Quantitative analysis of social, environmental and territorial indicators for municipalities in the Brazilian Legal Amazon, using the Amazon Social Progress Index (IPS Amazônia)
- Project structure
- Data
- Methodology
- Main results
- Generated outputs
- Reproducibility
- Packages and citations
- References
- Tools
- Author
- Estrutura do projeto
- Dados
- Metodologia
- Principais resultados
- Outputs gerados
- Reprodutibilidade
- Pacotes e citações
- Referências
- Ferramentas
- Autora
ips-amazonia/
├── 00_config.R # Global settings: paths, colour palette, ggplot2 theme
├── 01_download.R # Automated download via datazoom.amazonia
├── 02_process.R # Data cleaning, variable construction, panel base
├── 03_descriptive.R # Descriptive tables via gt
├── 04_visualizations.R # Thematic charts with editorial theme
├── 05_maps.R # Choropleth maps by municipality
├── 06_panel.R # Panel data models (Pooled OLS, FE, RE, Hausman)
├── run_all.R # Runs the full pipeline in sequence
├── renv.lock # Package versions for reproducibility
└── data/
├── raw/ # Raw data — not versioned
└── processed/ # Processed bases — not versioned
Source: IPS Amazônia — Amazon Social Progress Index
Provider: DataZoom Amazônia / PUC-Rio
Period: 2014, 2018, 2021 and 2023
Access: Public data via datazoom.amazonia R package
Coverage: 772 municipalities in the Brazilian Legal Amazon
Unit of analysis: Municipality × year (panel format)
The index is organised into 3 dimensions and 12 components:
| Dimension | Components |
|---|---|
| Basic Human Needs | Nutrition & basic medical care, Water & sanitation, Housing, Personal safety |
| Wellbeing Foundations | Access to basic knowledge, Access to information & communication, Health & wellbeing, Environmental quality |
| Opportunities | Individual rights, Individual freedom of choice, Tolerance & inclusion, Access to higher education |
| Code | Description |
|---|---|
ips_amazon |
IPS Amazônia overall score (0–100) |
basic_human_needs |
Basic Human Needs dimension score |
well_being_fundamentals |
Wellbeing Foundations dimension score |
oportunities |
Opportunities dimension score |
elementary_education_quality_ideb_0_to_10_scale |
IDEB — primary education quality (0–10) |
adaquate_sewage_percent_population |
Population with adequate sewage (%) |
homicides_deaths_100_000_people |
Homicides per 100,000 inhabitants |
broadband_internet_acesses_per_100_houses |
Broadband internet per 100 households |
recent_deforestation_percent_municipality_area |
Recent deforestation (% of municipal area) |
child_labor_number_families_with_at_least_one_kid_working_per_1_000_families |
Child labour per 1,000 families |
violence_against_women_per_100_000_women |
Violence against women per 100,000 |
partisan_diversity_percent_of_councilman_from_different_parties |
Partisan diversity (%) |
habitation_with_adequate_floor_percent |
Housing with adequate floor (%) |
Mean scores and distributions calculated for all municipalities across all four time periods. Rankings, top/bottom performers, and cross-state comparisons produced for the overall IPS and all 12 components.
Map classification uses Jenks natural breaks
(classInt::classIntervals(..., style = "jenks")), which minimises
within-class variance and maximises between-class variance — the standard
approach in statistical thematic cartography.
Dependent variable: IPS Amazônia (0–100)
Sample: 772 municipalities × 4 years = 3,088 observations
Specification:
Three specifications estimated: Pooled OLS, Fixed Effects (within
estimator, individual effects) and Random Effects.
Model selection via Hausman test (FE vs RE) and F-test (Pooled vs FE).
Methodological note: The panel has non-consecutive periods (2014, 2018, 2021, 2023), meaning within-municipality variation captures changes over intervals of different lengths. This should be considered when interpreting the fixed effects estimates.
The overall IPS Amazônia remained relatively stable between 2014 (~54.4) and 2023 (~54.3), masking divergent trends across dimensions: Wellbeing Foundations improved from 55.1 to 57.8, while Opportunities declined from 44.6 to 40.3 — indicating a widening gap in access to rights, education and inclusion.
| Folder | Content |
|---|---|
outputs/figures/ |
28 thematic charts (14 PT + 14 EN), PNG 300 dpi |
outputs/maps/ |
20 choropleth maps + 2 dimension panels (PT + EN) |
outputs/tables/ |
24 analytical tables in HTML and PNG (12 PT + 12 EN) |
# 1. Clone the repository
git clone https://github.com/carolinafreitasm/ips-amazonia.git
# 2. Open the project in RStudio
# 3. Restore packages
renv::restore()
# 4. Run the full pipeline
source("run_all.R")Estimated runtime: 30–60 minutes (map rendering and data download are the
main bottlenecks).
