[ABE-L] Fw: Causalidade X Correlacao

Sex Mar 5 17:34:24 -03 2021

Boa tarde pessoal,

Aproveitando o gancho do Diego pra dizer que para mim a discussão acerca de
correlação/causação parece a discussão acerca de valores.  Correlação é uma
de um universo grande de medidas de associação entre
variáveis aleatórias, só que bem famosa!  P-value é uma forma, também
famosa, de "tentar" discriminar com relação a uma determinada hipótese
científica.  Ambos têm mais defeitos que qualidades, mas seguem sendo
bastante usados.

Aproveito pra divulgar umas compilações que venho fazendo....
http://hedibert.org/compilations/.....com particular ênfase em duas delas:

   1. Causality: Readings in Statistics and Econometrics (2015)
   <http://hedibert.org/wp-content/uploads/2015/10/causality-meeting1.pdf> +
   annotated bibliography here
   <http://hedibert.org/wp-content/uploads/2015/10/annotatedbibliography.pdf>
    & here
   <http://hedibert.org/wp-content/uploads/2015/10/annotatedbibliography-articles.pdf>
   2. Discussion about p-values (2021)
   <http://hedibert.org/wp-content/uploads/2021/02/discussion-about-pvalue-referencelist-by-hedibertlopes.pdf>

Abs e bom final de semana a todos,
Hedibert

On Fri, Mar 5, 2021 at 5:22 PM Diego Samuel Rodrigues <
diegosarodrigues em gmail.com> wrote:

