Analisando pobreza subjetiva e valores sociais por meio da WVS

Repositório do projeto de análise de valores sociais e pobreza subjetiva a partir dos dados longitudinais da World Values Survey (WVS, 1981-2022), composto por dois módulos complementares: um pipeline de Machine Learning e um dashboard interativo.

---

Sobre o projeto

Este projeto é desenvolvido em duas frentes diferentes e complementares:

• Utilizando ferramentas de DataViz, avalia-se em que medida valores e percepções sociais mudam ao longo do tempo, entre países e em subgrupos sociodemográficos
• Recorrendo a ensemble, tenta-se inferir quais as principais variáveis para a autopercepção de pobreza dos respondentes, sem o uso de variáveis econômicas diretas.

A frente de DataViz cobre todas as 7 Waves (ondas) da pesquisa, enquanto a etapa de machine learning prepara modelos para as waves 5 a 7 (2005–2022), permitindo comparações temporais sobre a relação entre dimensões culturais e pobreza subjetiva.

O dashboard interativo deste produto pode ser visto em 🔗 Dashboard WVS

---

Fonte de dados

INGLEHART, R. et al. (eds.). World Values Survey: All Rounds - Country-Pooled Datafile. Madrid; Vienna: JD Systems Institute; WVSA Secretariat, 2022. Dataset Version 5.0. Disponível em: https://doi.org/10.14281/18241.17.

Os dados não estão incluídos neste repositório. Para reproduzir as análises, faça o download do arquivo WVS TimeSeries 1981 2022 Rds v5 0.zip diretamente no site da World Values Survey e salve-o na pasta data/. Não necessário descompactá-lo, nem renomeá-lo.

---

Estrutura do repositório

├── main.R                   # Ponto de entrada: carrega pacotes, funções e executa o pipeline
├── R/
│   ├── config.R             # Parâmetros e constantes configuráveis
│   ├── pipeline.R           # Funções de preparação, feature selection, treino e avaliação
│   ├── dataviz.R            # Funções de visualização e orquestrador de gráficos
│   └── dashboard.R          # Aplicação Shiny (dashboard interativo)
├── data/                    # Diretório para o arquivo de dados (não versionado)
├── outputs/                 # Diretório para resultados visuais dos modelos (não versionado)
│   ├── models/              # Modelos LightGBM salvos (não versionado)
│   ├── plots/               # Gráficos gerados pelo pipeline (não versionado)
│   └── resultados_lgbm.rds  # Desempenho dos modelos LightGBM (não versionado)
└── README.md

---

Requisitos

• R >= 4.2
• Pacotes R (instalados automaticamente via main.R):

lightgbm, ggplot2, scales, cowplot, Information, rstatix, mRMRe,
glmnet, shapviz, rsample, tidyr, patchwork, countrycode, haven,
shiny, bslib, plotly, labelled, shinyWidgets, here, dplyr, pROC

---

Como executar

1. Baixe o arquivo indicado na seção 'Fonte de Dados';
2. Abra o arquivo main.R e siga as etapas indicadas.

---

Dashboard interativo

Após abarir main.R, e executar as seções 0. e 1. do arquivo, o dashboard pode ser iniciado com:

baseWVS <- funs$carregar_base(vars$PATH_DATA, wave_min = 1)  # Base original, completa
baseVIZ <- funs$preparar_base(baseWVS)                       # Base enxuta para dashboard
rm(baseWVS) ; gc() ; cat('\014')                             # Removendo original e limpando
funs$dashboard_wvs(baseVIZ)                                  # Inicialização do dashboard

---

Configuração

Os principais parâmetros do pipeline podem ser ajustados em R/config.R:

Parâmetro	Descrição	Padrão
WAVES	Waves a processar no ML	c(5, 6, 7)
MISS_THRESHOLD	Limite de missing para remoção	0.20
FREQ_THRESHOLD	Limite máximo de respondentes na mesma categoria	0.95
IV_THRESHOLD	Limite inferior de discriminação para manutenção	0.02
CV_THRESHOLD	Limite infrior de associação para manutenção	0.05
PROP_MRMR	Proporção de candidatas para mRMR	0.60
MAX_MRMR	Teto de variáveis para mRMR	150
LGB_ROUNDS	Máximo de iterações (árvores) do LightGBM	1000
LGB_EARLY_STOP	Para o treino se AUC não melhora após N rodadas	50
LGB_LEARNING_RATE	Tamanho do passo de aprendizado	0.05
LGB_NUM_LEAVES	Complexidade máxima de cada árvore	31
LGB_MIN_DATA	Mínimo de observações por folha	20
LGB_FEAT_FRAC	Fração de variáveis amostradas por árvore	0.8
LGB_BAG_FRAC	Fração de observações amostradas por árvore	0.8
LGB_BAG_FREQ	Frequência de bagging (a cada N iterações)	5
VARS_EXCLUIR	Lista de atributos removidos antes do Feature Selection	c(...)
VARS_DASHBOARD	Lista de atributos a serem utilizados no Dashboard WVS	c(...)

---

Reprodutibilidade

As sementes aleatórias estão fixadas em config.R (SEED_SPLIT e SEED_LGB). Para resultados idênticos, mantenha os valores padrão e utilize a mesma versão do arquivo de dados (WVS v5.0).

---

Desenvolvimento

O desenvolvimento dos códigos aqui disponibilizados contou com o auxílio extensivo de inteligência artificial generativa ao longo de todo o processo, incluindo arquitetura do pipeline, escrita e revisão de código, decisões metodológicas e documentação. A ferramenta utilizada para tal fim foi:

ANTHROPIC. Claude Sonnet 4.6. San Francisco: Anthropic, 2025. Disponível em: https://claude.ai. Acesso em: 13 mai. 2026.

O uso de IA não substitui a responsabilidade intelectual do autor sobre as escolhas metodológicas, interpretações e resultados apresentados.

---

Licença

O código deste projeto está licenciado sob a Creative Commons Attribution 4.0 International (CC BY 4.0).

Você pode usar, modificar e distribuir o material para qualquer finalidade, inclusive comercial, desde que a autoria original seja devidamente citada.

Os dados da World Values Survey estão sujeitos aos termos de uso da WVS e não podem ser redistribuídos. Faça o download diretamente da fonte oficial.