Economia aplicada: 52 semanas para pensar com evidência

Probabilidade não é apenas frequência isolada. P(A|B) pergunta quão provável é A quando B foi observado. Trocar P(A|B) por P(B|A) é um erro recorrente em testes, crédito, fraude e análise de políticas. Bayes conecta as duas direções usando a taxa-base.

Uma evidência forte sob a hipótese pode continuar produzindo baixa probabilidade posterior quando a hipótese é rara. Por isso, um alerta com alta sensibilidade pode gerar muitos falsos positivos. O decisor precisa conhecer prevalência, sensibilidade e especificidade, não apenas “acurácia”.

No mundo econômico, probabilidades também dependem do regime. A chance de inadimplência condicionada a renda, juros e setor pode mudar quando a economia muda. Tratar a estimativa histórica como constante é uma hipótese que deve ser monitorada.

Uma variável aleatória associa resultados possíveis a números. Sua distribuição descreve probabilidades; a esperança resume o centro ponderado; a variância mede dispersão quadrática. Duas variáveis podem ter a mesma média e riscos muito diferentes.

Covariância e correlação descrevem movimento conjunto padronizado, não causalidade. Correlação zero também não garante independência fora de casos especiais. Dependência não linear pode existir mesmo quando a correlação é pequena.

Valor esperado é uma média sobre repetições ou estados, não promessa para uma ocorrência. Uma aposta com retorno esperado positivo pode ser inaceitável por risco de ruína, liquidez ou utilidade não linear.

Uma média calculada na amostra mudaria se outra amostra fosse selecionada. Antes da coleta, o estimador é uma variável aleatória; sua distribuição amostral descreve essa variação. O erro padrão estima a escala dessa incerteza.

Viés é deslocamento sistemático; variância é instabilidade entre amostras. Aumentar n tende a reduzir variância, mas não corrige seleção, não resposta, erro de medida ou definição inadequada. Milhões de respostas voluntárias podem estimar com precisão a população errada.

O teorema central do limite permite aproximações normais sob condições, mas não é licença para ignorar caudas, dependência, clusters ou pesos. Pesquisas complexas exigem variâncias compatíveis com seu desenho.

No paradigma frequentista, o parâmetro é fixo e o procedimento gera intervalos que cobrem o valor verdadeiro em uma frequência definida sob repetições. Depois de observado um intervalo específico, dizer “há 95% de probabilidade de o parâmetro estar aqui” não é a interpretação frequentista literal.

Na prática executiva, a comunicação pode permanecer clara: informe estimativa, faixa, método e fontes de incerteza não capturadas. Evite transformar uma convenção de 5% em fronteira entre verdade e falsidade. Magnitude, precisão, desenho e consequência precisam ser avaliados juntos.

Uma diferença pode ser estatisticamente detectável e economicamente irrelevante; outra pode ser importante e imprecisa. O custo do erro define a decisão: falso positivo e falso negativo raramente têm o mesmo peso.

Uma regra de decisão completa associa cada ação e estado do mundo a uma perda L(a,θ) e escolhe a ação com menor perda esperada dada a informação. Se intervir custa 20 e deixar de intervir quando o problema existe custa 100, uma versão binária recomenda intervir quando a probabilidade posterior excede 20/100=20%, antes de considerar efeitos adicionais. O limiar não vem de 5% de significância; vem das consequências, restrições e probabilidades relevantes.

A PNAD Contínua é uma pesquisa amostral probabilística voltada principalmente à força de trabalho. A estimativa nacional expande observações por pesos calibrados; coleta, não resposta, crítica e imputação fazem parte do caminho entre entrevista e indicador.

A taxa de desocupação usa definições de população em idade de trabalhar, força de trabalho, ocupação, procura e disponibilidade. Pessoas fora da força de trabalho não entram no denominador como desempregadas. Portanto, taxa menor pode coexistir com mudanças de participação.

Comparar trimestres móveis exige atenção à sobreposição. Séries revisadas, ajuste sazonal e mudança de peso também importam. A manchete é o fim de um processo estatístico; o analista precisa reconstruir o suficiente desse processo para saber o que está comparando.