> Olá a todos, boa tarde.
>
> A despeito de parecer que a discussão se encerrou, se permitem um
> comentário de um não-estatístico, o assunto "Correlação x Causalidade" me
> fez lembrar de um artigo relevante sobre assunto, do qual destaco o trecho
> que coloco mais abaixo.
>
> Saudações,
>
> Diego Samuel Rodrigues
> Faculdade de Tecnologia, Universidade Estadual de Campinas
>
> =====
>
> *Detecting Causality in Complex Ecosystems*
> George Sugihara et al.
> *Science **338*, 496 (2012)
> doi.org/10.1126/science.1227079
>
> *Although correlation is neither necessary nor sufficient to establish
> causation, it remains deeply ingrained in our heuristic thinking (8, 13,
> 16, 17). One might conclude, for example, that the variables in Fig. 1 have
> no causal relation because they are uncorrelated. Obviously, lack of
> correlation does not imply lack of causation. Because of this and for
> reasons just given, the use of correlation to infer causation is risky,
> especially as we come to recognize that nonlinear dynamics are ubiquitous.*
>
> [image: image.png]
>
> Em sex., 5 de mar. de 2021 às 14:49, Julio Stern <jmstern em hotmail.com>
> escreveu:
>
>>
>> Caro Pedro:
>> Grato pela refereincia:
>>
>> >>> Pedro Morettin (2017). Econometria Financeira, Capítulo 10.
>>
>> Esta eh uma boa referencia, sempre correta, mas ao mesmo tempo didatica e
>> facil de entender.
>>
>>
>> Caro Hedibert:
>> Grato pela referencia:
>>
>> >>> Michael Murray, “A Drunk and Her Dog: An Illustration of
>> Cointegration and Error Correction,” American Statistician, 48, no. 1
>> (1994): 37–39.
>>
>> Este eh um paper escrito exatamente no espirito que eu queria,
>> infelizmente, nao exatamente sobre o problema que eu queria... Mas eh este
>> tipo de coisa que eu preciso para dialogar meu publico alvo.
>>
>>
>> Canhao para matar mosca:
>> A turma do FBST / e-valor tem seus canhoes  para teste de cointegracao,
>> vide:
>>
>> >>> Marcio Alves Diniz, Carlos Alberto de Braganca Pereira, Julio
>> Michael Stern (2020).  Cointegration and Unit Root Tests: A Fully
>> Bayesian Approach.  Entropy, 22, 9, 968.
>> <https://www.ime.usp.br/~jmstern/wp-content/uploads/2020/10/Din20.Ent.pdf>
>>  doi:10.3390/e22090968 <https://www.mdpi.com/1099-4300/22/9/968>
>>
>> Da para usar este canhao para "explicar" um monte de coisas interessantes
>> na area, so que a explicacaco eh totalmente intragavel para quem ja nao
>> entende de antemao muita coisa de estatistica... Neste sentido, nao resolve
>> o problema que tenho que resolver :-)
>>
>> Faltam mais artigos sobre o assunto escritos como o artigo do Murray...
>>
>> Grato a todos que me responderam, inclusive com copia do Livro do Vigen.
>> Tudo de bom,
>> ---Julio Stern
>>
>>
>> ------------------------------
>> *From:* Pedro Alberto Morettin <pam em ime.usp.br>
>> *Sent:* Friday, March 5, 2021 3:56 PM
>> *To:* Julio Stern <jmstern em hotmail.com>
>> *Cc:* abe em lists.ime.usp.br <abe em lists.ime.usp.br>
>> *Subject:* Re: [ABE-L] Fw: Causalidade X Correlacao
>>
>> Julio,
>>
>> v. não precisa olhar esses artigos; veja meu livro de Econometria
>> Financeira, Capítulo 10, é mais fácil. As séries que v.
>> mostrou são (quase) todas não estacionárias. O que Granger e Newbold
>> (1974) mostraram é que, considerando
>> duas séries não estacionárias completamente não correlacionadas, a
>> regressão de uma sobre a outra produz produz uma correlação
>> aparentemente significativa. Daí a necessidade de se desenvolver técnicas
>> (cointegração) para analisar séries não estacionárias integradas
>> (essas são tais que tomando-se uma ou mais diferenças tornam-se
>> estacionárias).
>>
>> Abs,
>>
>> Pedro
>>
>> Em sex., 5 de mar. de 2021 às 10:03, Julio Stern <jmstern em hotmail.com>
>> escreveu:
>>
>>
>>
>> Caros Redistas
>>
>> Conversando com colegas de outras areas sobre a diferenca entre
>> Causalidade e Correlacao, principalmente no contexto de vacinas,
>> tratamentos medicos para Covid, etc. acabei conhecendo o livro:
>>
>>
>> >>>  Tyler Vigen (2015).  Spurious Correlations.  Hachette Books.
>>
>>
>> que tem gráficos fantasticos, com series temporais totalmente desconexas
>> que exibem altíssima correlacao.
>>
>> Nao tenho o livro, mas alguns graficos podem ser vistos em
>>
>>
>> >>> https://www.tylervigen.com/spurious-correlations
>>
>> >>> https://tylervigen.com/discover
>>
>>
>>
>> Comecei a fazer umas continhas rapidas sobre a probabilidade,  p , de
>> obter, em duas series temporais, x(t) e y(t) , com dez pontos de
>> abscissa  t={1,2, ... 10}  e ordenada no intervalo  [0,1] , uma alta
>> correlação, i.e.,
>>
>>
>> p = Pr ( corr ( x(t) , y(t) )  >=  (1-alpha) ) , para  alpha= 0.1  ou
>> 0.05  ou  0.01
>>
>>
>> Assumindo nao haver estrutura alguma nas series  x(t)  e  y(t) , o
>> resultado eh muito baixo.
>>
>> Mesmo considerando uma enorme biblioteca de graficos aleatorios, nao da...
>>
>>
>>
>> Parece ser necessario assumir "a priori" a existência de alguma
>> "estrutura intrinseca de associacao" entre os pontos de cada uma das series
>> temporais, por exemplo, alguma estrutura de auto-correlacao.
>>
>>
>> Antes de sair por ai tentando reinventar a roda, melhor perguntar a quem
>> sabe...
>>
>> Alguem ja deve ter pensado neste problema!  Alguma ideia de como
>> modela-lo?
>>
>>
>> Abraco a todos e tudo de bom,
>>
>> ---Julio Stern
>>
>>
>> _______________________________________________
>> abe mailing list
>> abe em lists.ime.usp.br
>> https://lists.ime.usp.br/listinfo/abe
>>
>> _______________________________________________
>> abe mailing list
>> abe em lists.ime.usp.br
>> https://lists.ime.usp.br/listinfo/abe
>>
> _______________________________________________
> abe mailing list
> abe em lists.ime.usp.br
> https://lists.ime.usp.br/listinfo/abe
>

-- 
Hedibert Freitas Lopes, PhD
Professor of Statistics and Econometrics
INSPER - Institute of Education and Research
Rua Quatá, 300 - São Paulo, SP 04546-042 Brazil
Phone: +55 11 4504-2343
www.hedibert.org
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20210305/2b8f1d75/attachment-0001.htm>
-------------- Próxima Parte ----------
Um anexo não-texto foi limpo...
Nome: image.png
Tipo: image/png
Tamanho: 198794 bytes
Descrição: não disponível
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20210305/2b8f1d75/attachment-0001.png>