Blogosfera

Richard Feynman e cheiro de livro

Publicado por

3


Para quem tem algo muito importante para fazer agora, mas quer procrastinar, seguem duas leituras:

Moral Hazard voltou, e compartilhou um excelente e provocante comentário de Richard Feynman sobre a educação brasileira (PDF direto aqui). Penso eu que ainda há muito disso, infelizmente.

Há pouco tempo havia recomendado a compra de um e-reader, com a ressalva de que não há o cheiro do livro. Não tem jeito, para aqueles viciados em cheirar livros, o e-reader simplesmente não funciona: “[…] and now, as an adult, I love nothing more than curling up with a good book, closing my eyes, breathing in through my nostrils, keeping my eyes closed and not reading yet continuing to draw in oxygen for hours, and, thanks to my fetishized olfactory associations for printed and bound matter, becoming sexually aroused […] One of the most erotic experiences of my life remains book-sniffing, in a Bangkok hotel room, by myself, the Dutch translation of Crime and Punishment while rolling around on a bed of loose pages from Gravity’s Rainbow.”

III Encontro Nacional dos Blogueiros de Economia

Publicado por

0


A bacana iniciativa do Cristiano M. Costa e Cláudio Shikida terá sua terceira edição!

Dessa vez será na FUCAPE, em Vitória – ES, no dia 12 de Abril.

PS: o Análise Real estará presente em um dos painéis.

 

Estatística no Google

Publicado por

2


Jeff Leek do Simply Statistics trouxe uma entrevista bacana com Nick Chamandy, um estatístico do Google.

Destaque para a parte em que ele diz que, na maioria dos casos, o estatístico que trabalha no Google não é somente responsável por fazer as análises, mas também por coletar e tratar os dados brutos.

In the vast majority of cases, the statistician pulls his or her own data — this is an important part of the Google statistician culture. It is not purely a question of self-sufficiency. There is a strong belief that without becoming intimate with the raw data structure, and the many considerations involved in filtering, cleaning, and aggregating the data, the statistician can never truly hope to have a complete understanding of the data. For massive and complex data, there are sometimes as many subtleties in whittling down to the right data set as there are in choosing or implementing the right analysis procedure

Esta é uma reflexão importante, principalmente para os (macro)economistas, que dependem em grande medida de dados de terceiros e podem acabar não tendo intimidade com a produção dos dados e o grau de acurácia das medidas.

PS.: o Google realmente parece ser a empresa dos sonhos para quem quer conciliar teoria e prática. Além da entrevista acima, veja Hal Varian aplicando teoria dos jogos na prática aqui.

Um economista termina com a namorada

Publicado por

0


Uma aplicação prática – e hilária – da maximização de utilidade. Tive que traduzir alguns trechos:

Os cálculos são bastante simples. Neste ponto da minha vida, o custo de oportunidade de sair com você é bastante elevado. Sexo com você me concede 17 unidades de prazer, mas eu derivo unidades negativas de prazer com a conchinha que vem logo depois […] eu também perco unidades de prazer quando você faz essa coisa estranha com as mãos que você acha que é algo carinhoso, mas parece que você está me arranhando […] enquanto isso, eu poderia estar fazendo muitas outras coisas em vez de gastar tempo com você. Por exemplo, eu poderia estar bebendo no bar irlandês com um grupo de amigos do trabalho. Eu derivo entre 20 e 28 unidades de prazer dando em cima de mulheres bêbadas e safadas no bar. […] no entanto, a maioria dessas mulheres não ri das minhas piadas, o que impulsiona para baixo as unidades de prazer adquiridas. Assim, eu consigo obter entre 14 e 21 unidades de prazer em uma noite no bar. [….] como todos os seres humanos, sei que sou falível e, já que tenho uma tendência natural para descontar indevidamente o futuro, fiz questão de determinar com precisão o valor presente dos custos e benefícios. Mas, mesmo considerando os retornos marginais decrescentes de dar em cima das mulheres bêbadas e safadas supracitadas, os números simplesmente não querem que fiquemos juntos.

Via Mankiw.

1.000.000 de números aleatórios

Publicado por

1


Um livro que você não pode deixar de ler – da primeira à última página. História imprevisível, do começo ao fim. Quatro estrelas, com alguns dos melhores reviews já produzidos na Amazon.

Destaque para:

40432 33289 53985 30223 99287 (p. 136)

Via Dave Giles.

Comunidades tribais são mais violentas? O quão próxima é a distribuição normal? O papel do BNDES.

Publicado por

0


Alguns links aleatórios.

1) Não existe má publicidade 2 (o primeiro foi com relação ao livro do Sandel). Recém publicado livro do Jared Diamond (The World Until Yesterday: What Can We Learn from Traditional Societies?) parece ter provocado a ira (aqui e aqui) de grupos defensores das comunidades tribais. Resultado: comprei a versão para Kindle.

(Via Marginal Revolution)

2) Seguem alguns posts do Larry Wasserman que queria compartilhar há algum tempo, mas havia procrastinado:

– Review do livro de Nassim Taleb, Antifragile: Things That Gain from Disorder, apenas lido pela metade (because only sissy fragilistas finish a book before reviewing it);

– Sobre bootstrapping I e II;

– Sobre teoremas de upper-bound para erros de aproximação pela curva normal (vale conferir uma sugestão que surgiu nos comentários do post, um texto histórico, bacana, sobre robustez do Stigler).

