Mapas de roubos em Brasília?


Recentemente conheci um site com uma iniciativa bem bacana chamado Onde Fui Roubado. Lá qualquer pessoa pode reportar um crime especificando local, hora, objetos roubados e inclusive fornecer um relato. Há mais de 16 mil registros para várias cidades do país, e resolvi fazer um webscraping para ver como são estes dados.

Especificamente para Brasília, infelizmente, existem apenas cerca de 200 registros. A maioria na Asa Sul, Asa Norte e Sudoeste, com mais de 100. A ideia aqui será montar um mapa de calor, ou de densidade, dos roubos no Plano Piloto.

Temos, entretanto, dois problemas que valem ser ressaltados: (i) a amostra é pequena; e, (ii) possivelmente viesada. Isto é, como o site ainda não parece ser muito conhecido, não necessariamente o público que está informando é representativo da população do local. Ainda assim, tendo em mente essas ressalvas, vamos brincar um pouco com a visualização dos dados!

Primeiro, vejamos um mapa com todos os casos – note que, quanto mais vermelho, maior a concentração de roubos reportados na região. A maior parte dos registros foram na Asa Sul e Asa Norte. Na Asa Norte, em especial, a região próxima à UnB tem destaque. Lembre que talvez isto seja decorrência, por exemplo, de pessoas mais jovens conhecerem o site e reportarem mais casos.

crimes_geral

 

Vamos dividir agora o mapa por horário do roubo, entre manhã, tarde, noite e madrugada. A maior parte dos roubos registrados ocorreu durante a noite, com focos na Asa Norte e início da Asa Sul.

hora

 

Vejamos, ainda, uma divisão por dias da semana. De maneira consistente com os mapas anteriores, aparece um foco nas sextas, na região próxima à UnB.

semana

Poderíamos fazer um mapa cruzando dias da semana e hora, mas temos poucos dados para isso. A ideia aqui é mostrar como podem ser poderosas essas visualizações! Se a Secretaria de Segurança Pública liberar os microdados dos BO’s (se alguém tiver estes dados, por favor, entre em contato), seria possível montar mapas bem acurados. E imagine cruzá-los com as informações de imóveis - poderíamos medir o impacto da criminalidade nos preços imobiliários.

Por fim, reforço a divulgação do Onde Fui Roubado, é uma iniciativa louvável!

***

A quem interessar, seguem os códigos para a construção dos mapas. Os dados podem ser baixados aqui.


library(ggmap)
library(dplyr)

### carrega dados
dados <- readRDS("roubo2.rds")

### Pega mapa de Brasília
q<-qmap("estadio mane garrincha, Brasilia", zoom=13, color="bw")

### transformando data em POSIXlt e extraindo hora

dados$hora <- as.POSIXlt(dados$data)$hour

### selecionando a base de dados do plano piloto, criando semanas e horários
bsb <- filter(na.omit(dados), cidade=="Brasília/DF",
lon > -47.95218, lon < -47.84232,
lat > -15.83679, lat < -15.73107)%.%
mutate(semana = weekdays(data),
hora = cut(hora,
breaks=c(-1,6,12,18,25),
labels=c("Madrugada", "Manhã", "Tarde", "Noite")))

### reordenando os dias da semana
bsb$semana <- factor(bsb$semana, levels = c("segunda-feira", "terça-feira",
"quarta-feira", "quinta-feira",
"sexta-feira", "sábado", "domingo"))

### estrutura básica do gráfico
map <- q + stat_density2d(
aes(x = lon, y = lat, fill = ..level.., alpha = ..level..),
size = 2, bins = 4, data = bsb,
geom = "polygon")

### mapa geral
map + scale_fill_gradient(low = "black", high = "red", guide=FALSE)+
scale_alpha(guide=FALSE)

### mapa por dia da semana
map+scale_fill_gradient(low = "black", high = "red", guide=FALSE)+
facet_wrap(~ semana)+scale_alpha(guide=FALSE)

### mapa por horário
map+scale_fill_gradient(low = "black", high = "red", guide=FALSE)+
facet_wrap(~ hora) + scale_alpha(guide=FALSE)

 

E se os economistas escrevessem os cartões de Natal?


Fim de ano e festas chegando, nada mais justo do que aproveitar para reciclar rever posts antigos.

Para o Natal, nada melhor do que repetir o post do ano passado, mas com uma atualização para não dizer que sou completamente preguiçoso.

