1/4 There's a lot of data & analyses out there. However, for some people, such info is still not easily reachable. Based on that, data visualization can help even non-experts to have an idea of what's going on. Look at the animated plot below, for example:
2/4 I loved it! I instantly felt like reproducing it. For now, I did it for countries in the world. Every point is a country. The more it goes UP, the more people in such countries stayed at home. The more it goes LEFT the fewer people in such countries went to workplaces. The
3/4 bigger the point, more cases. These variations are compared to the period of Jan3-Feb6, that is, before the beginning of social distancing measures. If you liked it and you want to see + tweets like this and/or want the documented source code so that you can do it too, like
4/4 this tweet and/or retweet 😊. All the data came from a data paper published in Data in Brief that you can check in the link below 😄. Information to better understand the plot can also be obtained there. doi.org/10.1016/j.dib.…
@EpiEllie, you might enjoy that. It's kind of easy to identify the US moving around in the plot, due to the big (quickly growing) number of cases. #rstats#ggplot2#animated#COVIDBR
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Existem dois padrões que eu tenho visto em praticamente todas as áreas e que, embora óbvios, parece-me que muita gente resiste em perceber.
Desconsiderando exceções, não existe profissão que tenha grandes chances de você ser rico. Quem quer ser rico, tem que aprender a escalar,
e isso geralmente implica em gerir pessoas, abrir um negócio. O médico que você conhece que é riquíssimo é empresário. O engenheiro que você conhece que é riquíssimo é empresário. E assim por diante. Exceções são exceções. Ou seja, quer ser rico? Planeje-se para ser empresário.
Não há garantias aqui, claro, mas a chance de você ser rico trabalhando na ponta, sem gerir ninguém, e em uma função que não envolva ganho de escala é virtualmente 0. A segunda obviedade é que você pode se capacitar absurdamente para continuar na ponta, ou para gerir pessoas. E
1/17 Prontos p/ mais um fio de #causalidade, #vieses e #guerra? Hoje vou contar p/ vocês a história de John Kragh, um cirurgião do exército americano, q ficou conhecido como “O cara do Torniquete”. P/ quem ñ conhece, o torniquete é um dispositivo qualquer utilizado para conter
2/17 hemorragias. Imagine q você teve um corte fundo no antebraço, e está sangrando muito! Um exemplo de torniquete seria amarrar algo acima do cotovelo para conter o fluxo sanguíneo e impedir q você morra por causa da hemorragia. Como esse tipo de episódio ñ é comum no nosso
3/17 dia a dia, ñ é comum vermos torniquetes sendo utilizados. Uma outra razão é q torniquetes ñ são recomendados, só é p/ utilizar em última instância! P q? Pela facilidade com q outros danos possam ocorrer, como necrose e perda do membro. Outras práticas são preferíveis. Certo
1/10 Já ouviu falar de viés de sobrevivência? Se já ouviu, muito provavelmente conheceu o conceito acompanhado da imagem abaixo. Durante a 2a Guerra Mundial, um estatístico chamado Abraham Wald recomendou reforço nas áreas com menos marcas de tiro nas aeronaves q retornavam do
2/10 combate. Talvez vc teria recomendado diferente. Isto é, reforçar as partes q estavam danificadas por muitos tiros. Qual o pulo do gato aqui? Se nenhuma aeronave retornava com tiros em uma região, é porque tiros naquela região tinham maior chance de abater a aeronave. Observe
3/10 q na imagem ñ há marcas de tiro onde o piloto fica ou nos motores. Adivinha, por ex, o q acontece se você destruir a cabine do piloto?😅 P/ quem gosta de DAGs, esse caso seria apresentado como na figura abaixo. Como apenas as aeronaves q retornavam eram analisadas, é como
1/8 Carl Sagan disse que "Não quero acreditar, quero saber", e estou junto a ele nesse desejo. No entanto, é fácil perceber como esse raciocínio pode passar uma ideia bem diferente para quem ñ tem treinamento científico. A ciência é um exercício de acreditar, seja nos resultados
2/8 dos estudos de outros autores, em pressupostos não verificáveis, ou mesmo na ausência de vieses de nossa parte. Não é uma crença cega, sem fundamento ou movida por emoções, isso sem chance de dúvidas não é (ou ao menos a ciência bem feita não é), mas depende de crença. Quem
3/8 é cientista sabe do que estou falando, mas com certeza para alguns pareceu nebuloso o que disse acima. Portanto, vamos a um exemplo. Imagine que você coletou alguns dados e fez algumas análises de estatística descritiva para checar algumas coisas. Você percebe que esses dados
1/11 Após escrever esse tweet, peguei-me pensando sobre muitas pessoas de fora da academia ñ saberem o q significa crença dentro da ciência. Isso me lembrou inclusive de um episódio do #SciCast (@PortalDeviante) que gravei há alguns meses onde brincávamos q iríamos falar sobre
2/11 crença, e o uso de um teorema matemático q usa crença para validar a hipótese de Jesus ter ressuscitado. Estou falando do Teorema de Bayes. Se quiser saber mais, recomendo ouvir o episódio! Ficou super legal. Se acha q estou brincando sobre a palavra deviante.com.br/podcasts/scica…
3/11 crença, trago aqui um print da página da Wikipédia. E digo mais, vai além disso! Em várias metodologias científicas nós utilizamos de pressupostos. Alguns pressupostos podem ser checados, de modo a identificar violações. Outros, NÃO. Ou seja, vai na base da fé. Por exemplo,
1/4 O cidadão liga para a assistência técnica de seu carro e conta a seguinte história pitoresca: Sempre que vou tomar sorvete de creme na sorveteria, meu carro tem dificuldade de ligar quando vou embora. O curioso é que se eu escolho qualquer outro sabor, o carro funciona normal
2/4 Já tentei vários sabores e o carro funciona normal, mas se eu escolho o bendito creme... Tenho dificuldade em fazer o carro ligar. O carro não gosta de sorvete de creme? 🤣 Quem me segue já está cansado da velha máxima, né? "Correlação não implica em causalidade". Após
3/4 investigação, os técnicos descobriram que havia uma peça superaquecendo. O sorvete de creme é o que mais saía, tinha um fluxo diferente. Imediatamente se recebia o sorvete após pagar, e a peça ainda estava quente. Os outros sabores demoravam mais para sair e era o tempo