lenha na fogueira2

[Carlos Alberto de Braganca Pereira <cpereira@ime.usp.br>]

Primeiro gostaria de me desculpar pelos erros que tenho cometido na escrita.  A
empolgação evita que editemos o texto e só notamos os erros quando lemos a nossa
própria mensagem.  Acho que a mensagem do PH merece uma reflexão.

A mensagem abaixo eu recebi de um amigo e ex-aluno brilhante, Raphael Nishimura..
Creio que vem de encontro ao que falei antes no meu e-mail ?lenha no fogo?
Pedi permissão a ele para enviar para vocês,

Olá profº Carlinhos,
 
Eu acabei de ler a mensagem que o senhor enviou para a lista de discussão da ABE
e achei interessante fazer um comentário com o senhor. Em junho/julho estive na
Universidade de Michigan participando de um programa de amostragem idealizado e
criado pelo Profº Kish, o Sampling Program For Survey Statisticians.  Lembrei-me
desse argumento que o senhor costuma utilizar nas discussões que sempre temos
nos anos eleitorais sobre o método de amostragem aplicado às pesquisas. Então,
na época, eu fiz a seguinte pergunta para o ministrante do curso de métodos de
amostragem (Methods of Survey Sampling), o Jim Lepkowsky, um dos principais
amostristas de hoje nos EUA:
 
"This might be a tricky question that someone who uses a non-probability
sampling (such as a quota sampling) might argue and I wouldn't know exactly how
to answer that. And I quote: "Look, my (non-probability) sample could be one of
the possible samples of a probability sample design. Just because I didn't use a
randomization mechanism, I can't compute a sampling variance? What if you select
your sample with your probability sampling and end up with exactly the same
sample that I have? What makes you sample 'better' than mine, if they are the
same?" I think the concept behind here is: what is the role of the randomization
mechanism on the estimation, since once the sample was selected these
probabilities of selection "vanish"? I think that many bayesians statisticians
argues that, although they recognize that the randomization is very important to
achieve ignorable designs." 
 
Eu gostei muito da resposta dele para essa pergunta, que é a que segue:
 
"An old argument, and logically incoherent (I think).  Probability refers to
potential, not to realization.  That is, a probability sample is one that
considers all the possible outcomes (events, samples).  The selection process
chooses one, and then there is not a 'probability' left -- the sample is
realized.  A convenience sample chooses one without considering all the
possibilities.  It is a realized sample from a set of one.  Perhaps this is
being too philosophical, but it does matter.  Such 'realization' or convenience
thinking can lead to situations that are subject to bias.  Can one really argue
that a mall intercept sample drawn at one shopping mall is equivalent to a
probability sample of all shoppers in a community, or shopping in a community? 
The problem is convenience often ignores issues of population definition,
protection of subjective selection, and the strength of assumptions needed to
use probability sampling estimation procedures.  And this latter issue leads one
to relying on a model assumption that is difficult to test and if in error can
lead to substantially biased conclusionis.  While I know there are Bayesians who
argue that randomization is not necessary, many who have been involved in
practical work will use randomization anyway as a protection against model
failure.  Rod Little is one.  He advocates the use of randomization in selection
as a practical matter, even in a Bayesian
framework."
 
 
Algo a se pensar, não? :)
Outro dia, eu li em um livrinho de amostragem (Ideas of Sampling, do Alan Stuart
se eu não me engano), uma frase bastante interessante também, falando sobre o
mecanismo de aleatoriazação, que era algo do tipo: "Isso (o mecanismo de
aleatorização para seleção da amostra) não é uma abdicação de responsabilidade,
mas, muito pelo contrário, é um compromisso que você estabelece no seu estudo
que o mecanismo de seleção da amostra será livre de vieses (sic..pessoais) de
seleção". 
 
 
Um grande abraço,
Raphael Nishimura.

Carlos Alberto de Braganca Pereira <cpereira@ime.usp.br>