Análise de indicadores sobre o acesso às respostas sociais de apoio à "Família e Comunidade": Modelos de Análise de regressão e correlação entre as variáveis

Abstract

Dada a importância de se obter um maior conhecimento sobre a pobreza em Portugal, este trabalho tem como principal objetivo analisar os possíveis indicadores/variáveis com influência/impacto na proporção da população residente em risco de pobreza ou exclusão social em Portugal. Para além disso, analisa-se se, e em que medida, é que as respostas sociais de apoio à Família e Comunidade mostram ter impacto e a sua correlação com a evolução da pobreza em Portugal. Consideram-se dados reais dos indicadores de pobreza e desigualdade entre 2002 e 2022, sendo a sua análise feita a nível nacional. Efetua-se uma investigação básica de tipo descritivo para uma caracterização das diferentes variáveis e investigam-se as correlações entre elas através do coeficiente de Pearson. Com base na análise de regressão identificam-se as variáveis que melhor permitem compreender o fenómeno da pobreza. Para tal, o trabalho encontra-se dividido em quatro modelos de regressão linear múltipla distintos; - Analysis of indicators on access to social facilities and gender equality: Regression and Correlation Analysis Models, and Statistical Forecasting Models Abstract: Given the great need to obtain greater knowledge about poverty in Portugal, this work's main objective is to analyze the indicators/variables that have the greatest influence/impact on the proportion of the resident population at risk of poverty or social exclusion in Portugal. Furthermore, it is analyzed whether, and to what extent, social facilities supporting the Family and Community have an impact and their correlation with the evolution of poverty in Portugal. Real data on poverty indicators between 2002 and 2022 are considered, and the analysis of these data is carried out at national level. A basic descriptive investigation was carried out to characterize the different variables and the correlations between them were investigated using the Pearson coefficient. Based on regression analysis, the variables that best allow us to understand the phenomenon of poverty were identified. To this end, the work is divided into four distinct multiple linear regression models.