Trata-se de um estudo descritivo, de abordagem quantitativa, fundamentado em dados de casos notificados de dengue no município de Alagoinhas(BA), referentes ao período de 2015 a 2025. As informações foram obtidas a partir da plataforma InfoDengue, sendo posteriormente organizadas, tratadas e analisadas por meio da linguagem de programação R. Foram elaborados gráficos e aplicadas estatísticas descritivas com o objetivo de identificar padrões temporais, tendências e possíveis sazonalidades ao longo das semanas epidemiológicas, fundamentos essenciais no processo de análise exploratória de dados. Os procedimentos analíticos foram documentados integralmente por meio da disponibilização do código-fonte em R, organizado de forma sequencial, contemplando as etapas de importação, limpeza, análise exploratória e visualização dos dados, assegurando a reprodutibilidade do estudo.

Este documento apresenta uma análise exploratória completa dos dados de dengue no município de Alagoinhas/BA, abrangendo 575 semanas epidemiológicas ao longo de 10 anos. O estudo foi desenvolvido em R e aplica técnicas estatísticas que vão desde a análise univariada até a decomposição de séries temporais e modelagem de regressão. Técnicas utilizadas: Análise univariada: histogramas, boxplots e gráficos de violino combinados com medidas de assimetria e curtose Análise bivariada: correlações de Pearson e Spearman com matrizes de correlação visualizadas via ggcorrplot e testes de significância estatística Séries temporais: gráficos de linha, análise de sazonalidade mensal/anual e decomposição STL (tendência + sazonalidade + resíduos) Modelagem: regressão linear simples para quantificar relações entre casos e variáveis climáticas Visualizações avançadas: dispersão com curvas LOESS, boxplots estratificados por faixas, jitter e densidade bidimensional Principais resultados: Distribuição de casos fortemente assimétrica (média 9,8; mediana 3,0) com surtos intercalados Umidade máxima correlacionada com casos (ρ=0,48; p<0,001) – cada +1% = +1,5 casos Temperatura máxima sem associação significativa na faixa observada (28-33°C) Tendência de aceleração dos casos a partir de 2020, com pico entre 2023-2025 Sazonalidade definida: maior incidência entre junho e setembro Rt com forte correlação (ρ=0,65), útil como alerta precoce O código e os procedimentos estão disponíveis para reprodutibilidade.