Site interessante, com ilustrações simples de 24 falácias lógicas.
Tinha de compartilhar este post provocativo de A&R sobre o sistema penal americano.
O gráfico abaixo é estarrecedor. Cerca de 5% dos homens afro-americanos estão na cadeia.
O livro dos autores, Why Nations Fail: The Origins of Power, Prosperity, and Poverty
Mais sobre modelos.
Já havíamos colocado aqui Thaddeus Tarpey discutindo que todos os modelos estão certos, e a maioria é inútil.
Também Ed. Leamer tratando do problema de quem interpreta modelos literalmente, como realidade.
Segue agora uma definição de modelo muito engraçada e simples, por Jerzy Neyman:
Um modelo é um conjunto de suposições inventadas sobre entidades inventadas tais que, se alguém trata essas entidades inventadas como representações de elementos adequados dos fenômenos estudados, as consequências das hipóteses que constituem o modelo deverão estar de acordo com as observações. Se, em todos os ensaios relevantes, o grau de conformidade nos parece satisfatório, então se considera o modelo adequado.
Como havia prometido em post anterior, segue o artigo do Peter Kennedy (ideas link).
Peter Kennedy também é o autor de A Guide to Econometrics
Os dez mandamentos são:
1. Thou shalt use common sense and economic theory.
Corollary: Thou shalt not do thy econometrics as thou sayest thy prayers.
2. Thou shalt ask the right questions.
Corollary: Thou shalt place relevance before mathematical elegance.
3. Thou shalt know the context.
Corollary: Thou shalt not perform ignorant statistical analyses.
4. Thou shalt inspect the data.
Corollary: Thou shalt place data cleanliness ahead of econometric godliness.
5. Thou shalt not worship complexity.
Corollary: Thou shalt not apply asymptotic approximations in vain.
Corollary: Thou shalt not talk Greek without knowing the English translation.
6. Thou shalt look long and hard at thy results.
Corollary: Thou shalt apply the laugh test.
7. Thou shalt beware the costs of data mining.
Corollary: Thou shalt not worship R2.
Corollary: Thou shalt not hunt statistical significance with a shotgun.
Corollary: Thou shalt not worship the 0.05 percent significance level.
8. Thou shalt be willing to compromise.
Corollary: Thou shalt not worship textbook prescriptions.
9. Thou shalt not confuse significance with substance.
Corollary: Thou shalt not ignore power.
Corollary: Thou shalt not test sharp hypotheses.
Corollary: Thou shalt seek additional evidence.
10. Thou shalt confess in the presence of sensitivity.
Corollary: Thou shalt anticipate criticism.
Como estou procrastinando pouco (isso é bom), os comentários ficam para algum dia. Mas deixo aqui as respostas de Magnus (ideas link) e Hendry (ideas link).
Dizem que o governo está abandonando (ou já abandonou) o regime de metas de inflação. O que a comparação internacional tem a nos dizer sobre esta opção?
Um working paper do Irineu de Carvalho Filho sugere que os países que adotaram o regime de metas se saíram muito melhor na crise do que os que não adotaram. Como um gráfico (às vezes) vale mais do que mil palavras, segue a imagem retirada do blog do autor (em azul os países com metas de inflação):
Outro trabalho, antes da crise, é o de Carlos Eduardo Gonçalves (blog aqui) e Alexandre Carvalho que, ao examinarem o custo (em termos de PIB) de reduzir a inflação dos países que adotaram em contraste aos que não adotaram metas, verificaram*** que este pode ser bem menor (4 p.p do PIB) para os primeiros:
Judging by the coefficient of our most preferred specification, countries adopting IT save roughly 4 percentage points in GDP (level) relative to its trend for each point of inflation decline.
*** com base na especificação “mais preferida” dos autores, que não sei se realmente é a preferida e se é estatisticamente adequada.
Vi dois posts antigos na blogosfera, um do Leo Monastério e outro do Márcio Laurini, que têm de ser ressuscitados.
Como identificar besteiras em trabalhos econométricos
– Síndrome do “Meu último livro de Econometria foi o Kmenta”: Desde a última década, não dá mais para ter um paper de séries temporais sem os testes de cointegração.
– Síndrome “Pacientes do Freud”. Sabem aqueles sonhos que o Freud interpretou? Pois é, tudo se encaixa. Bem demais. O mesmo acontece em econometria. Os resultados são uma belezura e geralmente não falseiam a hipótese. Não há crítica à qualidade dos dados, referência a problemas que surgiram ou a explicações alternativas;
– Síndrome “Em busca da significância perdida”: O pobre do autor começa a fazer toda a sorte de esquemas para conseguir estrelinhas nos seus coeficientes estimados. Procure por dummies esquisitas, ln e ² ³ incluídos sem razão, períodos de análise que mudam, variáveis defasadas que saltam sem qualquer explicação e proxies estranhas.
