Primeira realidade que data a mostra

𝐂𝐎𝐕𝐈𝐃𝟏𝟗 - Análise em função de Portugal

2020.03.12 14:30 charliiiemilk 𝐂𝐎𝐕𝐈𝐃𝟏𝟗 - Análise em função de Portugal

EDIT: Adicionados modelos com previsões
𝐂𝐎𝐕𝐈𝐃𝟏𝟗 - Análise em função de Portugal e previsão de crescimento do número de casos confirmados
Disclaimer: isto é apenas uma análise, de um sistema não determinístico, onde as ações das pessoas podem alterar significativamente a evolução e a propagação do vírus. Tanto para o bem, como para o mal, tendo em conta o nosso ponto de vista. É apenas objetivo alertar e sensibilizar para algo que poderá acontecer caso não sejamos responsáveis. Outro objetivo é apresentar os dados de forma diferente daquela que tenho visto, uma vez que o crescimento do número de confirmados em Portugal tem sido apresentado como estando mais lento do que nos outros países, apenas porque é feita a comparação a partir do dia 0 (início do vírus na China). Nós na verdade estamos é numa fase incipiente do desenvolvimento e propagação do vírus.
Deixo o link para o GitHub. Qualquer ajuda será bem vinda. Isto é um trabalho ainda em progresso. Irei adicionar mais detalhes à análise posteriormente.
Decidi fazer uma breve análise sobre o COVID19, mais concretamente no impacto que poderá ter em Portugal em número de casos confirmados e número de mortos. Numa primeira fase, para os casos confirmados contabilizo apenas os dias após as primeiras 10 confirmações. Ou seja, o dia 1 no eixo das abscissas significa o primeiro dia após 10 confirmações. Já para o número de mortos, contabilizo o dia após a primeira morte.
Gráfico 1 - log 10 confirmados
Podemos ver no gráfico de cima, numa escala logarítmica (incrementos de 10x por unidade de tempo) a evolução do número de casos confirmados. Parece que na China as coisas estão mais estáveis e o número de confirmados não tem evoluído significativamente. Portugal está no dia 5 e diria que poderemos vir a seguir o crescimento apresentado pela Holanda, Espanha, Irão, Reino Unido e eventualmente Itália (que já se encontra numa fase mais avançada do desenvolvimento do vírus). Uma coisa curiosa é o facto do crescimento do número de confirmados após as primeiras 10 pessoas confirmadas ter sido muito mais lento (cerca de 20 dias) no caso da Coreia, França, Alemanha e Estados Unidos. No entanto, apenas verificamos um atraso, porque o crescimento, apesar de retardado, parece bastante similar ao dos outros países já mencionados. Portanto diria que a partir de um certo número de confirmados, a fase de propagação do vírus é muito idêntica em todos os países. Eles estão é em diferentes fases de contágio.
Gráfico 2 - Número de confirmados
Apresento também outro gráfico sobre o número de confirmados: igual ao já mencionado, mas numa escala absoluta do número de confirmados (e com menos países). Podemos ter uma percepção melhor aqui que, em cerca de ~4/5 dias o número de casos confirmados em Portugal poderá disparar, tal como podemos ver em comparação com todos os outros países. A linha horizontal azul assinala os 250 casos no eixo das ordenadas. Podemos ver que a partir dos 250 casos confirmados, o crescimento desses casos nesses países em análise disparou de 250 para ~1500 em cerca de 4 dias.
Gráfico 3 - log número de mortos
Neste gráfico temos o número de mortes numa escala logarítmica. Conto aqui o número de dias após a primeira morte. Apesar das diferentes fases de contágio, aqui podemos ver de forma bastante clara que em muitos países o número de mortes segue o mesmo padrão. Apenas a França conseguiu ter uma morte confirmada durante 11 dias, sem incremento, mas segue agora a mesma tendência que os outros países. Na Itália também observamos uma situação anormal no número de mortes, quando comparado com a China. Diria que qualquer um dos outros países pode seguir o exemplo de Itália com ~6.2% de mortes por casos confirmados vs a China com ~3.9% (pode não significar muito para já, pois o número de casos confirmados e pessoas recuperadas ainda não estabilizou).
De seguida pretendo mostrar a eficácia da quarentena e como podemos quebrar o crescimento exponencial do número de pessoas infetadas.
No primeiro gráfico, https://bit.ly/2U0keM9, em que faço a previsão para o número de infetados na China para os próximos 5 dias, usei uma função logística (https://en.wikipedia.org/wiki/Logistic_function). A qualidade do modelo pode ser explicada por uma métrica, chamada R2 (podem ver na legenda o seu valor). Quanto mais próximo de 1, mais preciso é o modelo e as suas previsões. Neste caso, na China, o R2 é de 0.99 para os parâmetros que reporto (o modelo consegue estar portanto muito perto da realidade). Se tudo se mantiver, nos próximos 5 dias, na China, o número de infetados será muito reduzido (perto de zero). Ou seja, a China, conseguiu parar o crescimento exponencial. Nota: usei uma normalização min-max para colocar os valores do número de confirmados (eixo das ordenadas) entre 0 e 1.
Para reportar as previsões para os próximos dias na Espanha, Holanda e França usei uma equação diferente, exponencial em que y = zx*k. Estimei os parâmetros z e k (x é o número de dias e y o número de casos confirmados). O gráfico, https://bit.ly/3aQ8x1f, mostra então o que poderá acontecer caso não existam medidas eficazes para parar a propagação do vírus: propagação exponencial do número de casos, onde, por exemplo na Espanha, poderemos passar dos 2277 casos confirmados reportados hoje para 4677 nos próximos 5 dias. Podem ver que o R2 é de 0.92, o que significa que isso é, definitivamente uma possibilidade dado os parâmetros reportados. Na França poderemos passar de 2284 casos para 4417 nos próximos 5 dias (uma previsão também muito provável dado o R2 de 0.93).
Ou seja, quanto mais cedo se tomarem medidas eficazes, mais cedo iremos conseguir convergir para a função logística (e conseguir estabilizar o crescimento do número de infetados). Caso contrário, nos próximos dias, iremos observar um crescimento muito grande no número de infetados. É urgente tomar medidas e, grande parte dessas medidas, começam em nós e na nossa responsabilidade.
Já no último gráfico, https://bit.ly/2W938yo, reporto a previsão de Portugal para os próximos 10 dias usando a função exponencial reportada anteriormente. Daqui a 5 dias poderemos ter então por volta de 466 casos e daqui a 10 dias (23 de Março) 3186 casos. Aqui o R2 não é tão elevado, mas não deixa de ser uma estimativa credível, assumindo o crescimento exponencial.
Atualizei o repositório no GitHub com o código dos modelos. https://github.com/charlesmilk/covid19
Fontes: https://github.com/CSSEGISandData/COVID-19
submitted by charliiiemilk to portugal [link] [comments]


