diff --git a/redes_sociais/br_caged_salarios_20230206.R b/redes_sociais/br_caged_salarios_20230206.R
new file mode 100644
index 0000000..0b83d76
--- /dev/null
+++ b/redes_sociais/br_caged_salarios_20230206.R
@@ -0,0 +1,648 @@
+#### BASE DOS DADOS ####
+#### Desigualdades de gênero e raça na remuneração ####
+
+# A análise foi feita levando em consideração quatro grupos: homens brancos, mulheres brancas,
+# homens negros e mulheres negras. O objetivo é analisar diferenças salariais entre os grupos,
+# a partir das médias do rendimento mensal do trabalho.
+
+#### Preparação ####
+
+#### Bibliotecas e demais configurações ####
+options(scipen=999) # previne o R de adotar notação científica nos outputs
+library(basedosdados)
+library(tidyverse)
+
+# Billing ID do BigQuery
+basedosdados::set_billing_id('seu-billing-ID')
+
+#### Motivação do limite superior de R$ 10.000 da remuneção para os cálculos de média ####
+
+# Variáveis de redimento podem apresentar distribuições assimétricas com valores extremos
+# (por disparidade real ou por erros de computação).
+# Para isso podemos utilizar os percentis do salario_mensal como guia: a mediana, o percentil 90 e o percentil 99.
+# Isso foi feito para cada ano.
+
+percentil <- basedosdados::read_sql(
+  "SELECT
+ano,
+mediana
+FROM (
+  SELECT
+  ano,
+  salario_mensal,
+  PERCENTILE_CONT(salario_mensal, 0.5) OVER(PARTITION BY ano) as mediana
+  FROM basedosdados.br_me_caged.microdados_movimentacao) 
+GROUP BY ano, mediana
+")
+
+# A partir disso podemos calcular a média sem os valores extremos. Vimos que para 2023, o percentil 99
+# da distribuição foi 9754.1 reais. Ou seja, 99% das pessoas receberem este valor ou menos como salário mensal
+# em 2023. Como este foi o valor máximo para todos os anos, parece ser um valor razoável de base do limite superior.
+
+#### Perguntas ####
+
+#### Em média, quanto % os homens recebem a mais que mulheres? ####
+
+# Na primeira consulta selecionamos o ano e mês dos registros, concatenados em formato de data; a média geral do 
+# salário mensal e das horas contratuais de trabalho; a frequência de cada um dos grupos; a média de salário
+# mensal por grupo. Consideramos os rendimentos de até R$ 10.000,00.
+
+df_count <- basedosdados::read_sql(
+  "SELECT
+FORMAT_DATETIME('%y-%m-%d', DATETIME(CONCAT(ano, '-', mes, '-01'))) as ano_mes,
+AVG(salario_mensal) as media_salario,
+AVG(horas_contratuais) as media_horas,
+COUNT(CASE WHEN sexo = '1' AND raca_cor = '1' THEN 1 END) as Homens_brancos,
+COUNT(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN 1 END) as Homens_negros,
+COUNT(CASE WHEN sexo = '3' AND raca_cor = '1' THEN 1 END) as Mulheres_brancas,
+COUNT(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN 1 END) as Mulheres_negras,
+
+AVG(CASE WHEN sexo = '1' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_homens_brancos,
+AVG(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_homens_negros,
+AVG(CASE WHEN sexo = '3' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_mulheres_brancas,
+AVG(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_mulheres_negras
+
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano_mes
+ORDER BY ano_mes
+  ")
+
+# Podemos responder a pergunta de diferenças salariais de quatro formas:
+
+# * O percentual do quanto o salário médio de homens brancos é maior do que o salário médio de cada grupo
+# (valores negativos indicam que o salários dos outros grupos é maior);
+
+# * O percentual de quanto o salário dos outros grupos é menor do que o salário de homens brancos;
+
+# * O percentual de quanto o salário médio de cada grupo é maior do que o salário médio geral
+# (valores negativos indicam que o salário do grupo é menor do que a média geral);
+
+# * O salário dos demais grupos enquanto percentual do salário médio de homens brancos.