– Síndrome “Cadê o controle que estava aqui?”: a significância da variável de interesse só se mantém quando as de controle são omitidas.
– Síndrome “Rubens Recúpero”: “o que é bom a gente mostra, o que não é a gente esconde”. O coitado roda milhões de regressões e só transcreve aquelas que deram “certo”. Muito relacionada com as duas síndromes anteriores.
– Síndrome “Tamanho importa”: o sujeito encontra coeficientes estatisticamente significativos e afirma que a sua hipótese sobre o efeito da menstruação das baleias na cor do Mar Vermelho foi não-falseada, mas não se preocupa com significado econômico. Um coeficiente pode ser estatisticamente significativo e, em termos substantivos, não significar bulhufas.
Os Milagres da teoria assintótica – Confiar cegamente em propriedades assintóticas com amostras de tamanho minúsculo. Exemplos – Estimar modelos por Generalized Method of Moments com 412 instrumentos e 30 observações. E ainda acreditar que testes de hipóteses são confiáveis …
A leitura em borras de café. Interpretar parâmetros em vetores autoregressivos não estruturais.
A multiplicação dos pães. Primeiro artigo – por ols. Segundo artigo – usando gmm. Terceiro artigo – usando matching. Quarto artigo – usando quantile regression. Quinto artigo – painel… Depois todas as combinações entre os estimadores. Em todos eles o resultado é o mesmo (e totalmente óbvio …). Detalhe – o artigo só é feito se o estimador for fácil de usar no stata/eviews.
Só sei usar um martelo, então tudo são pregos. O problema inverso. Em qualquer problema é sempre utilizada a mesma técnica. Independente se ela faz sentido neste contexto ou não.
Testes redundantes. Reportar testes com resultados óbvios. Exemplo – fazer 18 testes diferentes de raiz unitária em série de preços de ações.
A interpretação mágica – o intervalo de confiança do parâmetro é tão grande que ele dá suporte a hipótese nula. E a hipótese alternativa. E a qualquer hipótese que seja possível de ser escrita.
Isto me lembrou de “os 10 mandamentos do trabalho econométrico aplicado”, do Peter Kennedy – que vai ser tema do próximo (ou pós-próximo) post, só para não gastar tudo neste de agora.
Suponha que você rode um teste 
Então, não dá para rejeitar de forma alguma 
Bom, veja o que disse Fisher sobre o assunto:
“valores acima de 0,999 tem algumas vezes sido reportados e, se a hipótese for verdadeira, ocorreriam apenas uma vez em mil testes […] nesses casos, a hipótese é considerada definitivamente rejeitada como se tivesse sido 0,001”
Para refletir. Vou tentar voltar neste tema mais a frente. Também vale lembrar algo que já tínhamos falado sobre o p-valor aqui.
Está se ouvindo falar muito de intervenção cambial por parte do governo e do relaxamento das metas de inflação. Quais os prováveis impactos dessas medidas na relação câmbio-inflação (o chamado pass-through cambial)?
Nogueira Junior encontra evidências de que, quanto maior e mais instável a inflação, o efeito de uma desvalorização cambial sobre os preços é maior. O valor limite da inflação, estimado pelo autor, para a mudança do regime de baixo para alto pass-through é de 10,6% a.a. Ainda longe do que estamos vendo. Todavia, é importante lembrar que isso é uma estimativa, e o threshold decerto varia com as circunstâncias. Ademais, um intervalo de confiança no coeficiente alcançaria valores de até 7,8% a.a., o que já não parece tão distante (por falar nisso, infelizmente muitos autores esquecem de analisar intervalos de confiança).
Em outro estudo, Correa e Minella também encontram indícios de que, em períodos de alta atividade econômica, há um repasse maior do câmbio sobre a inflação. Além disso, o modelo sugere que, em períodos em que a taxa de câmbio é menos volátil (isso geralmente ocorre quando o governo interfere, com bandas cambiais ou câmbio fixo, por exemplo), o repasse cambial costuma ser algo de 5 a 10 vezes maior. Como no ponto anterior, ainda provavelmente não chegamos a um nível de intervenção que leve a esta situação; mas, a depender dos discursos de alguns setores da economia, isso não parece uma realidade assim tão distante.
Economic Logic comenta sobre o estado da blogosfera econômica e sobre o projeto de Zimmermann, EconAcademics.org, que monitora diversos blogs acadêmicos de economia, principalmente quando estes debatem papers indexados no Ideas. Fantástico.
Não é só a análise de Matthew Yglesias.
Também temos uma análise de sobrevivência (estatística) de Brett Keller.
Na Forbes, as cinco lições econômicas de jogos vorazes por Erik Kain.
E na Wired, conceitos de probabilidade e teoria dos jogos por Michael Lewis.
Análise Real 