Análise das Eleições Municipais de 2024

Este projeto busca analisar os resultados das eleições municipais de 2024 no Brasil, considerando variáveis políticas, profissionais e socioeconômicas. O objetivo é identificar padrões e tendências eleitorais através de análises estatísticas avançadas, incluindo correlação e regressão linear multivariada.

---

📊 Objetivos do Projeto

• Análise por Espectro Político:
  Classificar os partidos políticos por espectro ideológico e avaliar o desempenho eleitoral em diferentes regiões.

• Análise das Profissões dos Prefeitos Eleitos:
  Identificar as profissões mais comuns entre os candidatos eleitos e correlacioná-las com características socioeconômicas dos municípios.

• Cruzamento de Dados Socioeconômicos:
  Realizar análises estatísticas para entender como variáveis socioeconômicas (IDH, renda média, taxa de escolaridade, entre outros) estão relacionadas com os resultados das eleições.

• Modelagem Estatística:
  Aplicar correlação e regressão linear multivariada para identificar relações entre fatores socioeconômicos e padrões eleitorais.

---

🔍 Etapas do Projeto

1. Coleta de Dados

• Resultados das eleições municipais de 2024 (fonte: TSE).
• Informações sobre os prefeitos eleitos, incluindo profissão.
• Dados socioeconômicos dos municípios (fonte: IBGE, Atlas do Desenvolvimento Humano).

2. Limpeza e Preparação dos Dados

• Padronização das informações coletadas.
• Tratamento de dados ausentes.
• Normalização das variáveis para análises estatísticas.

3. Análise Descritiva

• Distribuição dos partidos por espectro político.
• Frequência das profissões dos candidatos eleitos.
• Caracterização socioeconômica dos municípios analisados.

4. Análise Estatística e Modelagem

• Correlação entre variáveis socioeconômicas e resultados eleitorais.
• Regressão linear multivariada para identificar preditores dos resultados eleitorais.

5. Visualização de Dados

• Gráficos interativos para análise de padrões.
• Mapas geográficos para visualização regional.

6. Documentação e Relatórios

• Relatório final com insights das análises.
• Publicação de artigos e dashboards interativos.

---

🛠️ Tecnologias Utilizadas

• Linguagens: Python, Jupyter Notebook
• Bibliotecas: Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn, Plotly
• Plataforma de Dados: Jupyter Notebook
• Banco de Dados: CSV
• Controle de Versão: Git

---

📑 Estrutura do Projeto

├── .data                  # Conjunto de dados brutos e tratados      
|-- .shapefiles
├── reports                # Relatórios gerados e documentações analíticas  
├── requirements.txt       # Bibliotecas e dependências do projeto  
└── README.md              # Documentação principal  

---

🔗 Fontes de Dados

• Tribunal Superior Eleitoral (TSE)
• IBGE
• Atlas do Desenvolvimento Humano

---

🚀 Como Contribuir

1. Faça um fork do projeto.
2. Crie uma branch para a nova funcionalidade (git checkout -b feature/nova-analise).
3. Commit suas alterações (git commit -m 'Adiciona nova análise').
4. Faça um push para a branch (git push origin feature/nova-analise).
5. Abra um Pull Request.

---

🧑‍💻 Realizado por

• Jeronimo de Rossi Molina
  • Doutorando em Política e Relações de Poder, Cientista de Dados

---

📄 Licença

Este projeto está licenciado sob a licença MIT - veja o arquivo LICENSE para mais detalhes.

---

📧 Contato

Para dúvidas e sugestões, entre em contato pelo LinkedIn. Saiba mais em meu portfólio.