Ciência de dados aplicada ao desenvolvimento de ferramentas para análise de dados eleitorais brasileiros em linguagem R

Abstract

Com a popularização da internet, uma quantidade crescente de dados passou a ser produzida e disseminada de forma rápida e acessível. Enquanto este crescimento é benéfico para o acúmulo de dados, pode ser um obstáculo a verificação da acurácia destes. Ainda assim, existem fontes confiáveis que disponibilizam dados verificados com um certo nível de garantia de exatidão. Para diminuir a burocracia e facilitar o espalhamento dos dados, o Governo do Brasil vem utilizando, há alguns anos, a Internet como meio de divulgação de informações que têm sua disseminação obrigatória por lei. Por provirem diretamente do Estado, estes dados são tidos como confiáveis. A maioria dos órgãos das esferas governamentais está sujeita a esta lei, e não é diferente com o Tribunal Superior Eleitoral (TSE), que serve de administrador dos processos eleitorais no país. São objetos deste estudo os dados disponibilizados pelo TSE, que trazem informações sobre pleitos, resultados de eleições e dados demográficos dos eleitores. Assim, este projeto buscou desenvolver um conjunto de funções simples em linguagem R que permitisse a criação de mapas temáticos. O trabalho realizado gerou duas funções que criam mapas distintos oferecendo uma organização e visualização dos dados. Em função das limitações da base de dados do TSE, não foi possível utilizar uma maior gama de dados no projeto. Acredita-se que o trabalho cumpriu o objetivo inicial proposto de oferecer um panorama para demonstrar a evolução entre votações semelhantes ocorridas em períodos distintos.

Throughout the years, internet usage has become more common, leading to mass production and distribution of data in a quick and accessible way. Although this has contributed to the increase of the amount of content available worldwide, it has also made the verification processmore difficult. Nevertheless, there are reliable sources of information that provide verified data with some level of accuracy. A few years ago, in order to reduce bureaucracy and to help data propagation, the Government of Brazil started leveraging the Internet as a means of publishing public information (which it is required to do by law). Because the data comes directly from the government, it is deemed trustable. Most of the public institutions are subject to this information broadcasting law, and that includes the Tribunal Superior Eleitoral (TSE), which is Brazil’s court responsible for the electoral proceedings nationwide. The data provided by this court includes electoral polls, results and demographics on electors, and it’s the main sourceof data for this project. This project aimed at developing a set of simple tools that allow for data visualisation through the creation of maps using the R language. It has generated two functions that plot Brazil maps divided by state which contain data about elections. These maps offer a rich way to visualize and organize this electoral data. Because of some technical difficulties the TSE has been facing, not a lot of data was available to be used. It is believed that this work has achieved its goals by providing the tools necessary to analyse and compare the results of two different pools.