08h00 – 09h00

Recepção e entrega de material

09h00 – 09h10

Abertura

09h10 – 10h15

Panorama dos erros estatísticos mais comuns no mercado de trabalho e academia – Ines Nishimoto e Alexandre Carvalho
 

• Causas possíveis para ocorrência de erros em análise estatística de dados

Resumo: Ao considerar “ERROS ESTATÍSTICOS…. COMO EVITAR?” pensamos numa abordagem ampla que envolve vários fatores ou causas que levam a erros estatísticos em todas as áreas de atuação profissional. Podemos citar a indústria, onde há envolvimentos de máquinas, instrumentos e pessoas a elas envolvidas, ou mesmo na área de transportes, onde há a pressão de clientes e suas informações, e também na área da saúde, onde há necessidade de se evitar os vieses de seleção de pacientes e indivíduos em estudos epidemiológicos.

Esses possíveis causadores que levam a erros em análise estatística sempre existiram. Ter conhecimento dos possíveis causadores pode minimizar esse erros, ou seja, a falta de informação pode levar a sérias consequências em tomadas de decisões e, de forma mais drástica, até mesmo fatais.

​​Ines Nobuko Nishimoto – bacharel em Estatistica pela UNICAMP; Mestrado e Doutorado em Oncologia pela Fundação Antônio Prudente–Hospital A.C.Camargo; fellowship na Mcgill University – Depto de Epidemiologia, Montreal, Canada e no Japan National Cancer Center Institute, NCIJapan, Tokyo/Japan; atuação/experiência na área de Epidemiologia e Bioestatística; pesquisa médica e da saúde em hospitais como a AC Camargo Cancer Center; projetos internacionais (Brasil–Japão/Câncer Gástrico, Mama e Colo-Retal e Brasil-Canadá/Toronto, CA, Câncer de Cabeça e Pescoço). Pesquisadora e estatística do Depto de Cirurgia Geral II, Hospital das Clinicas-FMUSP, Estatística Associada na Empresa Estatística Segura e Desenvolvimento de Software Ltda; Estatística da COOPEREST (Cooperativa dos Estatísticos); Conselheira CONRE-3.
 

• Observatório Analítico para uma Cidade Inteligente: Como evitar erros nos cálculos dos Indicadores.

Resumo: A Sociedade Civil e os Órgãos Públicos trabalham para garantir o bem-estar social da população, o desenvolvimento econômico e tecnológico das cidades. Nós podemos destacar algumas iniciativas importantes para uma cidade inteligente: otimização dos gastos na saúde para mitigar o risco da falta de medicamentos; investimento na educação e qualidade nas refeições dos alunos; estratégias na segurança pública; mobilidade urbana; avaliação dos impactos ambientais; incentivos no setor privado para geração de novos postos de trabalho; dentre outros. 

Quais são as fontes de dados disponíveis para estas análises? Como evitar erros com o uso de pesquisas amostrais complexas? Quais são os exemplos de indicadores sociais e como nós podemos monitorar as ações para maximizar o bem-estar social? Como as empresas de utilidades públicas podem melhorar a sua eficiência operacional? De que forma o governo pode melhorar sua arrecadação sem aumentar os impostos?

O uso da Inteligência Analítica é a chave para responder os questionamentos anteriores. O propósito desta palestra é compartilhar as experiências de alguns trabalhos realizados: Políticas de combate à pobreza; Disparidades salarias de gênero e cor no mercado de trabalho com o uso de pesquisas amostrais complexas; Segmentação convergente em Telecomunicações; Projeto de Combate à Fraude de Energia Elétrica e Inteligência fiscal para arrecadação tributária. 

​Alexandre Carvalho – Mestre em Estudos Populacionais e Pesquisas Sociais pelo IBGE e com especialização em Data Mining pela UFRJ. Graduado em Estatística na Escola Nacional de Ciências Estatísticas do IBGE. Profissional com experiência em empresas como Fundação Getulio Vargas, Vivo, Oi, Tim e Jornal O Globo. Hoje, trabalha no SAS como Especialista no uso de técnicas analíticas em políticas públicas e atua em setores como Governo, Utilities e Oil & Gas. Desenvolvimento de trabalhos para subsidiar a Gestão Analítica e Eficiência na Arrecadação Tributária, Dívida Ativa e Fiscalização na Qualidade dos Gastos Públicos.