+
+
+diferencas <- df_count %>% 
+  mutate(dif_hb_maior_homens_negros = ((sal_medio_homens_brancos / sal_medio_homens_negros)-1)*100,
+         dif_hb_maior_mulheres_brancas = ((sal_medio_homens_brancos / sal_medio_mulheres_brancas)-1)*100,
+         dif_hb_maior_mulheres_negras = ((sal_medio_homens_brancos / sal_medio_mulheres_negras)-1)*100,
+         # O quanto o salário dos homens brancos é maior do que o salário médio dos outros grupos
+         dif_homens_negros_menor_hb = ((sal_medio_homens_brancos - sal_medio_homens_negros)/sal_medio_homens_brancos)*100,
+         dif_mulheres_brancas_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_brancas)/sal_medio_homens_brancos)*100,
+         dif_mulheres_negras_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_negras)/sal_medio_homens_brancos)*100,
+         # O quanto o salário dos outros grupos é menor do que o salário de homens brancos
+         dif_homens_brancos_mg = ((sal_medio_homens_brancos - media_salario)/media_salario)*100,
+         dif_homens_negros_mg = ((sal_medio_homens_negros - media_salario)/media_salario)*100,
+         dif_mulheres_brancas_mg = ((sal_medio_mulheres_brancas - media_salario)/media_salario)*100,
+         dif_mulheres_negras_mg = ((sal_medio_mulheres_negras - media_salario)/media_salario)*100,
+         # O quanto o salário médio de cada grupo é maior do que o salário médio geral
+         homens_negros_perc_hb = (sal_medio_homens_negros/sal_medio_homens_brancos)*100,
+         mulheres_brancas_perc_hb = (sal_medio_mulheres_brancas/sal_medio_homens_brancos)*100,
+         mulheres_negras_perc_hb = (sal_medio_mulheres_negras/sal_medio_homens_brancos)*100)
+         # Salário dos grupos enquanto percentual do salário de homens brancos
+
+# Gráfico
+
+dif_sal <- 
+  ggplot(diferencas, aes(x = as.Date(ano_mes))) + 
+  geom_line(aes(y = homens_negros_perc_hb), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = mulheres_brancas_perc_hb), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = mulheres_negras_perc_hb), color = "#F69E4C", linewidth = 0.5) +
+  labs(
+    title = "Salário dos grupos como percentual \n do salário médio de homens brancos",
+    y = "%", x = "") +
+  theme_minimal()
+
+
+#### A diferença entre a remuneração de homens e mulheres aumentou ou diminuiu com os anos? E quanto ####
+
+df_count_ano <- basedosdados::read_sql(
+  "SELECT
+ano,
+AVG(salario_mensal) as media_salario,
+AVG(horas_contratuais) as media_horas,
+COUNT(CASE WHEN sexo = '1' AND raca_cor = '1' THEN 1 END) as Homens_brancos,
+COUNT(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN 1 END) as Homens_negros,
+COUNT(CASE WHEN sexo = '3' AND raca_cor = '1' THEN 1 END) as Mulheres_brancas,
+COUNT(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN 1 END) as Mulheres_negras,
+
+AVG(CASE WHEN sexo = '1' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_homens_brancos,
+AVG(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_homens_negros,
+AVG(CASE WHEN sexo = '3' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_mulheres_brancas,
+AVG(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_mulheres_negras
+    
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano
+ORDER BY ano
+  ")
+
+# Seguindo a mesma lógica anterior, temos:
+
+diferencas_ano <- df_count_ano %>% 
+  mutate(dif_hb_maior_homens_negros = ((sal_medio_homens_brancos / sal_medio_homens_negros)-1)*100,
+         dif_hb_maior_mulheres_brancas = ((sal_medio_homens_brancos / sal_medio_mulheres_brancas)-1)*100,
+         dif_hb_maior_mulheres_negras = ((sal_medio_homens_brancos / sal_medio_mulheres_negras)-1)*100,
+         # O quanto o salário dos homens brancos é maior do que o salário médio dos outros grupos
+         dif_homens_negros_menor_hb = ((sal_medio_homens_brancos - sal_medio_homens_negros)/sal_medio_homens_brancos)*100,
+         dif_mulheres_brancas_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_brancas)/sal_medio_homens_brancos)*100,
+         dif_mulheres_negras_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_negras)/sal_medio_homens_brancos)*100,
+         # O quanto o salário dos outros grupos é menor do que o salário de homens brancos
+         dif_homens_brancos_mg = ((sal_medio_homens_brancos - media_salario)/media_salario)*100,
+         dif_homens_negros_mg = ((sal_medio_homens_negros - media_salario)/media_salario)*100,
