Bases de Dados Institucionais Brasileiras
Conceitos, métodos e aplicações em R
Prefácio
Este livro nasceu de uma necessidade prática vivida ao longo de dez anos ministrando a disciplina Levantamentos e Pesquisas em Engenharia de Transportes (ENGR80, antiga ENGJ66) na Universidade Federal da Bahia (UFBA). Ao longo desse período, ficou evidente a ausência de um material de referência em português que reunisse, de forma integrada, as principais bases de dados institucionais brasileiras e demonstrasse como acessá-las e analisá-las computacionalmente. Esta obra é a resposta a essa lacuna.
O objetivo é oferecer um guia prático e conceitualmente fundamentado para estudantes e pesquisadores que precisam trabalhar com dados produzidos de forma institucional, seja para dissertações, relatórios técnicos, projetos de pesquisa ou análises de políticas públicas. Cada capítulo combina a apresentação conceitual da fonte de dados com exemplos reais de acesso, processamento e visualização em R.
O livro está dividido em seis partes, cada uma dedicada a um conjunto temático de conteúdos.
A Parte 1 é dedicada à Análise Exploratória de Dados com R e serve de base metodológica para todo o restante do livro. São cobertos a introdução à linguagem R, estatística descritiva, manipulação de dados tabulares, visualização de dados e manipulação de dados geográficos. O leitor que já tem experiência com R pode avançar diretamente para as partes seguintes, retornando a esta sempre que necessário.
A Parte 2 trata do Censo Demográfico, a pesquisa de maior capilaridade territorial do país. São abordados desde os conceitos e a estrutura metodológica do censo até formas de acesso a agregados por setor censitário, microdados individuais, a grade estatística do IBGE e o Cadastro Nacional de Endereços para Fins Estatísticos (CNEFE).
A Parte 3 é dedicada à Pesquisa Nacional por Amostra de Domicílios Contínua (PNAD-C), principal instrumento de acompanhamento das condições de vida e do mercado de trabalho no Brasil entre os censos.
A Parte 4 aborda fontes de dados sobre Mercado de Trabalho, com ênfase na Relação Anual de Informações Sociais (RAIS) e no Cadastro Geral de Empregados e Desempregados (CAGED), que juntos formam a base do registro administrativo do emprego formal no Brasil.
A Parte 5 explora dados de Mobilidade Urbana, com destaque para as pesquisas de origem e destino realizadas nas principais regiões metropolitanas brasileiras, instrumentos essenciais para o planejamento e a modelagem de transportes.
A Parte 6 apresenta fontes de dados de Saúde, incluindo os microdados do Sistema de Informações em Saúde do Ministério da Saúde (DataSUS) e a Pesquisa Nacional de Saúde (PNS) do IBGE.
O livro é razoavelmente autossuficiente em termos de ferramentas. A Parte 1 cobre os fundamentos de R necessários para acompanhar os demais capítulos, de modo que não se exige experiência prévia com a linguagem. Ao longo do texto, são utilizados pacotes do ecossistema tidyverse e pacotes especializados para acesso a dados brasileiros, como censobr, geobr, cnefetools e PNADcIBGE.
Para quem deseja aprofundar o uso de R com dados brasileiros, recomendo o canal do YouTube Rocha Data in R, mantido pelo pesquisador Fábio Rocha. O canal oferece tutoriais práticos e atualizados sobre análise de dados com R, com foco em fontes de dados públicas brasileiras, e constitui um excelente complemento a este livro.
Uma nota sobre este livro
Este material está em permanente construção. Bases de dados institucionais mudam, metodologias são revisadas, plataformas de acesso são reformuladas e novos pacotes surgem. O leitor é encorajado a verificar sempre a documentação oficial de cada fonte e a reportar eventuais desatualizações.
Jorge Ubirajara Pedreira Junior Salvador, 2026