3) Sobre o papel do BNDES. Artigo de Maurício Canêdo Pinheiro, no Estadão, bota em xeque a efetividade da instituição. Como suporte, menciona o working paper do Lazzarini (What Do Development Banks Do? Evidence from Brazil, 2002-2009). Lembro-me de terem comentado bastante sobre esse artigo na última Anpec, e tenho de confessar que as conclusões do paper são bastante alinhadas com minhas crenças e intuições a priori. A despeito disso, com base em uma passada de olho, fiquei na dúvida se os dados apresentados corroboram conclusões fortes. Para não falar mais sem ler com o devido cuidado, isso fica para outro dia.

Nate Silver, Frequentistas, Bayesianos e Economistas

Publicado por

0


Havíamos comentado sobre o livro de Nate Silver.  Em particular, falamos sobre o capítulo 8 do livro, uma crítica aos testes cegos de significância estatística. E este capítulo, apesar de super simples, está dando o que falar. Por basicamente dois motivos: (i) Nate utiliza a palavra “frequentismo” para denominar o que critica; e, (ii) o livro se tornou muito popular.

O problema do rótulo “frequentismo” é que ele é utilizado para diversas correntes e técnicas estatísticas, sejam no campo teórico ou aplicado. Dessa forma, muitos daqueles que se denominam “frequentistas” não se enxergam na caracterização feita por Silver. Sentem-se ameaçados e injustiçados – passando a apontar limitações do Bayesianismo, que obviamente existem – a despeito de esses mesmos “frequentistas” também concordarem que as práticas expostas por Nate sejam ruins.

Andrew Gelman tem dois posts (1 e 2) sobre o assunto que merecem ser lidos (e lá você encontrará links para os demais posts de outros blogs). Vale destacar algumas passagens de Gelman.

Com relação à mensagem geral da crítica aos testes de significância:

if Nate’s message is that modern statistics is about models rather than p-values, I support that message even if it’s not phrased in the most technically correct manner.

Uma ênfase sobre o que o economista deve tomar como lição desta discussão:

One thing I’d like economists to get out of this discussion is: statistical ideas matter. To use Smith’s terminology, there is a there there. P-values are not the foundation of all statistics (indeed analysis of p-values can lead people seriously astray). A statistically significant pattern doesn’t always map to the real world in the way that people claim.

Indeed, I’m down on the model of social science in which you try to “prove something” via statistical significance. I prefer the paradigm of exploration and understanding. (See here for an elaboration of this point in the context of a recent controversial example published in an econ journal.)

Here’s another example (also from economics) where the old-style paradigm of each-study-should-stand-on-its-own led to troubles.

E uma crítica à crença incorreta (mas bastante comum) sobre como são aplicados os testes de hipótese na prática:

(…) hypothesis testing typically means that you do what’s necessary to get statistical significance, then you make a very strong claim that might make no sense at all. Statistically significant but stupid. Or, conversely, you slice the data up into little pieces so that no single piece is statistically significant, and then act as if the effect you’re studying is zero. The sad story of conventional hypothesis testing is that it is all to quick to run with a statistically significant result even if it’s coming from noise.

Sobre os pontos levantados na discussão, já tratamos neste blog da confusão gerada em testes de significância aqui (exemplo com teste de normalidade), aqui (exemplo com mercados eficientes) e aqui (uma brincadeira com confundir não rejeitar a hipótese nula com aceitá-la).

Livros de estatística pesam 0Kg.

Publicado por

4


Nos comentários de um post do A Mão Visível,  vi o Economista X sugerir que um resultado estatisticamente insignificante é evidência a favor da hipótese nula que está sendo testada.

Isso não é verdade, pois somente a rejeição ou não rejeição da hipótese nula – ou somente o p-valor – não fornece informação suficiente para esse julgamento.

Acho que uma forma simples de se instigar a reflexão sobre o assunto é com um exemplo absurdo como o abaixo.

Vale lembrar: apesar de parecer um engano trivial, é muito fácil se deixar levar por este tipo de interpretação. E ela é bastante difundida nos trabalhos aplicados.

***

Tenho evidência cabal de que livros não pesam nada. Isto mesmo, livros têm peso zero. Vejam abaixo, os dados são acachapantes. Primeiro com os livros do Jim Berger e do Aris Spanos:

20120613-185128.jpg

Agora vejam Fisher e Lehmann & Romano.

20120613-190440.jpg

Testei com mais de dez pares de livros diferentes. Todos com o mesmo resultado, p-valor=100% (o p-valor é a probabilidade de a minha balança acusar 0Kg (ou mais) quando os livros pesam de fato 0kg).

Conclusão: livros pesam 0Kg (pelo menos os livros de estatística, sejam frequentistas ou bayesianos).

***

Obviamente que a interpretação acima é absurda e nem mesmo um leigo a levaria a sério.

Entretanto, existem muitos estudos publicados que afirmam encontrar evidência a favor da hipótese nula simplesmente por não rejeitá-las. Isso é um raciocínio análogo ao exemplo.

Que informação (ou informações) a mais você levou em conta no teste da balança para julgar que o resultado zero não é uma boa evidência de peso zero (ou aproximadamente zero)? Há pelo menos duas coisas que você deveria ter levado em conta. Essas mesmas coisas servem para os testes estatísticos rotineiramente aplicados.

Pelo exposto, fica claro por que a afirmação de “O” anônimo, apesar de ácida, não é tão absurda assim:

…se você acha que um teste de raiz unitária em uma série macroeconômica de 10 anos tem mais informação sobre a ordem de integração do que o nome da variável em questão, você não entende nem de macroeconomia nem de econometria.

A importância de se fazer certo

Publicado por

0


Texto antigo, mas relevante, do Horwitz para os novos libertários surgindo no Brasil, que muitas vezes parecem esquecer deste pequeno conselho.

Um efeito da pobreza

Publicado por

1


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.