+         dif_mulheres_brancas_mg = ((sal_medio_mulheres_brancas - media_salario)/media_salario)*100,
+         dif_mulheres_negras_mg = ((sal_medio_mulheres_negras - media_salario)/media_salario)*100,
+         # O quanto o salário médio de cada grupo é maior do que o salário médio geral
+         homens_negros_perc_hb = (sal_medio_homens_negros/sal_medio_homens_brancos)*100,
+         mulheres_brancas_perc_hb = (sal_medio_mulheres_brancas/sal_medio_homens_brancos)*100,
+         mulheres_negras_perc_hb = (sal_medio_mulheres_negras/sal_medio_homens_brancos)*100)
+# Salário dos grupos como percentual do salário de homens brancos
+
+# Gráfico das diferenças salariais somente por ano
+
+dif_sal_ano2 <- 
+  ggplot(diferencas_ano, aes(x = ano)) + 
+  geom_line(aes(y = homens_negros_perc_hb), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = mulheres_brancas_perc_hb), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = mulheres_negras_perc_hb), color = "#F69E4C", linewidth = 0.5) +
+  labs(
+    title = "Salário dos grupos como percentual \n do salário médio de homens brancos",
+    y = "%", x = "") +
+  theme_minimal()
+
+# Visto ano a ano, contudo, parece haver tendência de declínio nas diferenças de média salarial
+
+#### Qual é a tendência. Taxa de crescimento do salário por ano e grupo ####
+
+taxa_crescimento <- df_count_ano %>%
+  select(-c('Homens_brancos':'Mulheres_negras')) %>% 
+  mutate(tx_geral = (media_salario - lag(media_salario))/lag(media_salario),
+         tx_hb = (sal_medio_homens_brancos - lag(sal_medio_homens_brancos))/lag(sal_medio_homens_brancos),
+         tx_hn = (sal_medio_homens_negros - lag(sal_medio_homens_negros))/lag(sal_medio_homens_negros),
+         tx_mb = (sal_medio_mulheres_brancas - lag(sal_medio_mulheres_brancas))/lag(sal_medio_mulheres_brancas),
+         tx_mn = (sal_medio_mulheres_negras - lag(sal_medio_mulheres_negras))/lag(sal_medio_mulheres_negras))
+
+taxa_crescimento <- taxa_crescimento %>% replace(is.na(.), 0) 
+
+# Gráfico da taxa de crescimento dos salários médios 
+
+taxas_plt <- 
+  ggplot(taxa_crescimento, aes(x = ano)) + 
+  geom_line(aes(y = tx_geral*100), color = "black", linewidth = 0.5) +
+  geom_line(aes(y = tx_hb*100), color = "#7EC876", linewidth = 0.5) +
+  geom_line(aes(y = tx_hn*100), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = tx_mb*100), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = tx_mn*100), color = "#F69E4C", linewidth = 0.5) +
+  labs(
+    title = "Taxa de crescimento do salário médio \n por grupo",
+    y = "Percentual do crescimento", x = "") +
+  theme_minimal()
+
+#### Qual região apresenta mais equidade de gênero e racial na remuneração e qual apresenta a maior disparidade? ####
+# Qual a diferença da média entre as duas?
+
+df_count_regioes <- basedosdados::read_sql(
+  "SELECT
+FORMAT_DATETIME('%y-%m-%d', DATETIME(CONCAT(ano, '-', mes, '-01'))) as ano_mes,
+AVG(salario_mensal) as media_salario,
+AVG(horas_contratuais) as media_horas,
+COUNT(CASE WHEN sexo = '1' AND raca_cor = '1' THEN 1 END) as Homens_brancos,
+COUNT(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN 1 END) as Homens_negros,
+COUNT(CASE WHEN sexo = '3' AND raca_cor = '1' THEN 1 END) as Mulheres_brancas,
+COUNT(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN 1 END) as Mulheres_negras,
+
+AVG(CASE WHEN sexo = '1' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_homens_brancos,
+AVG(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_homens_negros,
+AVG(CASE WHEN sexo = '3' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_mulheres_brancas,
+AVG(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_mulheres_negras,
+
+CASE 
+WHEN sigla_uf IN ('AC','AM','AP','PA','RO','RR','TO') THEN 'Norte'
+WHEN sigla_uf IN ('AL','BA','CE','MA','PB','PE','PI','RN','SE') THEN 'Nordeste'
+WHEN sigla_uf IN ('GO','MT','MS') THEN 'Centro-Oeste'
+WHEN sigla_uf IN ('ES','MG','RJ','SP') THEN 'Sudeste'
+ELSE 'Sul'
+END AS regioes,
+    
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano_mes, regioes
+ORDER BY ano_mes
+  ")
+
+# Diferenças:
+
+diferencas_regiao <- df_count_regioes %>% 
+  mutate(dif_hb_maior_homens_negros = ((sal_medio_homens_brancos / sal_medio_homens_negros)-1)*100,
+         dif_hb_maior_mulheres_brancas = ((sal_medio_homens_brancos / sal_medio_mulheres_brancas)-1)*100,
