Leia os avisos legais em avenue.us. Intermediação Coin DTVM

Opinião: Correlação não é causalidade

03/01/2017 - 14:13

Mario Henrique F. Silveira é economista e escreve no blog EcoMachine

1

Confundir correlação com causalidade é muito comum  em nosso cotidiano, recebemos e fazemos muitas explicações de como uma coisa causa outra enquanto na verdade elas só estavam correlacionadas, dois eventos  aleatórios ocorrem ao mesmo tempo e julgamos que um causou o outro.

Acontece muito com dietas da moda, uma amiga que conta para outra, que uma amiga usou tal coisa e perdeu 20kg, essa dieta logo vira moda, as moças começam a consumir tal substância e vêem que ela não  tem o efeito prometido, tal dieta começa a perder popularidade, até que vem outra dieta da moda.

Outro exemplo é café e câncer de pulmão, estão correlacionados e estudos  já afirmaram que  café causava câncer de pulmão. Mas acontece que  o café  esta correlacionado com cigarro, e é este, uma variável mais plausível para a causa de câncer de pulmão.

No mundo  dos negócios também acontetece muito  disso, as revistas especializadas  sempre trazem casos de executivos de sucesso, ensinando seus leitores para terem o mesmo sucesso, MBAs fazem de muitos empresários caso de estudo para seus alunos, e todos ouvem cuidadosamente os “n” passos para o sucesso, enquanto na verdade, muitas vezes, tal executivo só “deu sorte”. Acontece muito com traders, depois de passarem por uma sequência de bons resultados, acharem que entendem o mundo e que sabem tudo sobre economia, passam a apontar os “erros” dos economistas e dizerem quais políticas deviam ser implementadas. Você pode encontrar várias figuras dessas na Bloomberg.

A literatura acadêmica está cheia desses exemplos, seja mostrando esses erros ou seja ela mesmo sendo enganada. Talvez para o típico cidadão, o caso mais evidente é de alimentos, que um dia ele ve no jornal que tal alimento está proibido porquê causa algum mal, e depois ele ve de novo, no mesmo jornal, que aquele alimento não faz  “mais” mal. Se propagou também livros do tipo ciência popular que tratam disso, no caso, os mais famosos focam em mostrar o papel da aleatoriedade em nossas vidas, e não tanto em separar o que é correlação e o que é causalidade.

É o econometrista que tem como trabalho separar o que é causa do que é correlação. Tem eventos que andam de forma tão sincronizada que na modelagem podem confundir muitos por muito tempo, e isso transformado em política econômica irá levar a grandes catástrofes.

O site tylervigen traz vários exemplos interessantes de correlações espúras.  O primeiro gráfico nos dá o número de pessoas afogadas (linha vermelha) e as aparições do Nicolas Cage em filmes (linha preta).

2

Deveríamos banir Nicolas Cage do cinema para evitar o afogamento de pessoas?

O segundo gráfico tem a taxa de divórcio em Maine (linha vermelha) e o consumo per capta de margarina (linha preta).

3

Vamos proibir as propagandas de margarina na tv?

O terceiro gŕafico tras o consumo de muçarela (linha vermelha) e doutorados obtidos em engenharia civil (linha preta).

4

O que vocês acham de subsidiarmos a indústria de queijo para resolver nosso problema de falta de engenheiros?

Os exemplos do site tylervigen não correm o risco de serem confundidos como relação de causalidade por serem coisas completamente diferentes, seria absurdo considerar que os filmes do Nicolas Cage está causando afogamentos. O problema está quando trabalhamos com variáveis que não conhecemos muito bem, um exemplo é a Curva de Philips, que relaciona inflação com desemprego. Por muito tempo economistas acreditavam que um pouco de inflação era bom para reduzir o desemprego, depois já não se acreditava nesse efeito a longo prazo e hoje a maioria já acredita que isso não vale nem para o curto prazo. O modelo continua a ser usado (com melhorias) para previsões, porém a maioria dos economistas acreditam que não se deve usar tal modelo para  fins de política econômica – parte da nossa situação econômica atual se dá por terem acreditado nisso, e ainda insistem nisso.

A econometria desenvolveu várias técnicas para tentar identificar relações de causa-efeito, e é de extrema importância ter uma boa teoria que de suporte na hora da modelagem estatística, para não acabarmos sugerindo como política econômica o subsídio de queijos.

Leia mais sobre: ,

Última atualização por Money Times - 11/09/2019 - 16:43

Quer ficar por dentro de tudo que acontece no mercado financeiro?
Receba de segunda a sexta as principais notícias e análises. É grátis!
Ao clicar no botão você autoriza o Money Times a utilizar os dados fornecidos para encaminhar conteúdos informativos e publicitários.
Cotações Crypto