Raw and processed data are not versioned — generated automatically by the
pipeline.
citation("datazoom.amazonia")
citation("ggplot2")
citation("geobr")
citation("sf")
citation("plm")
citation("gt")
citation("classInt")
citation("showtext")| Package | Use | Reference |
|---|---|---|
datazoom.amazonia |
IPS data download | DataZoom PUC-Rio (2023) |
ggplot2 |
Visualisations | Wickham (2016) |
geobr |
Brazilian municipality geometries | Pereira & Gonçalves (2021) |
sf |
Spatial data | Pebesma (2018) |
plm |
Panel data models | Croissant & Millo (2008) |
gt / gtExtras |
Editorial tables | Iannone et al. (2024) |
classInt |
Jenks breaks | Bivand (2023) |
showtext |
IBM Plex typography | Qiu (2023) |
patchwork |
Panel composition | Pedersen (2024) |
dplyr / tidyr |
Data manipulation | Wickham et al. (2023) |
renv |
Reproducibility | Ushey & Wickham (2023) |
DATAZOOMPUC. datazoom.amazonia: Downloading and reading data from the Brazilian Amazon. PUC-Rio, 2023. Available at: https://github.com/datazoompuc/datazoom.amazonia
IPS BRASIL. IPS Amazônia — Índice de Progresso Social da Amazônia. Available at: https://ipsbrasil.org.br/amazonia
CROISSANT, Y.; MILLO, G. Panel Data Econometrics in R: The plm Package. Journal of Statistical Software, v. 27, n. 2, 2008.
PEREIRA, R. H. M.; GONÇALVES, C. N. geobr: Loads Shapefiles of Official Spatial Data Sets of Brazil. Rio de Janeiro: IPEA, 2021.
WICKHAM, H. ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York, 2016.
WICKHAM, H. et al. dplyr: A Grammar of Data Manipulation. R package version 1.1.4, 2023.
PEBESMA, E. Simple Features for R: Standardized Support for Spatial Vector Data. The R Journal, v. 10, n. 1, p. 439–446, 2018.
IANNONE, R. et al. gt: Easily Create Presentation-Ready Display Tables. R package version 0.10.1, 2024.
| Tool | Use |
|---|---|
| R 4.5.2 | Main analysis language |
| RStudio | Development environment |
| Git 2.50 | Version control |
| GitHub | Repository hosting and portfolio |
| renv | Package management and reproducibility |
Carolina Freitas
PhD in Economic Development — UFPR
PUCRS Online
ips-amazonia/
├── 00_config.R # Configuração global: caminhos, paleta, tema ggplot2
├── 01_download.R # Download automático via datazoom.amazonia
├── 02_process.R # Tratamento, construção de variáveis, base painel
├── 03_descriptive.R # Tabelas descritivas via gt
├── 04_visualizations.R # Gráficos temáticos com tema editorial
├── 05_maps.R # Mapas coropléticos por município
├── 06_panel.R # Modelos de painel (Pooled OLS, EF, EA, Hausman)
├── run_all.R # Executa o pipeline completo em sequência
├── renv.lock # Versões dos pacotes para reprodutibilidade
└── data/
├── raw/ # Dados brutos — não versionados
└── processed/ # Bases processadas — não versionadas
Fonte: IPS Amazônia — Índice de Progresso Social da Amazônia
Provedor: DataZoom Amazônia / PUC-Rio
Período: 2014, 2018, 2021 e 2023
Acesso: Dados públicos via pacote datazoom.amazonia
Cobertura: 772 municípios da Amazônia Legal brasileira
Unidade de análise: Município × ano (formato painel)
O índice é organizado em 3 dimensões e 12 componentes:
| Dimensão | Componentes |
|---|---|
| Necessidades Humanas Básicas | Nutrição e cuidados básicos, Água e saneamento, Habitação, Segurança pessoal |
| Fundamentos do Bem-Estar | Acesso ao conhecimento básico, Acesso à informação e comunicação, Saúde e bem-estar, Qualidade ambiental |
| Oportunidades | Direitos individuais, Liberdade individual de escolha, Tolerância e inclusão, Acesso à educação superior |
Médias e distribuições calculadas para todos os municípios nos quatro períodos. Rankings, melhores e piores desempenhos e comparações inter-estaduais produzidos para o IPS geral e todos os 12 componentes.