+         dif_hb_maior_mulheres_negras = ((sal_medio_homens_brancos / sal_medio_mulheres_negras)-1)*100,
+         # O quanto o salário dos homens brancos é maior do que o salário médio dos outros grupos
+         dif_homens_negros_menor_hb = ((sal_medio_homens_brancos - sal_medio_homens_negros)/sal_medio_homens_brancos)*100,
+         dif_mulheres_brancas_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_brancas)/sal_medio_homens_brancos)*100,
+         dif_mulheres_negras_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_negras)/sal_medio_homens_brancos)*100,
+         # O quanto o salário dos outros grupos é menor do que o salário de homens brancos
+         dif_homens_brancos_mg = ((sal_medio_homens_brancos - media_salario)/media_salario)*100,
+         dif_homens_negros_mg = ((sal_medio_homens_negros - media_salario)/media_salario)*100,
+         dif_mulheres_brancas_mg = ((sal_medio_mulheres_brancas - media_salario)/media_salario)*100,
+         dif_mulheres_negras_mg = ((sal_medio_mulheres_negras - media_salario)/media_salario)*100,
+         # O quanto o salário médio de cada grupo é maior do que o salário médio geral
+         homens_negros_perc_hb = (sal_medio_homens_negros/sal_medio_homens_brancos)*100,
+         mulheres_brancas_perc_hb = (sal_medio_mulheres_brancas/sal_medio_homens_brancos)*100,
+         mulheres_negras_perc_hb = (sal_medio_mulheres_negras/sal_medio_homens_brancos)*100)
+# Salário dos grupos como percentual do salário dos homens brancos
+
+#### Regiões por ano ####
+
+df_count_regioes_ano <- basedosdados::read_sql(
+  "SELECT
+ano,
+AVG(salario_mensal) as media_salario,
+AVG(horas_contratuais) as media_horas,
+AVG(CASE WHEN sexo = '1' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_homens_brancos,
+AVG(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_homens_negros,
+AVG(CASE WHEN sexo = '3' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_mulheres_brancas,
+AVG(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_mulheres_negras,
+CASE 
+WHEN sigla_uf IN ('AC','AM','AP','PA','RO','RR','TO') THEN 'Norte'
+WHEN sigla_uf IN ('AL','BA','CE','MA','PB','PE','PI','RN','SE') THEN 'Nordeste'
+WHEN sigla_uf IN ('GO','MT','MS') THEN 'Centro-Oeste'
+WHEN sigla_uf IN ('ES','MG','RJ','SP') THEN 'Sudeste'
+ELSE 'Sul'
+END AS regioes,
+    
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano, regioes
+ORDER BY ano
+  ")
+
+# Diferenças:
+
+diferencas_regiao_ano <- df_count_regioes_ano %>% 
+  mutate(dif_hb_maior_homens_negros = ((sal_medio_homens_brancos / sal_medio_homens_negros)-1)*100,
+         dif_hb_maior_mulheres_brancas = ((sal_medio_homens_brancos / sal_medio_mulheres_brancas)-1)*100,
+         dif_hb_maior_mulheres_negras = ((sal_medio_homens_brancos / sal_medio_mulheres_negras)-1)*100,
+         # O quanto o salário dos homens brancos é maior do que o salário médio dos outros grupos
+         dif_homens_negros_menor_hb = ((sal_medio_homens_brancos - sal_medio_homens_negros)/sal_medio_homens_brancos)*100,
+         dif_mulheres_brancas_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_brancas)/sal_medio_homens_brancos)*100,
+         dif_mulheres_negras_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_negras)/sal_medio_homens_brancos)*100,
+         # O quanto o salário dos outros grupos é menor do que o salário de homens brancos
+         dif_homens_brancos_mg = ((sal_medio_homens_brancos - media_salario)/media_salario)*100,
+         dif_homens_negros_mg = ((sal_medio_homens_negros - media_salario)/media_salario)*100,
+         dif_mulheres_brancas_mg = ((sal_medio_mulheres_brancas - media_salario)/media_salario)*100,
+         dif_mulheres_negras_mg = ((sal_medio_mulheres_negras - media_salario)/media_salario)*100,
+         # O quanto o salário médio de cada grupo é maior do que o salário médio geral
+         homens_negros_perc_hb = (sal_medio_homens_negros/sal_medio_homens_brancos)*100,
+         mulheres_brancas_perc_hb = (sal_medio_mulheres_brancas/sal_medio_homens_brancos)*100,
+         mulheres_negras_perc_hb = (sal_medio_mulheres_negras/sal_medio_homens_brancos)*100)
+# Salário dos grupos como percentual do salário dos homens brancos
+
+# Gráficos
+
+# O quanto o salário de homens brancos é maior em relação aos grupos  
+dif_sal_regiao <- 
