As determinantes locais da paradiplomacia: o caso dos municípios ...

segundo nas falhas de seleção dos pesquisadores ao trabalharem com esse tipo de evento. No
primeiro, são sugeridas correções de cálculos para que os eventos raros não passem
despercebidos. No segundo, são elaborados conselhos para que os pesquisadores coletem
menos casos e melhorem os critérios de escolha das variáveis independentes (com dados mais
robustos).
De forma específica, entendem que sempre há um trade off entre coletar mais
observações e incluir melhores ou mais variáveis independentes. Nos dados de eventos raros,
o temor de coletar bases de dados com não-eventos ou poucos eventos levou os pesquisadores
a coletarem um grande número de casos com poucas variáveis independentes ou com uma
quantidade satisfatória de VI, mas com mensuração pobre. Na verdade, a decisão de se ocupar
com uma grande quantidade de observações, para conseguir alguns 1s a mais, representa
menos tempo para selecionar boas variáveis independentes e, muitas vezes, incorrem em
maiores custos financeiros para a pesquisa. Essas condicionalidades tornam as estratégias de
coleta e seleção ineficientes.
Além disso, segundo os autores, modelos como o logit ou o probit não executam
muito bem a tarefa de prever eventos raros. Muitas vezes, os coeficientes do logit podem ser
enviesados em pequenas amostras (convencionadas como menos de 200 observações).
Mesmo em amostras grandes existe a probabilidade de um evento ser subestimado se ele se
tratar de um evento raro. O relogit tenta corrigir, tanto os vieses dos eventos raros quanto os
de amostras pequenas, já que ambos os problemas são similares, na medida em que exprimem
a falta de informações presentes nos dados.
A conclusão é a de que o logit subestima a probabilidade de um evento e isso se
aprofunda quanto mais raros os eventos se tornam. A noção por trás disso se refere aos erros
de classificação, ou seja, a habilidade de aferir corretamente um ponto de corte para distinguir
1s de 0s. Quando os eventos são raros há uma tendência de favorecer os não-eventos em
detrimento dos eventos. Isso é até intuitivo, porque se dispõem de mais informações sobre os
zeros do que sobre os 1s e, portanto, há maior facilidade para classificá-los.
King e Zeng (2001a, 2001b) apresentam esses vieses de forma gráfica e por meio de
cálculos. Para este estudo, basta detectar a existência desse tipo de viés decorrente dos
problemas de seleção e subestimação. A proposta de modelo dos autores busca ultrapassar
esses obstáculos. Eles propõem que os pesquisadores de eventos raros busquem coletar todos
os 1s possíveis e uma amostra aleatória de 0s. Na econometria, essa técnica é chamada de
choice-based sampling e na bioestatística, de case control studies. A ideia é que de posse da
proporção de 1s na população, possa-se utilizar esse valor para corrigir a equação quando uma
amostra aleatória de 0s é utilizada. A partir daí pode-se, por meio de comparação, ver qual o
195