O trabalho fornece uma análise do mercado de trabalho no Brasil, focalizando encontros entre a população ocupada e a renda, isto é, verifica em quais estados e/ou atividades ocorrem simultaneamente bons rendimentos e alta proporção de ocupação. A base de dados utilizada é a PNAD/2007, e os principais cortes utilizados são as Unidades da Federação, atividades econômicas, rendimentos mensais e população ocupada.

This paper presents an analysis of the labor market in Brazil focusing the relation of population and income. We examine in which Federal Units or economic activities good wages and high occupation occur at the same time. The data base is generated from PNAD/2007, considering Federal Units, economic activities, monthly income and employed labor.

O artigo desenvolve dois tipos de índices que permitem desagregar e comparar a indústria de transformação e extrativa mineral em termos regionais e setoriais. Inicialmente, é apresentado um índice bastante simples, baseado na metodologia do Índice de Desenvolvimento Humano (IDH). Em seguida, a partir de técnicas de componentes principais, é proposto um índice mais elaborado. A utilização dos dois índices mostra resultados coerentes, confirmando os diferenciais setoriais e regionais existentes na indústria brasileira. Por outro lado, a utilização da análise de grupamento permite agregar os diversos segmentos industriais segundo seu nível de desenvolvimento.

Two indicators for the Brazilian industry are developed. The first one uses a methodology similar to that of the Human Development Index, while the second one is based on multivariate statistics techniques. Both confirm the existence of important regional inequalities in Brazilian industry. The application of cluster analysis to the data separates the industry in various groups according to its level of development.

Este trabalho trata do problema de se estabelecer um índice I que possibilite ordenar um conjunto de n objetos, segundo critério definido por um conjunto de m variáveis. De um modo geral, é necessário escolher o conjunto de variáveis adequadas, e também, os pesos atribuídos a cada variável. A Análise de Grupamento é usada para seleção de variáveis, e a Análise de Componentes Principais é usada para fornecer as ponderações. São apresentadas duas aplicações do procedimento proposto.

This paper presents a solution to the problem of finding an index number I for ranking a set of n objects, according to criteria defined by a set of m variables. In general, it is necessary to choose a suitable set of variables, and weights for each variable. Cluster Analysis is used for variable selection, and Principal Component Analysis is used to attain weights. Two applications are presented.