+  ggplot(diferencas_regiao, aes(x = as.Date(ano_mes))) + 
+  geom_line(aes(y = dif_hb_maior_homens_negros), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = dif_hb_maior_mulheres_brancas), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = dif_hb_maior_mulheres_negras), color = "#F69E4C", linewidth = 0.5) +
+  labs(
+    title = "Percentual do quanto o salário médio de \n de hb é maior do que dos outros grupos",
+    y = "Percentual da diferença", x = "") +
+  facet_wrap(~ regioes) +
+  theme_minimal()
+
+# Salário médio dos grupos como percentual do salário médio de homens brancos
+dif_sal_regiao_2 <- 
+  ggplot(diferencas_regiao, aes(x = as.Date(ano_mes))) + 
+  geom_line(aes(y = homens_negros_perc_hb), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = mulheres_brancas_perc_hb), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = mulheres_negras_perc_hb), color = "#F69E4C", linewidth = 0.5) +
+  labs(
+    title = "Salário médio dos grupos \n como percentual do salário médio de homens brancos",
+    y = "%", x = "") +
+  facet_wrap(~ regioes) +
+  theme_minimal()
+
+#### E por estado? ####
+
+df_count_UF <- basedosdados::read_sql(
+  "SELECT
+ano,
+sigla_uf,
+AVG(salario_mensal) as media_salario,
+AVG(horas_contratuais) as media_horas,
+COUNT(CASE WHEN sexo = '1' AND raca_cor = '1' THEN 1 END) as Homens_brancos,
+COUNT(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN 1 END) as Homens_negros,
+COUNT(CASE WHEN sexo = '3' AND raca_cor = '1' THEN 1 END) as Mulheres_brancas,
+COUNT(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN 1 END) as Mulheres_negras,
+
+AVG(CASE WHEN sexo = '1' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_homens_brancos,
+AVG(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_homens_negros,
+AVG(CASE WHEN sexo = '3' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_mulheres_brancas,
+AVG(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_mulheres_negras,
+
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano, sigla_uf
+ORDER BY ano, sigla_uf
+  ")
+
+diferencas_uf <- df_count_UF %>% 
+  mutate(dif_hb_maior_homens_negros = ((sal_medio_homens_brancos / sal_medio_homens_negros)-1)*100,
+         dif_hb_maior_mulheres_brancas = ((sal_medio_homens_brancos / sal_medio_mulheres_brancas)-1)*100,
+         dif_hb_maior_mulheres_negras = ((sal_medio_homens_brancos / sal_medio_mulheres_negras)-1)*100,
+         # O quanto o salário dos homens brancos é maior do que o salário médio dos outros grupos
+         dif_homens_negros_menor_hb = ((sal_medio_homens_brancos - sal_medio_homens_negros)/sal_medio_homens_brancos)*100,
+         dif_mulheres_brancas_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_brancas)/sal_medio_homens_brancos)*100,
+         dif_mulheres_negras_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_negras)/sal_medio_homens_brancos)*100,
+         # O quanto o salário dos outros grupos é menor do que o salário de homens brancos
+         dif_homens_brancos_mg = ((sal_medio_homens_brancos - media_salario)/media_salario)*100,
+         dif_homens_negros_mg = ((sal_medio_homens_negros - media_salario)/media_salario)*100,
+         dif_mulheres_brancas_mg = ((sal_medio_mulheres_brancas - media_salario)/media_salario)*100,
+         dif_mulheres_negras_mg = ((sal_medio_mulheres_negras - media_salario)/media_salario)*100)
+# O quanto o salário médio de cada grupo é maior do que o salário médio geral
+
+
+# Diferenças entre os estados: valores máximo e mínimo dos salários médios; valores máximo e mínimo
+# do percentual do salári omédio entre homens brancos e mulheres negras
+
+
+max_min_uf <- diferencas_uf %>% 
+  group_by(ano) %>%
+  mutate(max_sal_uf = max(media_salario, na.rm = TRUE),
+         min_sal_uf = min(media_salario, na.rm = TRUE)) %>% 
+  ungroup() %>%  
+  filter(media_salario == max_sal_uf | media_salario == min_sal_uf)
+
+max_min_comp_mn_uf <- diferencas_uf %>% 
+  group_by(ano) %>%
+  mutate(max_desigualdade = max(dif_hb_maior_mulheres_negras, na.rm = TRUE),
+         min_desigualdade = min(dif_hb_maior_mulheres_negras, na.rm = TRUE)) %>% 
+  ungroup() %>%  
+  filter(dif_hb_maior_mulheres_negras == max_desigualdade | dif_hb_maior_mulheres_negras == min_desigualdade)
+
+
+#### Qual setor que apresenta a menor(e a menor) remuneração? #### 
+# Qual a composição racial e de gênero desses setores? 
