Análise de Dados do PNAD COVID 🚀

Introdução 🤓

Este projeto utiliza o Star Schema para organizar dados da PNAD em um Data Warehouse, otimizando análises e relatórios sobre a pandemia COVID-19.

Banco de Dados 📋

A estrutura do banco de dados é composta por uma tabela de fato central e dimensões diversas, refletindo diferentes aspectos da pandemia:

• Dimensão Saúde: Sintomas e Vacinação.
• Dimensão Trabalho: Informações sobre emprego e atividade econômica.
• Dimensão População: Dados demográficos.
• Dimensão Economia: Indicadores econômicos.
• Dimensão Comportamento: Atitudes durante a pandemia.

Arquivos do Projeto 📂

• Query_Dimension_Fact_Staging.sql - Script SQL para estruturação do DW.
• ETL_PnadCovid.ipynb - Jupyter Notebook detalhando o processo de ETL com Python.

Análise Exploratória

Identificamos padrões críticos e tendências através de uma análise detalhada de variáveis selecionadas, usando métodos estatísticos e preditivos.

Modelagem

Utilizamos regressão logística para examinar a relação entre sintomas e variáveis demográficas e econômicas.

Conclusões e Recomendações 📊

Prepare-se para futuros desafios com nossas recomendações estratégicas.

• Triagem Diferenciada: Adapte a triagem baseada em idade e condições de moradia.
• Apoio Socioeconômico: Atenda as necessidades dos mais vulneráveis.
• Monitoramento e Educação: Eduque sobre prevenção e manejo de sintomas.

Sobre o Projeto 📒

Este projeto foi desenvolvido para fornecer insights valiosos para a preparação de hospitais e instituições de saúde em resposta à COVID-19.

Cores do Design 💟

• ![Cor Bege] #E8D9C6
• ![Cor Azul Escuro] #486773
• ![Cor Azul Claro] #7AB0C2
• ![Cor Cinza Azulado] #B9C3C2

---

PNAD COVID Data Analysis 🚀

Introduction 🤓

This project uses the Star Schema to organize PNAD data into a Data Warehouse, optimizing analyses and reports on the COVID-19 pandemic.

Database Structure 📋

The database structure consists of a central fact table and several dimensions, reflecting different aspects of the pandemic:

• Health Dimension: Symptoms and Vaccination.
• Work Dimension: Employment and economic activity information.
• Population Dimension: Demographic data.
• Economic Dimension: Economic indicators.
• Behavior Dimension: Attitudes during the pandemic.

Project Files 📂

• Query_Dimension_Fact_Staging.sql - SQL script for DW structuring.
• ETL_PnadCovid.ipynb - Jupyter Notebook detailing the ETL process using Python.

Exploratory Analysis

We identified critical patterns and trends through a detailed analysis of selected variables, using statistical and predictive methods.

Modeling

We used logistic regression to examine the relationship between symptoms and demographic and economic variables.

Conclusions and Recommendations 📊

Prepare for future challenges with our strategic recommendations.

• Differentiated Screening: Adapt screening based on age and living conditions.
• Socioeconomic Support: Meet the needs of the most vulnerable.
• Monitoring and Education: Educate on prevention and management of symptoms.

About the Project 📒

This project was developed to provide valuable insights for the preparation of hospitals and health institutions in response to COVID-19.

Design Colors 💟

• ![Beige Color] #E8D9C6
• ![Dark Blue Color] #486773
• ![Light Blue Color] #7AB0C2
• ![Bluish Gray Color] #B9C3C2