Use este identificador para citar ou linkar para este item: http://repositorio.ufgd.edu.br/jspui/handle/prefix/4719
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1Hoeckel, Paulo Henrique de Oliveira-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1424572521178580pt_BR
dc.contributor.referee1Silva, Alexandre Bandeira Monteiro-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2072681457404774pt_BR
dc.contributor.referee2Casagrande, Dieison Lenon-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0769766130813793pt_BR
dc.creatorFernandes, Rafael Ferreira-
dc.creator.Latteshttp://lattes.cnpq.br/8348292436727412pt_BR
dc.date.accessioned2022-02-04T17:54:15Z-
dc.date.available2022-02-04T17:54:15Z-
dc.date.issued2021-11-26-
dc.identifier.citationFERNANDES, Rafael Ferreira. Pobreza no Mato Grosso do Sul: uma análise espacial. 2021. Trabalho de Conclusão de Curso (Ciências Econômicas) – Faculdade de Administração, Ciências Contábeis e Economia, Universidade Federal da Grande Dourados, Dourados, MS, 2021.pt_BR
dc.identifier.urihttp://repositorio.ufgd.edu.br/jspui/handle/prefix/4719-
dc.description.abstractThis study aims to analyze the multidimensional poverty in the state of the Mato Grosso do Sul for the years 1991, 2000 e 2010. For this purpose, a Multidimensional Poverty Index (MPI) was constructed, based on fuzzy sets, and the Exploratory Spatial Data Analysis (ESDA) and the Geographically Weighted Regression (GWR) were employed. The data came from the Censos Demográficos of the respective years analyzed. The results showed that 3 of the 4 largest cities in the state in terms of population were always among the best IPMs, and these were: Campo Grande, Dourados and Três Lagoas. They also pointed to the concentration during the analyzed period of the worst levels of poverty in the municipalities in the south of the state, close to the border with Paraguay and the border with Paraná, where most of the Alto-Alto clusters were located. The best levels, in turn, were located, over the years, mainly in the cities of the Northeast and North of the state, close to the borders with São Paulo, Minas Gerais, Goiás and Mato Grosso, and where most of the Low-Low clusters. In this way, the spatial autocorrelation of the IPM was verified during all the years studied, and at an increasing level. Finally, the RPG showed, together with the global model, that per capita income has, ceteris paribus, a significant relationship with multidimensional poverty in the state, thus indicating that even income does not represent multidimensional poverty in its entirety has a significant relationship.en
dc.description.resumoObjetivou-se, no presente estudo, analisar a pobreza multidimensional nos municípios do estado de Mato Grosso do Sul para os anos de 1991, 2000 e 2010. Empregou-se, com essa finalidade, a construção de um Índice de Pobreza Multidimensional (IPM), por meio dos conjuntos fuzzy, a Análise Exploratória de Dados Espaciais (AEDE) e a Regressão Ponderada Geograficamente (RPG), além dos dados dos Censos Demográficos dos respectivos anos examinados. Os resultados apontaram que 3 das 4 maiores cidades do estado em termos populacionais estiveram sempre entre as de melhores IPMs, e essas foram: Campo Grande, Dourados e Três Lagoas. Apontaram, ainda, para a concentração durante o período analisado dos piores níveis de pobreza nos municípios do Sul do estado, próximos à fronteira com o Paraguai e à divisa com o Paraná, onde, inclusive, se localizou a maior parte dos clusters Alto-Alto. Os melhores níveis, por sua vez, se situaram, com o passar dos anos, principalmente nas cidades do Nordeste e Norte do estado, próximas às divisas com São Paulo, Minas Gerais, Goiás e Mato Grosso, e onde se localizou a maior parte dos clusters Baixo-Baixo. Foi constatado, desse modo, a autocorrelação espacial do IPM durante todos os anos estudados, e em nível crescente. Por fim, a RPG evidenciou, conjuntamente com o modelo global, que a renda per capita possui, tudo o mais constante, significativa relação com a pobreza multidimensional no estado, indicando, assim, que mesmo a renda não representando a pobreza multidimensional em sua totalidade possui significativa relação com ela.pt_BR
dc.description.provenanceSubmitted by Marcos Pimentel (marcospimentel@ufgd.edu.br) on 2022-02-04T17:54:15Z No. of bitstreams: 1 RafaelFerreiraFernandes.pdf: 2119480 bytes, checksum: 0c5065852cf908a6a7504da34e1d3d55 (MD5)en
dc.description.provenanceMade available in DSpace on 2022-02-04T17:54:15Z (GMT). No. of bitstreams: 1 RafaelFerreiraFernandes.pdf: 2119480 bytes, checksum: 0c5065852cf908a6a7504da34e1d3d55 (MD5) Previous issue date: 2021-11-26en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Grande Douradospt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Administração, Ciências Contábeis e Economiapt_BR
dc.publisher.initialsUFGDpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectPobrezapt_BR
dc.subjectPovertyen
dc.subjectAnálise espacialpt_BR
dc.subjectSpatial analysisen
dc.subjectRegressão ponderada geograficamentept_BR
dc.subjectGeographically weighted regressionen
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA::ECONOMIA REGIONAL E URBANApt_BR
dc.titlePobreza no Mato Grosso do Sul: uma análise espacialpt_BR
dc.title.alternativePoverty in Mato Grosso do Sul: a spatial analysisen
dc.typeTrabalho de Conclusão de Cursopt_BR
Aparece nas coleções:Ciências Econômicas

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
RafaelFerreiraFernandes.pdf2,07 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.