*** Atualização para 2013 ***

- Entrevista com o “Scrooge” economist  Waldfogel (para saber quem é Waldfogel, leia o post abaixo);

- Como dito no post do ano passado (abaixo), nem todos os economistas são os estraga-prazeres das trocas de presentes natalinas. Na verdade, a maioria (54%) parece não ser.

- Seguindo o link anterior: e se os economistas escrevessem os cartões de Natal? Segue exemplo da grande sensibilidade sobre a alma humana que um economista pode ter.

natal

*** Post de 2012 ***

É fim de ano. Provavelmente, você foi convidado para participar de um amigo-oculto da sua empresa. Você, animado, comprou aquele vinho bacana… mas, voltou com uma vela de Natal para casa. É capaz, ainda, de a pessoa que voltou com o seu vinho não ser um apreciador da bebida e, caso pudesse, ter preferido ficar com a sua vela.

O mesmo pode acabar acontecendo, também, nas trocas de presentes de Natal em família. Será que aquela roupa que você comprou para seu sobrinho mais novo era, realmente, o melhor uso que ele faria do dinheiro? Muito difícil. Você terá sorte se ele não falar na sua frente (e na frente de todos) que preferia um jogo de PlayStation 3. Nem ele e nem você saem felizes.

Todos esses são exemplos de ineficiência. Os presentes, em geral, perdem muito valor para quem os recebeu. E é aí que o economista, geralmente estraga-prazeres, entra para estimar qual é a perda que os presentes das festas de fim-de-ano geram na economia.

Waldfogel, há cerca de 20 anos, em artigo intitulado “o peso-morto do Natal“, estimou esta ineficiência para os EUA, com base em uma amostra de estudantes de economia de Yale. Resultado: os presentes recebidos perdiam cerca de 10% a 30% do valor, podendo gerar um “desperdício” anual de 4 a 13 bilhões de dólares (isso a dólares de 1992!).

Mas, nem todos os economistas querem acabar com a magia do Natal. E aquele rabisco desenho que seu filho fez especialmente para você, com um “te amo papai!” ao final? O custo foi quase zero, mas o valor do presente é quase inestimável! Deste modo, os resultados de Waldfogel foram contestados por Solnick e Hemenway. Os autores alegaram que amostra utilizada era muito restritiva e, assim, não representativa. Com uma amostra mais abrangente, envolvendo entrevistas em trens e aeroportos, o resultado dos autores foi em direção bastante diversa: dar presentes aumenta, em média, em 214% o valor recebido!

List e Shogren julgaram que ambos os artigos tinham um problema metodológico. Tentaram, assim, melhorar os resultados com leilões em que os sujeitos indicariam a quanto estavam dispostos a vender seus presentes de Natal. O resultado também foi de um ganho, mas menor do que anterior, entre 121% a 135%.

Por fim, Ruffle e Tykocinski argumentaram que as principais divergências entre os estudos decorreram, não da amostra utilizada, mas da forma como a pergunta foi formulada. Enquanto um perguntou “quanto dinheiro o tornaria indiferente”, para uma platéia de economistas, o outro perguntou “quanto dinheiro o deixaria igualmente feliz”, pois temia que não-economistas pudessem ignorar o conceito de indiferença. Aparentemente, a mera introdução da palavra “feliz” tem um efeito enquadramento poderoso, fazendo com que as estimativas subam cerca de 50% quando comparadas com a pergunta anterior.

20121224-183054.jpg
Feliz Natal (e boa sorte)!

Livros de R e Python


Compartilharam comigo, agora passo em frente. Seguem dois links com alguns livros em pdf para programação em R e em Python.

Mais sobre Python: o Sargent publicou um livro online de modelagem e economia quantitativa com a linguagem.

Felicidade, Realidade e Expectativa


Vocês já devem ter visto as seguintes fórmulas para a felicidade: 1) Felicidade=Realidade/Expectativa e 2) Felicidade=Realidade-Expectativa.

