Grupo esteve na RBRas e apresentou propostas para o ensino de conceitos básicos de Estatística Bayesiana
Alunos do programa PET Estatística da Universidade Federal de São Carlos (UFSCar) estiveram presentes na RBras 2024 – Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria, que aconteceu entre os dias 29 e 31 de maio, na ESALQ/USP, em Piracicaba/SP. O importante evento reúne pesquisadores de todas as áreas que empregam a Estatística na tomada de decisões.
Na ocasião, 12 integrantes apresentaram seis pôsteres. Um deles, o “Desenvolvimento de um aplicativo para a interpretação da posteriori em termos de área no caso de estados e ações finitos”, apresentou dois instrumentos didáticos para o ensino de conceitos básicos de Estatística Bayesiana e, especialmente, para o ensino de conceitos básicos de probabilidade e da noção de aleatoriedade.
De forma geral, a análise estatística lida com dados (informação) coletados a fim de se estudar alguma característica de interesse (parâmetro) como, por exemplo, coletar informações sobre a renda dos trabalhadores de São Carlos para inferir a renda média dos trabalhadores de São Carlos. A abordagem Bayesiana considera a informação que o pesquisador tem a respeito do parâmetro, além dos dados, isto é, além da informação proveniente dos dados, o pesquisador incorpora a sua subjetividade nos parâmetros. Desta forma, diferentes pesquisadores, ao realizar o mesmo estudo, podem atribuir modelos diferentes aos parâmetros levando em consideração o subjetivismo de cada pesquisador.
No caso mais simples em que os estados da natureza (hipóteses ou possíveis valores dos parâmetros) são finitos, o conceito de área pode ser utilizado para auxiliar na compreensão de conceitos básicos de probabilidade, como o teorema de Bayes.
Para isto, na 68ª RBras, o grupo apresentou um aplicativo desenvolvido em que a distribuição, a posteriori, é interpretada como a razão de áreas em um quadrado unitário, no caso em que os estados da natureza e ações são finitos.
Link para baixar o aplicativo: https://play.google.com/store/apps/details?id=areabayes.areabayes
Outro instrumento didático apresentado foi a regra de Bayes, cuja ideia é apresentada no blog
https://tinkerings.org/2017/05/27/bayes-ruler-a-bayesian-slide-rule/
“A régua é composta por três partes, como mostra a imagem. A parte do meio é movimentada para baixo e para cima de forma que ela pode ser posicionada no valor correspondente da priori (parte localizada do lado esquerdo da régua). Após, escolhe-se o valor desejado da verossimilhança e é obtido o valor correspondente da posteriori na parte à direita da régua a partir dos valores fixados da priori e verossimilhança”, explicam.
No aplicativo há a possibilidade de trabalhar com dois estados da natureza e duas hipóteses ou três estados da natureza e três hipóteses. A régua é limitada ao caso de dois estados da natureza e duas hipóteses.
Os alunos ressaltam que não inventaram a régua de cálculo bayesiano. Ela foi a inspiração para criar o aplicativo, uma versão digital da régua, que pode ser utilizada com 2 ou 3 hipóteses.
A versão digital funciona da mesma maneira, porém, possui a capacidade de calcular qualquer valor dentro do intervalo (0,1) desde que os valores estejam dentro da aproximação máxima que o aplicativo suporta.
“A versão digital foi feita em Python, utilizamos o pacote Kivy para desenvolver o front-end e o back-end do aplicativo, além disso, utilizamos o pacote Buildozer para renderizar o instalador apk do aplicativo”, explicam.
Kivy: https://kivy.org/
Buildozer: https://buildozer.readthedocs.io/en/latest/#
Atualmente, o aplicativo está disponível apenas para dispositivos Android na Play Store. Há previsão de lançá-lo para dispositivos iOS na Apple Store em breve. Além disso, os próximos passos são divulgar o aplicativo.
O que é o PET Estatística?
O Programa de Educação Tutorial (PET) é um dos mais antigos programas de política educacional do Brasil em nível de graduação nas Instituições de Ensino Superior do País, criado em 2005.
A criação de grupos PET é feita pela submissão de propostas em editais lançados pelo SESu/MEC. O PET Estatística/UFSCar surgiu em 2006. Cada grupo PET é formado por estudantes e um professor tutor, seguindo o princípio da horizontalidade.
Entre seus objetivos estão: promover a formação ampla e de qualidade acadêmica dos alunos de graduação, estimulando a fixação de valores que reforcem a cidadania e a consciência social de todos os participantes e a melhoria dos cursos de graduação.
Como o PET Estatística é um grupo de abrangência específica do curso, apenas estudantes do Curso de Bacharelado em Estatística da UFSCar podem participar do PET Estatística/UFSCar. A seleção dos estudantes e do tutor é regida por editais.
Quem participa tem a oportunidade enriquecer significativamente a experiência universitária, pois terá contato com a realidade do mercado, com uma preparação mais robusta para os desafios profissionais e acadêmicos futuros.
“Para nós, o PET Estatística desempenha um papel fundamental em nossa formação acadêmica e pessoal. Este grupo proporciona um ambiente receptivo e colaborativo, essencial para o desenvolvimento de habilidades, como a comunicação eficaz e o trabalho em equipe. A estrutura horizontal do grupo facilita a troca de conhecimentos e experiências entre todos os membros, promovendo um aprendizado mais dinâmico e integrado. Além disso, o PET amplia significativamente nosso networking, conectando-nos com profissionais atuantes na área de estatística e com ex-alunos, o que abre portas para futuras oportunidades profissionais e de pesquisa. As atividades e projetos desenvolvidos no PET nos permitem aplicar o conhecimento teórico adquirido em sala de aula a problemas práticos do mundo real, enriquecendo nossa compreensão e domínio da estatística”, revelam os alunos.
Professor responsável: Márcio Luis Lanfredi Viola
Alunos integrantes do PET: Davi Mazocco Pereira da Silva, Maria Julia Gregório Romero, Murilo Cassiavilani, Pedro Henrique Duarte, Isabela Borges Farina, Thiago Rafael de Souza, Júlia Camossa de Godoy, Amanda Alves dos Santos, Isabella Viana Bambirra, Eduarda Godoy Afonso, Lucas de Andrade Marin, Bruno Marcondes e Resende, Emily Alves Franco
Nomes dos participantes do grupo de Bayes: Davi Mazocco Pereira da Silva, Thiago Rafael de Souza, Júlia Camossa de Godoy, Amanda Alves dos Santos, Lucas de Andrade Marin, Bruno Marcondes e Resende