[ABE-L] Fw: Causalidade X Correlacao

Sáb Mar 6 06:52:44 -03 2021

Sobre e-valores / FBST para problemas de Cointegracao:

O artigo do Marcio Alves Diniz (2020), citado na ultima mensagem, tem a desvantagem de ser um tanto sofisticado.
Todavia, serve para explicar algumas coisas muito importantes.

Testes de Raiz Unitaria e testes de Cointegracao sempre foram problematicos para Estatistica Bayesiana.
Alguem que queira utilizar testes baseados em Fatores de Bayes (Bayes Factors) tem que tomar muito cuidado, para nao virar um Credulo (aquele que enxerga cointegracao em toda parte)  ou um Cetico (aquele que nunca admite cointegracao).
Eh preciso "cozinhar" prioris especiais (chimeras ou ad-hoceries como dizia o I.J. Good)  para "arrumar" as conclusoes a que se chega -- um horror.

Com o  e-valor / FBST tudo se resolve naturalmente.
Quem quiser utilizar a priory de Jeffreys, que eh uma entidade Covariante (ou "invariante" em uma linguagem mais relaxada) por transformacoes de coordenadas, pode faze-lo sem problemas.
O trabalho de doutorado do Marcio foi exatamente o de desenvolver esta theoria.

Tivemos grande dificuldade para publicar os primeiros artigos em boas revistas, justamente por abstermo-nos de usar chimeras como prioris ad-hoc necessarias para "ajeitar" o processo de inferencia via Fatores de Bayes.
Um grande nome na area me disse - na cara dura:  Se depender de mim, voces nunca publicarao este artigo, pois suas conclusoes invalidam muitos artigos previamente publicados, varios deles por mim mesmo!  Agradeci a honestidade da resposta...

Testes de Raiz Unitaria e Cointegracao sao uma area fascinante de pesquisa em Estatistica, uma area que tem, como poucas, o poder de revelar paradoxos.

Abracos virtuais e Tudo de bom,
---Julio Stern

________________________________
From: Hedibert Lopes <hedibert em gmail.com>
Sent: Friday, March 5, 2021 8:34 PM
To: Diego Samuel Rodrigues <diegosarodrigues em gmail.com>
Cc: Julio Stern <jmstern em hotmail.com>; abe em lists.ime.usp.br <abe em lists.ime.usp.br>
Subject: Re: [ABE-L] Fw: Causalidade X Correlacao

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<mailto: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<http://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.png]

Em sex., 5 de mar. de 2021 às 14:49, Julio Stern <jmstern em hotmail.com<mailto: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<mailto:pam em ime.usp.br>>
Sent: Friday, March 5, 2021 3:56 PM
To: Julio Stern <jmstern em hotmail.com<mailto:jmstern em hotmail.com>>
Cc: abe em lists.ime.usp.br<mailto:abe em lists.ime.usp.br> <abe em lists.ime.usp.br<mailto: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<mailto: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<mailto:abe em lists.ime.usp.br>
https://lists.ime.usp.br/listinfo/abe
_______________________________________________
abe mailing list
abe em lists.ime.usp.br<mailto:abe em lists.ime.usp.br>
https://lists.ime.usp.br/listinfo/abe
_______________________________________________
abe mailing list
abe em lists.ime.usp.br<mailto: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<http://www.hedibert.org>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20210306/9ac62233/attachment-0001.htm>
-------------- Próxima Parte ----------
Um anexo não-texto foi limpo...
Nome: image.png
Tipo: image/png
Tamanho: 198794 bytes
Descrição: image.png
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20210306/9ac62233/attachment-0001.png>