Essas fórmulas foram amplamente divulgadas e fazem parte do discurso do dia-a-dia. Intuitivamente, elas parecem fazer sentido, pois, quanto maior a expectativa que você tem com relação a algo, e quanto mais esta expectativa se afasta da realidade, maiores a chances de você se decepcionar e ficar infeliz. Entretanto, estas fórmulas implicam mais do que isso e, aparentemente, elas foram aceitas de forma passiva e nunca colocadas à prova ou discutidas criticamente pela sociedade. Vejamos. Chamemos Felicidade de “F”, Realidade de “R” e Expectativa de “E”. Assim, nossas fórmulas seriam: 1) F = R/E e 2) F = R - E

Para verificar se elas fazem sentido, confrontemos com nossa experiência. Imagine que você seja muito pobre. Ganhar uma casa própria aumentaria em muito sua felicidade, certo? Por outro lado, se você fosse extremamente rico, uma casa a mais não afetaria em mesma magnitude sua felicidade. Se você concorda com este fato, as equações acima não estão adequadas, pois ambas são lineares em R. Isto é, elas ferem o princípio que acabamos de descrever de que, quanto mais riqueza você tem – quanto melhor sua realidade – menos felicidade a riqueza adicional te proporciona. A função número 2 também fere o mesmo princípio para as expectativas, pois implica que um aumento de expectativas tem sempre o mesmo impacto (negativo) sobre a felicidade.

A função 1 é um tanto peculiar em outros aspectos. Em primeiro lugar, note que para ela fazer sentido temos que ter E \in (0, \infty) e R \in (0, \infty) e isto nunca é explicitado nos memes do Facebook. Além de o ponto zero causar uma descontinuidade, veja que se permitirmos E negativo junto a um R positivo (ou vice-versa), isto feriria o senso-comum de que quanto pior a expectativa frente à realidade, mais feliz a pessoa é. Além disso, a derivada de 1) em relação a E é igual a \partial F/\partial E = -R/E^2 – isso significa que a desutilidade da expectativa depende da realidade. Mais especificamente, quanto melhor a realidade, pior o impacto de um aumento de expectativa. Suponha que você tinha uma expectativa de ganhar uma oferta de salário de R$1.000,00 e, por algum motivo, esta expectativa aumenta para R$2.000,00. Quanta tristeza este aumento de expectativa pode gerar? Se a realidade for uma proposta de R$500,00, nossa fórmula diz que a sua mudança de expectativa reduziu sua felicidade em 0.25. Já se a realidade for uma proposta de R$800,00, a equação diz que sua mudança de expectativa reduziu sua felicidade em maior magnitude, 0.4. Isto te parece plausível? Para mim, não.

Deste modo, essas equações de internet são falaciosas e você deveria parar de compartilhar os memes que as contém. Mas, reconheço, essa recomendação será inócua sem uma fórmula nova que substitua as que rejeitamos. Assim, proponho uma, conforme abaixo. Deixo para o leitor o escrutínio da sugestão.

F = Ln(R) - Ln(E), E \in (0, \infty), R \in (0, \infty)

E já vem com o mene pronto.

or85s

De antemão peço desculpas aos meus co-autores por ter perdido tempo nisso, mas as vezes a vontade de procrastinar fala mais alto.

Bicicletas aumentam em 30% a permanência de meninas na escola, na Índia.


Foi o que encontraram os pesquisadores Karthik Muralidharan e Nishith Prakash. A bicicleta afeta principalmente as meninas que vivem entre 5 a 10 Km da escola. Isto mostra: (i) como pequenas distâncias, isto é, pequenos custos, podem ter efeito substancial em algo tão importante no longo prazo como a educação; mas, também, que (ii) esses obstáculos podem ser, muitas vezes, resolvidos com medidas bastante simples.

Veja, abaixo, o vídeo dos pesquisadores:

Via Mankiw.

O peso-morto das festas de fim-de-ano? Ou, como o economista deseja Feliz Natal.


É fim de ano. Provavelmente, você foi convidado para participar de um amigo-oculto da sua empresa. Você, animado, comprou aquele vinho bacana… mas, voltou com uma vela de Natal para casa. É capaz, ainda, de a pessoa que voltou com o seu vinho não ser um apreciador da bebida e, caso pudesse, ter preferido ficar com a sua vela.

O mesmo pode acabar acontecendo, também, nas trocas de presentes de Natal em família. Será que aquela roupa que você comprou para seu sobrinho mais novo era, realmente, o melhor uso que ele faria do dinheiro? Muito difícil. Você terá sorte se ele não falar na sua frente (e na frente de todos) que preferia um jogo de PlayStation 3. Nem ele e nem você saem felizes.

Todos esses são exemplos de ineficiência. Os presentes, em geral, perdem muito valor para quem os recebeu. E é aí que o economista, geralmente estraga-prazeres, entra para estimar qual é a perda que os presentes das festas de fim-de-ano geram na economia.

