Rir é o melhor remédio

Denúncia e recompensa

Com a aprovação da Lei Dodd-Frank, a SEC iniciou um programa de denúncias. Se uma informação for comprovadamente verdadeira, a SEC pode recompensar o denunciante com até 30% da multa, quando a sanção for superior a 1 milhão de dólar.

Agora, um ex-médico brasileiro, que denunciou a empresa Biomet por suborno a médicos, irá receber 4,5 milhões de dólares. Após a denúncia, a SEC conseguiu descobrir um escândalo. Pelas regras, o nome do médico é mantido em segredo.

Tatuagens e Marketing

A empresa aérea Air New Zealand acabou com a proibição de não permitir que seus funcionários tivessem tatuagens visíveis. Esta política discriminava potenciais funcionários de origem Maori. Esta tribo indígena considera a tatuagem como expressão de tradições dos ancestrais. A presença de tatuagem impediam a contratação de funcionário por parte da empresa.

A empresa era contraditória neste sentido, já que usava a linguagem Maori em ações de marketing e nas caudas dos seus aviões.

População mais saudável e feliz

De acordo com o professor de ciência comportamental Paul Dolan, da Escola de Economia e Ciência Política de Londres (Inglaterra), evidências recentes mostram que os fatores tradicionais usados ​​para medir o sucesso não se relacionam com a felicidade, particularmente casamento e criação de filhos.

Em outras palavras, enquanto alguns estudos descobriram que pessoas casadas são mais felizes do que outros subgrupos da população, isso só se aplica “quando o cônjuge está na sala quando perguntamos sobre quão felizes eles estão”.

Os comentários de Dolan vêm logo após o lançamento de seu livro “Happy Ever After: Escaping the Myths of the Perfect Life” (em tradução livre, “Feliz para Sempre: Escapando os Mitos da Vida Perfeita”), que reflete dados de uma pesquisa americana chamada “American Time Use Survey” (ATUS). Os dados incluem diferentes tipos de pessoas – solteiras, casadas, separadas, divorciadas e viúvas – para comparar níveis de felicidade.

Dolan explica que “o subgrupo mais saudável e mais feliz da população são mulheres que nunca se casaram ou tiveram filhos”.

Curiosamente, o oposto era verdadeiro para os homens – o que significa que eles pareciam obter mais benefícios do casamento do que as mulheres. Dolan acredita que isso reflete o fato de que os homens “sossegam” após se casarem. “Correm menos riscos, ganham mais dinheiro no trabalho e vivem um pouco mais”.

“Temos alguns bons dados longitudinais seguindo as mesmas pessoas ao longo do tempo, mas eu vou fazer um enorme desserviço a essa ciência e apenas dizer: se você é um homem, você provavelmente deveria se casar; se você é uma mulher, não se incomode”, acrescentou Dolan.

Outros estudos mediram alguns benefícios financeiros e de saúde do casamento ​​tanto para homens quanto para mulheres, o que, segundo Dolan, pode ser atribuído a maiores rendas financeiras e apoio emocional.

Mas os homens têm mais vantagem no casamento, enquanto a saúde das mulheres não é afetada positivamente pelo casamento, com as de meia-idade casadas mesmo estando em maior risco de condições físicas e mentais do que as solteiras.

Apesar dos benefícios de um estilo de vida sem amarras para as mulheres, Dolan disse que a narrativa existente de que casamento e filhos são sinais de sucesso significa que o estigma pode levar algumas mulheres solteiras a se sentirem infelizes.

“Você vê uma mulher solteira de 40 anos, que nunca teve filhos, e pensa ‘que pena’, não é? ‘Talvez um dia ela conheça o cara certo e isso mudará’. Não, talvez ela conheça o cara errado que a faça menos feliz e saudável e morra mais cedo”, resume Dolan.

Fonte: Aqui

Rir é o melhor remédio

Accounting Hall of Fame

Esta é uma honraria criada pela Ohio University em 1950. Os três primeiros premiados foram George Oliver May, um contador britânico, Robert Montgomery, fundador da PwC, e William Paton. Durante estes anos todos foram quase 100 pessoas premiadas, a grande maioria brancos, dos Estados Unidos e homens.

The majority of recipients have been Americans, perhaps reflecting the historic leadership of America in the development of accounting regulations and in formal accounting research as much as reflecting the U.S.-based hosting of the award. (Fonte: Aqui)

Em 2007, a primeira mulher foi premiada. Em 2015 o premiado foi James Ohlson.

Em 2017, a American Accounting Association assumiu a premiação. Com isto o prêmio foi distribuído para quatro pessoas, sendo duas mulheres: George Anderson, Mary Barth, Olivia Kirtley e Kenneth Stringer.

