Este é um relatório escrito em Markdown descrevendo um estudo realizado para a corregedoria do Tribunal de Justiça de São Paulo. O estudo em questão teve a finalidade de auxiliar a tomada de decisão na criação das varas especializadas em direito comercial na Comarca de São Paulo.
Para compilar este relatório, você precisará da versão de desenvolvimento do pacote bookdown disponível no Github do rstudio:
devtools::install_github("rstudio/bookdown")
Cada arquivo Rmd contém um e apenas um capítulo, e cada capítulo é definido pelo primeiro nível de cabeçalho #
.
Para compilar este documento em PDF, você precisará utilizar XeLaTeX.
knitr::write_bib(c( .packages(), 'bookdown', 'knitr', 'rmarkdown' ), 'packages.bib')
# configs knitr::opts_chunk$set(echo = FALSE, warning = FALSE, error = FALSE, message = FALSE) base <- './' if(stringr::str_detect(getwd(), 'docs')) base <- '../' rm_accent <- function(x) gsub("`", "", iconv(x, to = "ASCII//TRANSLIT")) # pacotes library(tidyr) library(dplyr) library(ggplot2) library(purrr) library(forcats) library(readxl) library(lubridate) library(stringr) library(readr) library(survival)
# bases e funcoes source(paste0(base, 'R/0-funcoes/adicionar_emp.R')) cnj_empresarial <- readr::read_rds(paste0(base, "data/cnj_empresarial.rds")) cnj_completa <- readr::read_rds(paste0(base, "data/tabela_cnj_completa.rds")) d_tidy <- readr::read_rds(paste0(base, "data/d_tidy.rds")) d_fcc <- readr::read_rds(paste0(base, "data/d_fcc.rds")) # d_tidy_p <- adicionar_emp(d_tidy, cnj_empresarial, cnj_completa) d_tidy_p <- readr::read_rds(paste0(base, "data/d_tidy_p.rds")) # tabela do apendice tab_cnj <- cnj_empresarial %>% roll() %>% select(folha, dispositivo_legal, artigo) %>% mutate_all(funs(str_trunc(., width = 35))) %>% select(assunto = folha, `Dispositivo Legal` = dispositivo_legal, Artigo = artigo) # volume de processos N0 <- ceiling(sum(d_tidy_p$p[d_tidy_p$p == 1]) / 3) C <- ceiling(sum(d_tidy_p$p[d_tidy_p$p < 1]) / 3) N <- ceiling(sum(d_tidy_p[['p']]) / 3) Tec <- round(23/11, 2) p <- .6 Ne <- ceiling(ceiling(sum(d_tidy_p[['p']]) / 3) * 23/11 / .6) Nmax <- floor(sum(d_tidy_p$p > 0) / 3) Nmax <- as.integer(Nmax) Vmax <- floor(sum(d_tidy_p$p > 0) / 3 / 1800) numeros_esperados <- d_tidy %>% inner_join(d_tidy_p, 'n_processo') %>% group_by(assunto) %>% summarise(`# Processos` = n(), `% Empresariais` = sum(p) / `# Processos`, `# Empresariais` = sum(p)) %>% filter(`# Processos` > 0, `% Empresariais` != 1, `% Empresariais` != 0) %>% rename(Assunto = assunto) %>% arrange(desc(`# Empresariais`)) %>% head(10) %>% # janitor::add_totals_row() %>% mutate(`% Empresariais` = scales::percent(`% Empresariais`), `# Empresariais` = round(`# Empresariais`)) %>% # mutate(`% Empresariais` = c(`% Empresariais`[-n()], '-')) %>% identity() # volume de trabalho d_fcc <- d_fcc %>% mutate(censura = as.numeric(pmax(julgado, baixa, recurso, sentenca)), censura = if_else(censura > 0, 1, 0)) %>% mutate(t_deci_total = n_deci_e_desp * t_deci) p_sobrev <- d_fcc %>% filter(tipo != "RJ") %>% with(survfit(Surv(t_deci_total, censura) ~ tipo)) %>% ggfortify:::autoplot.survfit(conf.int = F, surv.geom = 'line', censor = F) + scale_x_continuous(limits = c(0,250)) + theme_bw(12) + xlab("Total de tempo acumulado\ngasto em decisões e despachos (dias)") + ylab("Proporção de processos") p_sobrev_total <- d_fcc %>% filter(tipo != "RJ") %>% with(survfit(Surv(tempo_total, censura) ~ tipo)) %>% ggfortify:::autoplot.survfit(conf.int = F, surv.geom = 'line', censor = F) + scale_x_continuous(limits = c(0,250)) + theme_bw(12) + xlab("Tempo até a última movimentação (dias)") + ylab("Proporção de processos")
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.