+
+df_count_cnae <- basedosdados::read_sql(
+  "SELECT
+ano,
+cnae_2_secao,
+AVG(salario_mensal) as media_salario,
+AVG(horas_contratuais) as media_horas,
+COUNT(CASE WHEN sexo = '1' AND raca_cor = '1' THEN 1 END) as Homens_brancos,
+COUNT(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN 1 END) as Homens_negros,
+COUNT(CASE WHEN sexo = '3' AND raca_cor = '1' THEN 1 END) as Mulheres_brancas,
+COUNT(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN 1 END) as Mulheres_negras,
+
+AVG(CASE WHEN sexo = '1' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_homens_brancos,
+AVG(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_homens_negros,
+AVG(CASE WHEN sexo = '3' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_mulheres_brancas,
+AVG(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_mulheres_negras,
+
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano, cnae_2_secao
+ORDER BY ano, cnae_2_secao
+  ")
+
+
+diferencas_cnae <- df_count_cnae %>% 
+  mutate(dif_hb_maior_homens_negros = ((sal_medio_homens_brancos / sal_medio_homens_negros)-1)*100,
+         dif_hb_maior_mulheres_brancas = ((sal_medio_homens_brancos / sal_medio_mulheres_brancas)-1)*100,
+         dif_hb_maior_mulheres_negras = ((sal_medio_homens_brancos / sal_medio_mulheres_negras)-1)*100,
+         # O quanto o salário dos homens brancos é maior do que o salário médio dos outros grupos
+         dif_homens_negros_menor_hb = ((sal_medio_homens_brancos - sal_medio_homens_negros)/sal_medio_homens_brancos)*100,
+         dif_mulheres_brancas_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_brancas)/sal_medio_homens_brancos)*100,
+         dif_mulheres_negras_menor_hb = ((sal_medio_homens_brancos - sal_medio_mulheres_negras)/sal_medio_homens_brancos)*100,
+         # O quanto o salário dos outros grupos é menor do que o salário de homens brancos
+         dif_homens_brancos_mg = ((sal_medio_homens_brancos - media_salario)/media_salario)*100,
+         dif_homens_negros_mg = ((sal_medio_homens_negros - media_salario)/media_salario)*100,
+         dif_mulheres_brancas_mg = ((sal_medio_mulheres_brancas - media_salario)/media_salario)*100,
+         dif_mulheres_negras_mg = ((sal_medio_mulheres_negras - media_salario)/media_salario)*100)
+# O quanto o salário médio de cada grupo é maior do que o salário médio geral
+
+# Diferenças entre os setores: valores máximo e mínimo dos salários médios; valores máximo e mínimo
+# do percentual do salári omédio entre homens brancos e mulheres negras
+
+max_min_cnae <- diferencas_cnae %>% 
+  group_by(ano) %>%
+  mutate(max_sal_cnae = max(media_salario, na.rm = TRUE),
+         min_sal_cnae = min(media_salario, na.rm = TRUE)) %>% 
+  ungroup() %>%  
+  filter(media_salario == max_sal_cnae | media_salario == min_sal_cnae)
+
+
+max_min_comp_mn <- diferencas_cnae %>% 
+  group_by(ano) %>%
+  mutate(max_desigualdade = max(dif_hb_maior_mulheres_negras, na.rm = TRUE),
+         min_desigualdade = min(dif_hb_maior_mulheres_negras, na.rm = TRUE)) %>% 
+  ungroup() %>%  
+  filter(dif_hb_maior_mulheres_negras == max_desigualdade | dif_hb_maior_mulheres_negras == min_desigualdade)
+
+
+max_min_freq_mn <- diferencas_cnae %>% 
+  group_by(ano) %>%
+  mutate(max_freq = max(Mulheres_negras, na.rm = TRUE),
+         min_freq = min(Mulheres_negras, na.rm = TRUE)) %>% 
+  ungroup() %>%  
+  filter(Mulheres_negras == max_freq | Mulheres_negras == min_freq)
+
+#### Bonus ####
+#### Mais contexto: e o cenários das movimentações? ####
+
+# ver tipos de movimentação
+
+saldo_grupo <- basedosdados::read_sql(
+  "SELECT
+FORMAT_DATETIME('%y-%m-%d', DATETIME(CONCAT(ano, '-', mes, '-01'))) as ano_mes,
+AVG(salario_mensal) as media_salario,