Waldfogel, há cerca de 20 anos, em artigo intitulado “o peso-morto do Natal“, estimou esta ineficiência para os EUA, com base em uma amostra de estudantes de economia de Yale. Resultado: os presentes recebidos perdiam cerca de 10% a 30% do valor, podendo gerar um “desperdício” anual de 4 a 13 bilhões de dólares (isso a dólares de 1992!).

Mas, nem todos os economistas querem acabar com a magia do Natal. E aquele rabisco desenho que seu filho fez especialmente para você, com um “te amo papai!” ao final? O custo foi quase zero, mas o valor do presente é quase inestimável! Deste modo, os resultados de Waldfogel foram contestados por Solnick e Hemenway. Os autores alegaram que amostra utilizada era muito restritiva e, assim, não representativa. Com uma amostra mais abrangente, envolvendo entrevistas em trens e aeroportos, o resultado dos autores foi em direção bastante diversa: dar presentes aumenta, em média, em 214% o valor recebido!

List e Shogren julgaram que ambos os artigos tinham um problema metodológico. Tentaram, assim, melhorar os resultados com leilões em que os sujeitos indicariam a quanto estavam dispostos a vender seus presentes de Natal. O resultado também foi de um ganho, mas menor do que anterior, entre 121% a 135%.

Por fim, Ruffle e Tykocinski argumentaram que as principais divergências entre os estudos decorreram, não da amostra utilizada, mas da forma como a pergunta foi formulada. Enquanto um perguntou “quanto dinheiro o tornaria indiferente”, para uma platéia de economistas, o outro perguntou “quanto dinheiro o deixaria igualmente feliz”, pois temia que não-economistas pudessem ignorar o conceito de indiferença. Aparentemente, a mera introdução da palavra “feliz” tem um efeito enquadramento poderoso, fazendo com que as estimativas subam cerca de 50% quando comparadas com a pergunta anterior.

20121224-183054.jpg
Feliz Natal (e boa sorte)!

Um efeito da pobreza


Tinha deixado escapar um post bastante interessante do Alex Tabarrok no Marginal Revolution sobre um artigo que discute um possível efeito imediato da pobreza: com recursos escassos, há uma tendência de focarmos naquilo que é mais urgente e não naquilo que é mais importante.

O paper buscou mostrar, com experimentos, que jogadores com menos “recursos” durante a partida acabaram por, na média, focar nas rodadas mais próximas, prestando menos atenção nas rodadas futuras. Este resultado é intuitivo, pois, dado que nossa razão é limitada, quanto mais problemas urgentes tivermos para lidar, mais difícil será dedicar-se a problemas não-urgentes mas extremamente importantes. Não só esses resultados podem sinalizar um possível (e muitas vezes negligenciado) efeito imediato da pobreza, como também dão (mais) uma explicação geral sobre muitas decisões que tomamos contra nosso próprio bem-estar no longo-prazo.

É racional votar?


Vimos que as pessoas podem não ser tão racionais na hora da escolha de seu candidato, deixando fatores externos, como uma partida de futebol, alterarem suas preferências.  Mas e o próprio ato de se dar ao trabalho de comparecer às urnas, seria racional?

As chances de uma eleição ser decidida por apenas um voto são muito pequenas, quase nulas. Nos Estados Unidos, por exemplo, Gelman estima que essa probabilidade seja de 1 em 1 milhão. Deste modo, um agente racional muito provavelmente decidiria não votar, certo? Afinal, existe um custo para votar e o retorno esperado seria, virtualmente, zero.

Bom, depende.

Se você avalia o resultado das eleições apenas pelo seu benefício direto, sim, seria irracional ir às urnas. Você somente iria se achasse o ato de votar prazeroso em si, por exemplo. A partir deste pressuposto, a alta taxa de comparecimento verificada nas eleições seria um paradoxo.

Mas, se você considera que a vitória de um candidato traz benefícios não somente para você, mas para toda a população, e você se importa com a satisfação dos outros, então o valor esperado do resultado das eleições pode ser positivo – aliás, pode ser muito alto. Suponha que você julgue que a vitória de seu candidato traga um benefício líquido de R$10,00 para cada indivíduo no Brasil. Neste caso, o resultado das eleições equivaleria a ganhar um prêmio de R$2 bilhões. Gelman modela esta situação e mostra como o ato de comparecer às eleições pode ser mais racional do que se imagina.