A população brasileira pelos endereços da ISCO-88, por piso de elegibilidade

O denominador. A distribuição da população brasileira de 18 anos ou mais pelos códigos ISCO-88, a partir da COD da PNAD Contínua, com a parcela que não está ocupada como linha da própria tabela — e não como ausência dela. É o outro lado de tse_universo, na mesma forma, para que comparar candidatura com população seja uma junção de duas linhas.

Usage

cod_populacao_br

Format

data.frame com 3.811 linhas:

piso

o piso etário de elegibilidade: 18, 21, 30 ou 35 anos. São pisos, não faixas — cada um é a população inteira daquela idade em diante, e por isso se sobrepõem.

sexo

"Homem", "Mulher" ou "Todos".

isco88

código ISCO-88 de quatro dígitos. NA nas duas linhas que não são ocupação.

situacao

"Ocupado", "Não ocupado" ou "Ocupado sem endereço na ISCO-88" (0,01% — a COD cobre quase tudo).

pop

pessoas estimadas, com o peso da PNAD Contínua.

n_pessoas

pessoas distintas na amostra, atrás da estimativa. É a coluna de precisão, e 704 das 3.811 linhas têm menos de 30.

pct

percentual dentro de (piso, sexo). Somam 100 por construção.

Source

Microdados da PNAD Contínua trimestral, IBGE, quatro trimestres de 2025. Gerada por data-raw/07b_gera_populacao.R. Os microdados não viajam com o pacote (212 MB por trimestre); o que entra é esta tabela agregada, sem indivíduo e sem identificador. https://ftp.ibge.gov.br/Trabalho_e_Rendimento/Pesquisa_Nacional_por_Amostra_de_Domicilios_continua/Trimestral/Microdados/

É estimativa de amostra com peso, e é de 2025

Isto não é um censo. Cada pop é uma estimativa da PNAD Contínua dos quatro trimestres de 2025, com o peso V1028 dividido pelo número de trimestres, e carrega o erro amostral que n_pessoas deixa medir. Ao contrário das tábuas de conversão do pacote, que não envelhecem, esta tabela envelhece: uma distribuição de 2025 lida daqui a alguns anos descreve um país que mudou. Declare o ano ao usá-la.

O pacote não faz desenho amostral. Se você precisa de erro-padrão, de intervalo de confiança ou de subpopulação, o caminho é o microdado com survey — esta tabela dá o ponto, não a incerteza.

O piso é a decisão que mais move o denominador

Os quatro pisos são os do art. 14 §3º da Constituição: 18 anos para vereador, 21 para prefeito e deputado, 30 para governador, 35 para senador e presidente. A parcela que não está ocupada muda com o piso, e não pouco:

piso	homens	mulheres	todos
18 anos	27,0%	48,1%	38,0%
21 anos	26,0%	47,7%	37,3%
30 anos	27,8%	49,9%	39,4%
35 anos	30,3%	52,3%	42,0%

Quem compara candidatos ao Senado com "a população" sem escolher o piso erra o denominador em quatro pontos, e a diferença entre os sexos é de mais de vinte.

As duas fontes perdem quase a mesma gente, por motivos opostos

Medida sobre a população de 18 anos ou mais, a cobertura do ISEI é de 61,8%; medida sobre as candidaturas de 2024, tse_universo registra 62,0%. Os números quase coincidem e as razões não têm nada em comum: a população perde quem não está ocupado, o Tribunal perde quem marcou uma rubrica que não nomeia ocupação. Trocar o denominador sem dizer troca o resultado sem avisar. É o assunto do artigo Comparar duas fontes, no site do pacote: https://moraespeixoto.github.io/ocupacoesBR/articles/comparar-fontes.html

A chave passou pela ponte reversa

A PNAD classifica por COD, e a chave desta tabela é a ISCO-88: o script percorre COD -> ISCO-08 -> ISCO-88, e o segundo passo é a ponte que isco08_para_isco88() documenta como voltando ao ponto de partida em apenas 69% dos códigos. Quem descer ao código de quatro dígitos deve saber disso, e olhar n_pessoas antes de ler a célula.

Examples

# O universo, declarado: quem está ocupado e quem não está.
p <- cod_populacao_br
aggregate(pct ~ situacao, p[p$piso == 18 & p$sexo == "Todos", ], sum)
#>                          situacao    pct
#> 1                     Não ocupado 38.008
#> 2                         Ocupado 61.988
#> 3 Ocupado sem endereço na ISCO-88  0.006

# A composição da população ocupada pelo grande grupo, no piso de vereador.
o <- p[p$piso == 18 & p$sexo == "Todos" & p$situacao == "Ocupado", ]
round(tapply(o$pop, substr(o$isco88, 1, 1), sum) / sum(o$pop) * 100, 1)
#>    0    1    2    3    4    5    6    7    8    9 
#>  0.3  7.6 12.9  9.3  9.3 15.4  4.8 12.9  9.6 17.9 

# A célula que só existe porque a tabela guarda quatro dígitos: a polícia
# militar, que a COD aloca ao grande grupo 0 e cod_para_isco() devolve ao 5.
p[p$isco88 %in% c("5161", "5162") & p$piso == 18, ]
#>     piso   sexo isco88 situacao    pop n_pessoas   pct
#> 174   18  Homem   5161  Ocupado 109788       476 0.141
#> 175   18  Homem   5162  Ocupado 503349      2115 0.646
#> 492   18 Mulher   5161  Ocupado  19834        94 0.023
#> 493   18 Mulher   5162  Ocupado  75038       368 0.089
#> 809   18  Todos   5161  Ocupado 129622       570 0.080
#> 810   18  Todos   5162  Ocupado 578387      2483 0.356