Alguém postou recentemente um comentário sobre Everest Regression no Twitter – não me recordo, mas creio que tenha sido o @lmonasterio. Acabei me recordando desse termo maravilhoso que ouvi somente umas duas vezes, mas que acho bem divertido e interessante. Sendo assim, vamos entender o que ele significa! Continuar a ler “Everest Regression”
Categoria: Ciência de Dados
Conteúdo sobre ciência de dados
Experimentos Controlados: Intenção-de-Tratar
Os experimentos aleatórios controlados, famosos RCTs (Randomized Controlled Trials), trazem consigo alguns problemas no que diz respeito aos indivíduos que fazem parte do estudo. Pense, por exemplo, num indivíduo que faz parte de um estudo com um novo remédio que deve ser tomado para baixar seu colesterol. É impossível para o cientista que está realizando o estudo saber se o paciente vai tomar ou não o remédio. É impossível também ele fazer com que o indivíduo não desapareça do nada. Para lidar com estes problemas, é comum adotamos a abordagem Intenção-de-Tratar (nome traduzido diretamente de Intention to Treat). Apenas para facilitar a escrita, chamaremos a abordagem de sua abreviação no inglês, ITT. Continuar a ler “Experimentos Controlados: Intenção-de-Tratar”
Qual amostra mais confiável, uma de 90% da população ou uma de 5%?
Lembra daquelas pesquisas eleitorais de Twitter ou qualquer outra plataforma falando: entre aqui e marque em quem você vai votar, vamos fazer uma amostra de X milhões de pessoas, mais confiável que as pesquisas atuais? Eu lembro bem, pois é sofrível para alguém que adora estatística ouvir isso. Se você está minimamente próximo da estatística na sua vida profissional ou acadêmica e ainda acredita que é uma amostra de 1 milhão de pessoas é mais confiável do que uma de 5 mil, se você é desses que não desconfia de pesquisas feitas na internet onde participa quem se dispõe a clicar e preencher as respostas, então aconselho a leitura de uma discussão de hoje que aconteceu no Twitter. Continuar a ler “Qual amostra mais confiável, uma de 90% da população ou uma de 5%?”
Correlação / Causalidade + RDD: Educação Impacta na Criminalidade?
Este post já está ficando cada vez mais batido aqui no blog, mas toda vez que eu encontro um bom exemplo, me sinto na obrigação de trazê-lo. Desta vez, a análise é sobre correlação e criminalidade. Afinal de contas, parece que alunos repetentes estão mais propensos ao crime. Ou seja, a repetência teria algum efeito sobre a criminalidade. Será? Continuar a ler “Correlação / Causalidade + RDD: Educação Impacta na Criminalidade?”
Correlação e Causalidade: Dois Exemplos Práticos
Como alguém que se interessa bastante por economia e estatística, estou sempre tentando entender alguns dados e o que eles significam. Como sempre, os dados podem ter várias interpretações, principalmente se forem somente alguns levantamentos mais simples com algumas correlações e não um estudo mais rebuscado. Neste post, quero mostrar duas maneiras com que as correlações podem nos enganar na hora de interpretar causalidades. Continuar a ler “Correlação e Causalidade: Dois Exemplos Práticos”
Para que serve e como funciona a variável instrumental?
Variáveis instrumentais, em inglês Instrumental Variables (IVs), são excelentes para analisar causa e efeito de diversos eventos. Descobri esta técnica quando estudei Microeconometria, uma disciplina optativa no meu mestrado. Notei que muitas pessoas, mesmo dentro da estatística e econometria não tem tanta familiaridade com ela e achei mais espantoso ainda ela ter sido optativa. Sendo assim, resolvi escrever este breve texto introduzindo o conteúdo e a forma como esta técnica funciona. Continuar a ler “Para que serve e como funciona a variável instrumental?”
Regressão Logística: Conceitos Essenciais e Modelo
Regressão Logística, também chamada de Logit, é uma técnica de modelagem utilizada para lidar com variáveis binárias (0 ou 1). Para responder a questões como “qual o salário de um indivíduo, dado seus anos de estudos”, “qual o valor de uma casa, dadas suas características”, a regressão linear é suficiente. Entretanto, se quisermos responder a questões como “o indivíduo vai pagar uma dívida?”, “o consumidor vai comprar determinado produto?”, i.e., perguntas de sim (=1) ou não (=0), aí faz sentido usar outro modelo, dentre as diversas possibilidades temos a regressão logística. Continuar a ler “Regressão Logística: Conceitos Essenciais e Modelo”
Estatística Essencial em Forma de Anedota
Escrevi uma série de textos no Portal Deviante sobre experimentos, amostragem e outras formas de se fazer análises, além de explicar alguns conceitos estatísticos, todos em forma de historinhas, com exemplos bem claros. Cuidados que se deve ter e erros comuns. Todos bem leves e escritos de uma forma bem informal. Continuar a ler “Estatística Essencial em Forma de Anedota”
Regressão Linear: Interpretação e Análise dos Resíduos com SAS
Regressão linear foi um assunto bastante comentado quando eu criei este blog. Agora, vamos ver como é fácil rodá-la no SAS e, no mesmo código, fazer uma análise visual dos resíduos. Continuar a ler “Regressão Linear: Interpretação e Análise dos Resíduos com SAS”
Signo no modelo, vale?
Certo dia, uma amiga, da área de modelagem também, me disse a seguinte frase “se eu colocar signo, e for significativo, então eu uso no meu modelo”. Eu esperaria esse comentário de uma pessoa com zero conhecimento em econometria, ou um terraplanista, mas escutar isso de alguém envolvido com data science, me surpreendeu muito. Convenhamos, achar que a posição dos planetas no momento em que a pessoa nasce, significa algo, é muito leviano. Para não dizer outra coisa.