CATEGORIZAÇÃO DE PAÍSES EM FUNÇÃO DAS VARIÁVEIS QUE COMPÕEM O BETTER LIFE INDEX

• Autor(a) principal: Costa, Helder Gomes
• Data de Publicação: 2023
• Outros Autores: Azevedo, Glaucia da Costa, De Souza, Luciano Azevedo, Eufrazio, Edilvando Pereira
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Cadernos do IME. Série Estatística (Online)
• DOI: 10.12957/cadest.2022.71915
• Texto Completo: https://www.e-publicacoes.uerj.br/cadest/article/view/71915
• topic: BLI; Better Life Index; OECD; Clusterização

O Better Life Index (BLI) é um respeitado indicador desenvolvido pela Organization for Economic Cooperation and Development (OECD) para avaliar o bem-estar dos países voltado para decisões organizacionais, governamentais ou mesmo pessoais. Os países são analisados segundo 24 variáveis organizadas em 11 dimensões, as quais são agregadas no BLI calculado individualmente pra cada país. Uma lacuna existente neste contexto é a falta de agrupamento dos páises em acordo com as métricas do BLI, de forma a permitir o planejamento de ações para “pacotes” de países. O objetivo do presente estudo é contribuir para suprir essa carência por meio da aplicação de método de método de clusterização aos dados do BLI. Foi desenvolvido e implementado um código python que utilizou o algoritmo de clusterização kmeans, disponibilizado no pacote scikitlearn para aplicações desenvolvidas em python. Ainda como parte da codificação python, foi utilizado o pacote folium para a plotagem dos dados em um gráfico do tipo mapa-mundi.. A clusterização obtida possibilita a visualiazação em um mapa as classificações obtidas, o que fornece subsídios visuais para a tomada de decisões e políticas.