ambiente.md) |
| 11 | [Infraestrutura, Serviços e Qualidade de Vida](11_infraestrutura.md) |
| 12 | [Interseccionalidade e Desigualdades Complexas](12_interseccionalidade.md) |
| 13 | [Migração, Urbanização e Transformações Espaciais](13_migracao_urbanizacao.md) |
| 14 | [Consumo, Preços e Estratificação de Classe](14_consumo_precos.md) |
| 15 | [Poder, Elite e Reprodução Social](15_poder_elites.md) |
| 16 | [Economia Política e Desenvolvimento](16_economia_politica.md) |
| 17 | [Agropecuária, Estrutura Fundiária e Agronegócio](17_agropecuaria_agronegocio.md) |
| 18 | [Comércio Exterior, Integração Global e Cadeias de Valor](18_comercio_exterior.md) |
| 19 | [Mercado Financeiro, Fundos de Investimento e Estrutura de Capital](19_mercado_financeiro.md) |
| 20 | [Ciência, Tecnologia, Bolsas de Estudo e Produção Acadêmica](20_ciencia_tecnologia.md) |
| 21 | [Corrupção, Improbidade Administrativa e Controle Público](21_corrupcao_improbidade.md) |
| 22 | [Clima, Queimadas e Variação de Temperatura](22_clima_queimadas.md) |
| 23 | [Epidemiologia, Doenças Infecciosas e Vigilância em Saúde](23_epidemiologia.md) |
| 24 | [Assistência Ambulatorial, Hospitalar e Procedimentos do SUS](24_assistencia_saude.md) |
| 25 | [Orçamento Federal, Emendas Parlamentares e Execução Orçamentária](25_orcamento_federal.md) |
| 26 | [Servidores Públicos, Gestão de Pessoal e Elites do Estado](26_servidores_publicos.md) |
| 27 | [Pesquisas de Opinião, Percepção Pública e Comportamento Político](27_pesquisas_opiniao.md) |
| 28 | [Violência Escolar, Segurança Educacional e Ambiente de Aprendizagem](28_violencia_escolar.md) |
| 29 | [Dados Eleitorais Detalhados, Judicialização e Supremo Tribunal Federal](29_dados_eleitorais_stf.md) |
| 30 | [Estrutura Produtiva, Empresas, MPEs e Dinâmica Competitiva](30_estrutura_produtiva.md) |
| 31 | [Desenvolvimento Humano, Vulnerabilidade Social e Índices Compostos](31_desenvolvimento_humano.md) |
| 32 | [Conectividade, Educação Digital e Infraestrutura de Telecomunicações](32_conectividade.md) |
| 33 | [Dados Internacionais Comparativos e Rankings Globais](33_dados_internacionais.md) |
| 34 | [Atlas, Mapas Georreferenciados e Bases Territoriais](34_atlas_mapas.md) |
---
## Referências Adicionais
- [schema.md](schema.md) — Índice completo de todas as tabelas e variáveis