2020.01.30 16:09 BrunoFromBrazil Corrigir preço histórico de ações pela inflação?

Fala galera do sub!
Estou estudando a bolsa aqui e surgiu uma super dúvida que nunca vi antes em nenhum lugar.
Seguinte:
Quando analisamos um gráfico com o histórico de preços de uma ação não seria necessário corrigir pela inflação?!
Ex: WEGE3 (Weg).
Esses são os preços da ação em algumas datas:
DEZ 2009 - R$ 5,33
DEZ 2014 - R$ 11,69 (aumento de 119%)
DEZ 2019 - R$ 33,79 (aumento de 189%)
No entanto, se usarmos uma simples calculadora online que faz a correção de valores pela inflação, os preços (em valores atuais) ficam assim:
DEZ 2009 - R$ 9,43
DEZ 2014 - R$ 15,44 (aumento de 63%)
DEZ 2019 - R$ 33,79 (aumento de 118%)
Como podemos ver, a situação muda muito. Claro que, no caso da Weg, ainda mostra uma valorização - mas ela é bem menos intensa do que aparenta à primeira vista olhando apenas o gráfico.
Certamente se fizermos o mesmo com outras empresas vamos até encontrar várias onde o gráfico mostra valorização mas a realidade foi de desvalorização (após corrigir pela inflação).
Outro exemplo clássico é o próprio IBOV, que muitos dizem estar na máxima histórica.
Quando aplicamos a correção pela inflação, vemos que em MAIO 2008 ele estava a 72.000 pontos - que corrigidos pela inflação seria equivalente a 137.000 pontos hoje. Ou seja, IBOV ainda precisa subir 20% para chegar na máxima histórica.
Por isso deixo aqui duas perguntas:
  1. Isso faz sentido? O correto seria corrigir os preços históricos de uma ação pela inflação?
  2. Se sim, conhecem alguma ferramenta que faz isso ou um site que tem os gráficos já corrigidos?
Obrigado!

