17. Viés, confundimento e vazamento

Quatro problemas distintos produzem o mesmo sintoma: um resultado convincente que não se sustenta fora do estudo. Confundimento distorce a associação; sobrevivência esconde os casos que sumiram; vazamento entrega ao modelo informação que ele não teria; proxy reintroduz um atributo protegido que se acreditava removido. Este capítulo separa os quatro e mostra o que cada um exige.

O percurso começa pelo contato cuidadoso com os dados. A disciplina ensina a reconhecer tipos, qualidade, distribuições, relações, vieses e limites antes de construir conclusões ou modelos. Este é o capítulo 17 de 24 da disciplina Análise Exploratória de Dados. Ele retoma Padrões temporais e espaciais e utiliza essa base para avançar. Na sequência, estudaremos Exploração, inferência e multiplicidade.

O fio condutor

Ciência de Dados começa com uma pergunta e termina com uma decisão que precisa ser compreendida, avaliada e acompanhada. Entre esses dois pontos, dados são coletados, examinados e transformados; métodos são escolhidos; resultados são validados; e limitações são comunicadas. Nenhuma etapa compensa automaticamente uma falha grave ocorrida na etapa anterior.

Neste capítulo, use Viés, confundimento e vazamento para acompanhar três dimensões: o problema que se deseja resolver, a evidência disponível e o critério usado para avaliar o resultado. Essa separação ajuda a evitar soluções tecnicamente sofisticadas que não respondem à necessidade real.

Confundimento

Começamos por Confundimento, pois essa base organiza os conceitos e exemplos que aparecerão no restante do capítulo.

Há confundimento quando uma variável relacionada à exposição e ao desfecho distorce a associação observada entre eles. É a explicação alternativa mais frequente para qualquer correlação interessante: idade, porte, região, gravidade do caso.

A escolha depende de conhecimento causal sobre o domínio — expresso em hipóteses explícitas ou em um diagrama —, complementado por estratificação e modelos apropriados. O critério: a estimativa é comparada sob um conjunto de ajuste justificado, e não sob a combinação que produz o resultado desejado.

Viés de sobrevivência

Depois de compreender Confundimento, passamos a Viés de sobrevivência. A nova seção acrescenta outra etapa ao mesmo raciocínio e mostra como as decisões anteriores influenciam as próximas.

O viés de sobrevivência exclui os casos que desapareceram antes do ponto de observação: empresas que fecharam, clientes que cancelaram, produtos descontinuados, pacientes perdidos no acompanhamento. A base descreve os sobreviventes e sugere que a regra vale para todos.