+SUM(saldo_movimentacao) as saldo_movimentacao,
+COUNT(CASE WHEN sexo = '1' AND raca_cor = '1' THEN 1 END) as Homens_brancos,
+COUNT(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN 1 END) as Homens_negros,
+COUNT(CASE WHEN sexo = '3' AND raca_cor = '1' THEN 1 END) as Mulheres_brancas,
+COUNT(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN 1 END) as Mulheres_negras,
+
+SUM(CASE WHEN sexo = '1' AND raca_cor = '1' THEN saldo_movimentacao END) as saldo_homens_brancos,
+SUM(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN saldo_movimentacao END) as saldo_homens_negros,
+SUM(CASE WHEN sexo = '3' AND raca_cor = '1' THEN saldo_movimentacao END) as saldo_mulheres_brancas,
+SUM(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN saldo_movimentacao END) as saldo_mulheres_negras
+
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano_mes
+ORDER BY ano_mes
+  ")
+
+ad_des_grupo <- saldo_grupo <- basedosdados::read_sql(
+  "SELECT
+FORMAT_DATETIME('%y-%m-%d', DATETIME(CONCAT(ano, '-', mes, '-01'))) as ano_mes,
+AVG(salario_mensal) as media_salario,
+saldo_movimentacao,
+COUNT(CASE WHEN sexo = '1' AND raca_cor = '1' THEN 1 END) as Homens_brancos,
+COUNT(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN 1 END) as Homens_negros,
+COUNT(CASE WHEN sexo = '3' AND raca_cor = '1' THEN 1 END) as Mulheres_brancas,
+COUNT(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN 1 END) as Mulheres_negras,
+
+AVG(CASE WHEN sexo = '1' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_homens_brancos,
+AVG(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_homens_negros,
+AVG(CASE WHEN sexo = '3' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_mulheres_brancas,
+AVG(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_mulheres_negras
+
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano_mes, saldo_movimentacao
+ORDER BY ano_mes
+  ")
+
+
+saldo_mov <- basedosdados::read_sql(
+  "SELECT
+FORMAT_DATETIME('%y-%m-%d', DATETIME(CONCAT(ano, '-', mes, '-01'))) as ano_mes,
+sum(saldo_movimentacao) as saldo_movimentacao
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano_mes
+ORDER BY ano_mes
+  ")
+# Gráfico movimentações
+
+X11()
+admissoes_demissoes <- 
+  ggplot(ad_des_grupo, aes(x = as.Date(ano_mes))) + 
+  geom_line(aes(y = Homens_brancos), color = "#7EC876", linewidth = 0.5) +
+  geom_line(aes(y = Homens_negros), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = Mulheres_brancas), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = Mulheres_negras), color = "#F69E4C", linewidth = 0.5) +
+  facet_wrap(~ saldo_movimentacao) +
+  labs(
+    title = "Saldo de movimentações",
+    y = "Total de pessoas", x = "") +
+  theme_minimal()
+
+sal_movimentacao <- 
+  ggplot(ad_des_grupo, aes(x = as.Date(ano_mes))) + 
+  geom_line(aes(y = sal_medio_homens_brancos), color = "#7EC876", linewidth = 0.5) +
+  geom_line(aes(y = sal_medio_homens_negros), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = sal_medio_mulheres_brancas), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = sal_medio_mulheres_negras), color = "#F69E4C", linewidth = 0.5) +
+  facet_wrap(~ saldo_movimentacao) +
+  labs(
+    title = "Salário médio de admitidos e desligados",
+    y = "", x = "") +
+  theme_minimal()
+
+
+
+X11()
+saldo_grupo_plot <- 
+  ggplot(saldo_grupo, aes(x = as.Date(ano_mes))) + 
+  geom_line(aes(y = saldo_homens_brancos), color = "#7EC876", linewidth = 0.5) +
+  geom_line(aes(y = saldo_homens_negros), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = saldo_mulheres_brancas), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = saldo_mulheres_negras), color = "#F69E4C", linewidth = 0.5) +
+  labs(
