<div dir="ltr"><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"><b>COLÓQUIO DO IME-USP</b></font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"><b><br></b></font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"><b>Palestrante:</b> Pedro Luis do Nascimento Silva (IBGE & ENCE)</font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"><b>Título:</b> <i>Big data</i>: potencial, paradoxos e a importância renovada do pensamento estatístico</font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"> </font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"><span style="color:rgb(56,57,59)"><b>Resumo</b>: Vivemos numa era em que a disponibilidade e acessibilidade a dados não tem precedentes. ‘<i>Big data</i>’ é uma das tendências deste início do Milênio a confrontar o <b>pensamento estatístico</b>. Por um lado, há imenso potencial para aproveitar as novas fontes de informação que se tem tornado disponíveis, acessíveis e de baixo custo. Por outro lado, lacunas substanciais persistem e há imensos riscos de utilização inadequada dessas fontes pelos que desprezam as lições traduzidas nos principais fundamentos do pensamento e da metodologia estatística. Uma das <b>falácias</b> principais é a de que, com as imensas bases de dados disponíveis, não será mais preciso avaliar incerteza de estimativas, pois será possível ‘conhecer’ as quantidades de interesse a partir dos ‘<i>big data</i>’. Apresentarei o conceito de ‘<b>Índice de defeito dos dados</b>’ proposto por Meng (2018), e usarei este conceito para mostrar que a qualidade de estimativas baseadas em pequenas amostras bem planejadas e executadas pode superar a de estimativas baseadas em conjuntos muito maiores provenientes de fontes orgânicas sujeitas a vieses de seleção. Penso que a metodologia estatística fornece a orientação essencial necessária para obter respostas atuais, relevantes, precisas e custo-efetivas às perguntas de interesse, mesmo na era do ‘<i>big data</i>’. Apresentarei alguns exemplos para motivar a discussão dessas ideias e de caminhos para superar as limitações das novas fontes de informação.</span>  </font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"> </font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"> </font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"><b>Data: </b>sexta,<b> </b>18/10/2019, das 14h às 15h</font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"><b>Local:</b> Auditório Antonio Gilioli (Bloco A, IME-USP)</font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;color:rgb(0,0,0);line-height:normal"><font face="garamond, times new roman, serif" size="4"><b>Com o já tradicional café e bolo às 15h</b></font></p></div>