10h15 – 10h45

Coffeebreak

10h45 – 12h00

Painel 1 – Erros Estatísticos em Machine Learning – Adriana Silva e Julio Trecenti

Resumo: Com o advento do big data e com a popularização dos modelos estatísticos no ambiente corporativo, a quantidade de profissionais que utilizam técnicas de aprendizado aumentou exponencialmente nos últimos anos. A popularização, apesar de positiva, trouxe com ela a banalização dos conceitos estatísticos existentes por trás dos algoritmos computacionais. Ignorar tais conceitos estatísticos implica em erros gravíssimos, podendo causar prejuízo para empresas e problemas de saúde pública. O painel tem o propósito de compartilhar experiências onde observou-se erros que prejudicaram a aplicação de Machine Learning no ambiente corporativo.

Adriana Silva – Bacharel em estatística pela FCT-UNESP e Mestra em Ciências pela ESALQ/USP. Trabalhou em empresas como Oracle e Editora Abril, onde foi gerente analítica. Atualmente está no SAS, como Head de Analytics. É professora na FIA e coordenadora e professora no curso “SAS Data Science Academy” oferecido pelo SAS. Foi eleita, em 2016, como conselheira do CONRE-3 (Conselho Regional de Estatística da 3ª Região). E adora se divertir ensinando e mostrando pro mundo quanto o analítico é fácil e acessível, quando bem feito! 

Julio Trecenti – Bacharel, mestre e doutorando em Estatística pelo IME-USP. Secretário-geral da Associação Brasileira de Jurimetria (ABJ). Vice-Presidente do CONRE-3a Região. Sócio da Platipus Consultoria em inteligência jurídica e analytics. Sócio da Curso-R treinamentos e consultoria – Trabalha com web scraping, consolidação de dados, visualização e modelagem, construindo modelos preditivos, APIs, pacotes em R e dashboards em Shiny. Coordenador e ministrante de diversos cursos sobre R, ciência de dados e jurimetria. É tão nerd que convence todos seus amigos a mexerem no R e fazerem estatística.

12h00 – 13h15

Painel 2 – Erros Estatísticos na Área Médica – Regina Albanese Pose, Marcelo Ventura Freire e Ângela Tavares Paes

Ser um Estatístico: por que é tão frequente para o estatístico a sensação de não ser compreendido quando trabalhando numa equipe multidisciplinar?

Resumo: Quais são os aspectos que tornam tão difícil a comunicação com leigos em Estatística – profissionais com outras formações e mesmo público em geral. Por que isso é tão frequente? Como é possível de se apropriar desses aspectos para melhorar o processo de comunicação e evitar assim a Síndrome de Cassandra – condenada a ver as consequências trágicas sem a possibilidade de ser compreendida pelos que a cercavam.

Qualquer que seja a área do conhecimento, é sempre importante identificar erros e procurar corrigi-los. Na área médica os erros estatísticos podem ter consequências graves que levam profissionais a conduzirem sua prática com base em análises de dados completamente inadequadas ou insuficientes. Muitos médicos confundem o domínio da estatística com a habilidade em lidar com softwares e, como consequência, acabam cometendo erros básicos por falta de conhecimento. A proposta dessa palestra é mostrar alguns exemplos de erros na área médica e alertar estatísticos e não estatísticos sobre a importância em disseminar os cuidados necessários para uma boa análise de dados.

Regina Albanese Pose – Doutoranda em Ciências pela FMRPUSP – Meste em Ciências pela FMUSP; Psicopedagoga Clínica e Institucional pela São Marcos – Licenciada em Matemática pela Fundação Santo André e Bacharel em Estatística pela UNICAPITAL. Profissional com experiência em Educação Básica e em Educação Superior nas áreas da Saúde, Psicologia e Negócios. Conselheira eleita no CONRE-3 desde 2015. Atualmente Presidente da Comissão de Ensino e Aperfeiçoamento.

Marcelo Ventura Freire – estatístico formado pela ENCE/IBGE, mestre em Estatística pelo IMECC/UNICAMP, doutor em Estatística pelo IME/USP, professor da EACH/USP, conselheiro do CONRE-3.

Ângela Tavares Paes – bacharelado, mestrado e doutorado em Estatística pelo IME-USP. Trabalhou no Instituto Dante Pazzanese de Cardiologia (1996-2003) e no Instituto Israelita de Ensino e Pesquisa Albert Einstein (2008-2011). Foi conselheira da ABE (2010-2012) e do CONRE-3 (2015-2017). Atua desde 2004 na Pró-reitoria de Pós Graduação da Universidade Federal de São Paulo (Unifesp) e em 2016 ingressou como professora de Bioestatística no curso de graduação em Medicina da Faculdade Israelita de Ciências da Saúde Albert Einstein (FICSAE).