+    title = "Saldo de movimentações por grupo",
+    y = "Saldo", x = "") +
+  theme_minimal()
+
+
+# Movimentações somente por ano
+
+ad_des_grupo_ano <- saldo_grupo <- basedosdados::read_sql(
+  "SELECT
+ano,
+AVG(salario_mensal) as media_salario,
+saldo_movimentacao,
+COUNT(CASE WHEN sexo = '1' AND raca_cor = '1' THEN 1 END) as Homens_brancos,
+COUNT(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN 1 END) as Homens_negros,
+COUNT(CASE WHEN sexo = '3' AND raca_cor = '1' THEN 1 END) as Mulheres_brancas,
+COUNT(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN 1 END) as Mulheres_negras,
+
+AVG(CASE WHEN sexo = '1' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_homens_brancos,
+AVG(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_homens_negros,
+AVG(CASE WHEN sexo = '3' AND raca_cor = '1' THEN salario_mensal END) as sal_medio_mulheres_brancas,
+AVG(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN salario_mensal END) as sal_medio_mulheres_negras
+
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano, saldo_movimentacao
+ORDER BY ano
+  ")
+
+# Gráfico 
+
+admissoes_demissoes_ano <- 
+  ggplot(ad_des_grupo_ano, aes(x = ano)) + 
+  geom_line(aes(y = Homens_brancos), color = "#7EC876", linewidth = 0.5) +
+  geom_line(aes(y = Homens_negros), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = Mulheres_brancas), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = Mulheres_negras), color = "#F69E4C", linewidth = 0.5) +
+  facet_wrap(~ saldo_movimentacao) +
+  labs(
+    title = "Saldo de movimentações",
+    y = "Total de pessoas", x = "") +
+  theme_minimal()
+
+
+sal_movimentacao_ano <- 
+  ggplot(ad_des_grupo_ano, aes(x = ano)) + 
+  geom_line(aes(y = sal_medio_homens_brancos), color = "#7EC876", linewidth = 0.5) +
+  geom_line(aes(y = sal_medio_homens_negros), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = sal_medio_mulheres_brancas), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = sal_medio_mulheres_negras), color = "#F69E4C", linewidth = 0.5) +
+  facet_wrap(~ saldo_movimentacao) +
+  labs(
+    title = "Salário médio de admitidos e desligados",
+    y = "", x = "") +
+  theme_minimal()
+
+#
+
+saldo_grupo_ano <- basedosdados::read_sql(
+  "SELECT
+ano,
+AVG(salario_mensal) as media_salario,
+SUM(saldo_movimentacao) as saldo_movimentacao,
+COUNT(CASE WHEN sexo = '1' AND raca_cor = '1' THEN 1 END) as Homens_brancos,
+COUNT(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN 1 END) as Homens_negros,
+COUNT(CASE WHEN sexo = '3' AND raca_cor = '1' THEN 1 END) as Mulheres_brancas,
+COUNT(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN 1 END) as Mulheres_negras,
+
+SUM(CASE WHEN sexo = '1' AND raca_cor = '1' THEN saldo_movimentacao END) as saldo_homens_brancos,
+SUM(CASE WHEN sexo = '1' AND raca_cor IN ('2','3') THEN saldo_movimentacao END) as saldo_homens_negros,
+SUM(CASE WHEN sexo = '3' AND raca_cor = '1' THEN saldo_movimentacao END) as saldo_mulheres_brancas,
+SUM(CASE WHEN sexo = '3' AND raca_cor IN ('2','3') THEN saldo_movimentacao END) as saldo_mulheres_negras
+
+FROM
+basedosdados.br_me_caged.microdados_movimentacao
+WHERE salario_mensal < 10000
+GROUP BY ano
+ORDER BY ano
+  ")
+
+# Gráfico
+
+saldo_ano_plot <- 
+  ggplot(saldo_grupo_ano, aes(x = ano)) + 
+  geom_line(aes(y = saldo_homens_brancos), color = "#7EC876", linewidth = 0.5) +
+  geom_line(aes(y = saldo_homens_negros), color = "#FF8484", linewidth = 0.5) +
+  geom_line(aes(y = saldo_mulheres_brancas), color = "#42B0FF", linewidth = 0.5) +
+  geom_line(aes(y = saldo_mulheres_negras), color = "#F69E4C", linewidth = 0.5) +
+  labs(
+    title = "Saldo de movimentações por grupo",
+    y = "Saldo", x = "") +
+  theme_minimal()
+
+
+