Eealizamos simples introdução à uma função (intitulada auto.arima) que adota abordagem algorítmica para selecionar AR, MA e ordem de integração de modelo ARIMA. Modelamos série temporal de casos de COVID devido à relevância do tema e a usual adequação deste tipo de série ser modelada com emprego de modelo ARIMA.

O COVID-19 afetou significativamente diversos setores municipais. Nesse contexto, pessoa vinculada à Câmara Municipal de Ribeirão Preto requereu auxílio para a manipulação e a plotagem de dados referentes à COVID-19 e a valores pagos, sendo os últimos associados a setor da prefeitura. Os plots neste Markdown elaborados foram produzidos no processo adotado para atender a demanda da pessoa vinculada à Câmara de Ribeirão Preto,isso no processo de produção de relatório associado à Comissão Especial de Estudos. Mais precisamente, neste Markdown é almejado visualizar a relação de casos de COVID-19 (considerando o período em que ocorrem) com valores pagos (considerando o período, a finalidade e a origem do dinheiro). Aqui, tratamos do setor de Cultura.

No Markdown, em seção iniciada por "Visando cooperar com uma compreensão inicial dos clusters obtidos", são efetuadas descrições de como os dados/modelos são fundamentos para a tomada de decisão; em uma abordagem de dados para ação. Para visualizar modelagem baseada em equações de leis de escala: https://www.linkedin.com/feed/update/urn:li:activity:6973615107532566528/ Visão geral: Importa, pré-processa, analisa visualmente e modela dados para identificar SAMIs do PIB de cidades mineiras. Usando tais SAMIs, identificamos clusters de cidades, isso com base em abordagem de redes complexas. É apresentada, no Markdown, a utilidade de tais clusters e de SAMIs, para gestores públicos e privados.

Coleta e trata dados para obter o PIB per capita real de todos os municípios paulistas (períodos 2002 - 2018). Visualiza os padrões espaço-temporais dessa medida utilizando o software Power BI.