Em 2019 novamente quatro indicados. Dois deles já falecidos: William L. Campfield (1912-1993), da contabilidade de custos e o primeiro doutor "African American" , e Major J. Lee Nicholson (1863-1924), também de custo. Zoe-Vonna Palmrose, professora da Southern-California, também esta sendo premiada. O quarto premiado, que esteve no Congresso da UnB, é Stephen Penman (foto).

Publicidade na internet

Você já procurou passagem para viajar e logo depois começaram a aparecer na sua tela propagandas de hotéis, viagens, etc do local que você pesquisou? São propagandas feitas sobre encomenda. Isto ocorre no Facebook ou no Google. Estas empresas oferecem serviço para seus clientes, indicando que propagandas baseadas no comportamento fazem diferença. E cobram muito caro por isto.

Uma pesquisa mostrou que adicional deste tipo de propaganda, cerca de 40%, adiciona muito pouco para os anunciantes. Ou seja, a publicidade funciona, mas não vale a pena. E se algumas leis de privacidade forem adiantes, o custo deste tipo de publicidade tende a aumentar.

Melhor padrão do mundo

Em um discurso sobre o processo de implantação dos padrões contábeis, em uma conferência na University of Southern California, o presidente do Fasb, Russel Golden, comentou sobre os esforços da entidade em apoiar as empresas neste processo. Como o discurso foi realizado ontem (6 de junho) achei bem interessante quando ele afirma:

The greatest standard in the world (...) 

Alguém discorda?

Rir é o melhor remédio

Paradoxo do Big Data: enganados pela aleatoriedade

Resumo:

Statisticians are increasingly posed with thought-provoking and even paradoxical questions, challenging our qualifications for entering the statistical paradises created by Big Data. By developing measures for data quality, this article suggests a framework to address such a question: “Which one should I trust more: a 1% survey with 60% response rate or a self-reported administrative dataset covering 80% of the population?” A 5-element Euler-formula-like identity shows that for any dataset of size n$n$, probabilistic or not, the difference between the sample average X¯¯¯¯n${\overline{X}}_n$and the population average X¯¯¯¯N${\overline{X}}_N$ is the product of three terms: (1) a data quality measure, ρR,X${\rho }_{R,X}$, the correlation between Xj$X_j$ and the response/recording indicator Rj$R_j$; (2) a data quantity measure, (N−n)/n−−−−−−−−−√$\sqrt{(N-n)/n}$, where N$N$ is the population size; and (3) a problem difficultymeasure, σX${\sigma }_X$, the standard deviation of X$X$. This decomposition provides multiple insights: (I) Probabilistic sampling ensures high data quality by controlling ρR,X${\rho }_{R,X}$ at the level of N−1/2$N^{-1/2}$; (II) When we lose this control, the impact of N$N$ is no longer canceled by ρR,X${\rho }_{R,X}$, leading to a Law of Large Populations (LLP), that is, our estimation error, relative to the benchmarking rate 1/n−−√$1/\sqrt{n}$, increases with N−−√$\sqrt{N}$; and (III) the “bigness” of such Big Data (for population inferences) should be measured by the relative size f=n/N$f=n/N$, not the absolute size n$n$; (IV) When combining data sources for population inferences, those relatively tiny but higher quality ones should be given far more weights than suggested by their sizes.

Estimates obtained from the Cooperative Congressional Election Study (CCES) of the 2016 US presidential election suggest a ρR,X≈−0.005${\rho }_{R,X}\approx -0.005$for self-reporting to vote for Donald Trump. Because of LLP, this seemingly minuscule data defect correlation implies that the simple sample proportion of the self-reported voting preference for Trump from 1%$1\mathrm{\%}$ of the US eligible voters, that is, n≈2,300,000$n\approx 2\text{,}300\text{,}000$, has the same mean squared error as the corresponding sample proportion from a genuine simple random sample of size n≈400$n\approx 400$, a 99.98%$99.98\mathrm{\%}$ reduction of sample size (and hence our confidence). The CCES data demonstrate LLP vividly: on average, the larger the state’s voter populations, the further away the actual Trump vote shares from the usual 95%$95\mathrm{\%}$ confidence intervals based on the sample proportions. This should remind us that, without taking data quality into account, population inferences with Big Data are subject to a Big Data Paradox: the more the data, the surer we fool ourselves.

Fonte:

Meng, Xiao-Li. Statistical paradises and paradoxes in big data (I): Law of large populations, big data paradox, and the 2016 US presidential election. Ann. Appl. Stat. 12 (2018), no. 2, 685--726. doi:10.1214/18-AOAS1161SF. https://projecteuclid.org/euclid.aoas/1532743473