A classificação utiliza quebras naturais de Jenks
(classInt::classIntervals(..., style = "jenks")), que minimiza a
variância intraclasse e maximiza a variância interclasse — padrão em
cartografia temática estatística.
Variável dependente: IPS Amazônia (0–100)
Amostra: 772 municípios × 4 anos = 3.088 observações
Especificação:
Três especificações estimadas: Pooled OLS, Efeitos Fixos (estimador
within, efeitos individuais) e Efeitos Aleatórios.
Seleção via teste de Hausman (EF vs EA) e teste F (Pooled vs EF).
Nota metodológica: O painel possui períodos não consecutivos (2014, 2018, 2021, 2023). A variação intramunicípio captura mudanças ao longo de intervalos de comprimento diferente, o que deve ser considerado na interpretação dos coeficientes de efeitos fixos.
O IPS Amazônia médio permaneceu relativamente estável entre 2014 (~54,4) e 2023 (~54,3), mascarando trajetórias divergentes entre dimensões: Fundamentos do Bem-Estar melhorou de 55,1 para 57,8, enquanto Oportunidades caiu de 44,6 para 40,3 — indicando ampliação do déficit em direitos, educação superior e inclusão.
| Pasta | Conteúdo |
|---|---|
outputs/figures/ |
28 gráficos temáticos (14 PT + 14 EN), PNG 300 dpi |
outputs/maps/ |
20 mapas coropléticos + 2 painéis de dimensões (PT + EN) |
outputs/tables/ |
24 tabelas analíticas em HTML e PNG (12 PT + 12 EN) |
# 1. Clone o repositório
git clone https://github.com/carolinafreitasm/ips-amazonia.git
# 2. Abra o projeto no RStudio
# 3. Restaure os pacotes
renv::restore()
# 4. Execute o pipeline completo
source("run_all.R")Tempo estimado: 30–60 minutos (renderização dos mapas e download dos dados
são os principais gargalos).
Dados brutos e processados não são versionados — gerados automaticamente
pelo pipeline.
| Pacote | Uso | Referência |
|---|---|---|
datazoom.amazonia |
Download dos dados do IPS | DataZoom PUC-Rio (2023) |
ggplot2 |
Visualizações | Wickham (2016) |
geobr |
Geometrias municipais brasileiras | Pereira & Gonçalves (2021) |
sf |
Dados espaciais | Pebesma (2018) |
plm |
Modelos de dados em painel | Croissant & Millo (2008) |
gt / gtExtras |
Tabelas editoriais | Iannone et al. (2024) |
classInt |
Quebras de Jenks | Bivand (2023) |
showtext |
Tipografia IBM Plex | Qiu (2023) |
patchwork |
Composição de painéis | Pedersen (2024) |
dplyr / tidyr |
Manipulação de dados | Wickham et al. (2023) |
renv |
Reprodutibilidade | Ushey & Wickham (2023) |
DATAZOOMPUC. datazoom.amazonia: Downloading and reading data from the Brazilian Amazon. PUC-Rio, 2023. Disponível em: https://github.com/datazoompuc/datazoom.amazonia
IPS BRASIL. IPS Amazônia — Índice de Progresso Social da Amazônia. Disponível em: https://ipsbrasil.org.br/amazonia
CROISSANT, Y.; MILLO, G. Panel Data Econometrics in R: The plm Package. Journal of Statistical Software, v. 27, n. 2, 2008.
PEREIRA, R. H. M.; GONÇALVES, C. N. geobr: Loads Shapefiles of Official Spatial Data Sets of Brazil. Rio de Janeiro: IPEA, 2021.
WICKHAM, H. ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York, 2016.
WICKHAM, H. et al. dplyr: A Grammar of Data Manipulation. R package version 1.1.4, 2023.
PEBESMA, E. Simple Features for R: Standardized Support for Spatial Vector Data. The R Journal, v. 10, n. 1, p. 439–446, 2018.
IANNONE, R. et al. gt: Easily Create Presentation-Ready Display Tables. R package version 0.10.1, 2024.
| Ferramenta | Uso |
|---|---|
| R 4.5.2 | Linguagem principal de análise |
| RStudio | Ambiente de desenvolvimento |
| Git 2.50 | Controle de versão |
| GitHub | Hospedagem do repositório e portfólio |
| renv | Gerenciamento de pacotes e reprodutibilidade |
Carolina Freitas
Doutora em Desenvolvimento Econômico — UFPR
PUCRS Online