edit: montei uma comparação entre gráfico nominal vs real de BOVA11 e SMAL11... olha a diferença >> https://imgur.com/a/2aomz3K
submitted by BrunoFromBrazil to investimentos [link] [comments]


2019.07.19 00:36 lfsiv Como torturar números para confirmar uma narrativa. Estudo de caso: "Fora da ‘bolha’, aprovação de Tabata Amaral passa de 30% para 61% após voto pró-reforma" - Política - Estadão

Link para matéria no outline
Trechos da matéria:
É o que mostra um estudo da consultoria Ideia Big Data. De acordo com o levantamento, 30% das pessoas que conheciam Tabata Amaral em junho aprovavam sua atuação em Brasília. Este porcentual passou para 61% em julho. A pesquisa neste mês foi feita entre os dias 14 e 17 - após, portanto, a votação em 1º turno da reforma na Câmara.
O levantamento também mostrou que a porcentagem de pessoas que dizem ser "nem favoráveis, nem desfavoráveis" ao mandato de Tabata diminuiu de 55% para 19%. Avaliações desfavoráveis passaram de 15% para 20%. A porcentagem de pessoas que desconhecem a deputada passou de 97% para 81%. Os que dizem "conhecer bem" a parlamentar eram 1% e agora são 6%. Já quem afirma que "conhece de ouvir falar" são 13% - eram 2% em junho.
O levantamento do Ideia Big Data, como mostrou antes o blog do Lauro Jardim no jornal O Globo, ouviu 2.010 entrevistados tanto em junho quanto em julho, nas cinco regiões do País e a margem de erro apontada é de 2,15%.

Comentários:
(1) Pessoas que desconhecem ou apenas ouviram falar dela são 81 + 13 = 94%. Conhecem bem = 6%
(2a) Dos 6% de pessoas que conhecem bem, 61% dizem que aprovam o trabalho. Ou seja, 3,66% do total aprovam o trabalho dela. Margem de erro é 2,15%. Entre 5,81 e 1,51% .
(2b) Ou 13 + 6 =19% das pessoas a conhecem de alguma forma e 61% dizem que aprovam o trabalho. 11,59% de aprovação com margem de erro 2,15%. Aprovação entre 13,74 e 9,44%.
(3) Foram feitas duas pesquisa de ambito nacional para saber o que achavam da Tabata Amaral. Por que? Foram analisados outros deputados federais (seria uma pesquisa ampla e cara)? Senão, pq só ela? Quanto custou essa pesquisa? Quem pagou? Qual tipo de pesquisa (internet, telefonema, na rua,...)? Qual metodologia (correlacionaram com dados do censo do IBGE... ou fizeram uma conta de padaria)?
*Tentei achar algo sobre essa pesquisa e não consegui. Não é uma pesquisa registrada no TSE pq não está associada a eleição. A consultoria tem site, mas não achei muita coisa lá sobre isso. Achei entretanto isso aqui. Pesquisa por telefone, sem explicitar metodologia. No site BR18 não há referencia a Tabata Amaral antes de 11/7, portanto não foram apresentadas as pesquisas de Junho.

Conclusão:
Escolheram dois números para colocar no título da matéria de forma que transpareça a ideia de que votar a favor da reforma tenha sido algo bom para ela. Aprovação foi de 30% para 61%. Na realidade ninguem conheçe ela (inclusive acho surpreendente os 6%). Aprovação no melhor caso (2b) é insignificante. No pior caso (2a) é ridicula.

É bastante improvável que essa pesquisa tenha sido realizada com metodologia adequada para que o resultado tenha algum significado além do anedótico. Teria sido gasto muito dinheiro pra fazer direito. Quem pagou por isso? Pq foi feita? Não faz sentido uma pesquisa para obter a aprovação de uma deputada qualquer, sem motivo aparente. O motivo só existiu após ela ter votado a favor da reforma (e contra o partido). Então pq fizeram a primeira pesquisa? As pessoas que encomendaram as duas pesquisa sabiam como ela ia votar? Estranho.

Existe a possíbilidade até de que não tenha havido pesquisa nenhuma e essa seja apenas uma estratégia de reforçar a narrativa de que votar a favor da reforma é popular. O fato de existir uma parceria da consultoria com o Estadão, reforça essa ideia (pelo viés editorial do jornal). Mas eu não acredito nisso... Afinal, vocês realmente acham que alguem faria isso? Ir na internet e contar mentiras?
submitted by lfsiv to brasil [link] [comments]