No último domingo (25), Lula venceu Flávio Bolsonaro no 2º turno. Ele ganhou em 13 UFs, entre elas Amazonas e Minas Gerais. Com isso, voltou a circular uma curiosidade: desde 1989, quem vence nesses dois estados vence a eleição. São 10 eleições sem nenhuma exceção.
Minas costuma ser chamada de principal estado-pêndulo do país justamente por isso. A pergunta central é: qual a chance de alguma UF ter um histórico perfeito por puro acaso?
Depois do 1º turno, voltou o argumento de que “renda se correlaciona inversamente com voto no Lula”. A gente tem os resultados por município e a PNADC, então dá para olhar. A pergunta central é: o que esses dados realmente permitem concluir?
Spoiler: a correlação existe, mas ela é entre áreas, e isso não diz o que acontece entre pessoas.
Em todo período eleitoral, a gente vê gráficos com pontos e margens de erro de \(\pm\) 2 p.p. com nível de confiança de 95%. Estas de margens de erro são obtidas a partir do tamanho da amostra para determinado nível de confiança.
A pergunta central é: será que eles funcionam?
Bom, vamos investigar.
Definição formal do problema Sejam \(n_1 , n_2 , \dots , n_K\) as contagens observadas em uma amostra de tamanho \(n\) extraída da distribuição multinomial com \(K\) categorias — i.
Na semana passada, eu fui perguntar do professor Gustavo sobre uns cálculos relacionados a um modelo que estou tentando ajustar. Acabei ficando para a aula do primeiro semestre do mestrado/doutorado.
A aula era sobre intervalos de confiança. E um dos pontos principais deste assunto é a interpretação do intervalo de confiança. A interpretação (frequentista) correta é que, sob amostragem repetida, 95% dos intervalos de confiança cobrem o parâmetro populacional. Ou seja: não é uma afirmação sobre o intervalo em si, mas sobre o método de construção do intervalo.