Olha, eu tenho apoiado a narrativa da recuperação em forma de K desde o primeiro dia. Isso não é o que está a ser questionado aqui.
O problema? Extrapolar dados "faltantes" para períodos recentes. É aí que o argumento se desmorona. Não se pode simplesmente preencher lacunas com suposições e chamar isso de análise—é assim que se chega a conclusões erradas.
E essas ajustes sugeridos? Eles não estão fazendo a diferença. Nenhum deles muda o problema fundamental com o conjunto de dados. Quando sua metodologia depende de pontos de dados inventados para o período mais recente, você não está construindo um caso mais forte. Você está minando-o.
A integridade dos dados é importante. Especialmente quando falamos sobre mudanças econômicas estruturais, como a divergência em forma de K. A narrativa pode estar certa, mas as evidências precisam ser sólidas sem malabarismos estatísticos.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
10 Curtidas
Recompensa
10
4
Repostar
Compartilhar
Comentário
0/400
RugPullAlarm
· 15h atrás
A armadilha de dados revela-se facilmente. Não é exatamente a mesma velha tática de manipulação de fundos fraudulentos, certo?
Ver originalResponder0
SelfSovereignSteve
· 15h atrás
Os dados são falsificados, quem acredita nisso é tolo.
Ver originalResponder0
LiquidityHunter
· 15h atrás
A taxa de dados ausentes de 22,7% é uma suposição totalmente arriscada.
Ver originalResponder0
PaperHandSister
· 15h atrás
Falsificação de dados ainda forçada, é repugnante.
Olha, eu tenho apoiado a narrativa da recuperação em forma de K desde o primeiro dia. Isso não é o que está a ser questionado aqui.
O problema? Extrapolar dados "faltantes" para períodos recentes. É aí que o argumento se desmorona. Não se pode simplesmente preencher lacunas com suposições e chamar isso de análise—é assim que se chega a conclusões erradas.
E essas ajustes sugeridos? Eles não estão fazendo a diferença. Nenhum deles muda o problema fundamental com o conjunto de dados. Quando sua metodologia depende de pontos de dados inventados para o período mais recente, você não está construindo um caso mais forte. Você está minando-o.
A integridade dos dados é importante. Especialmente quando falamos sobre mudanças econômicas estruturais, como a divergência em forma de K. A narrativa pode estar certa, mas as evidências precisam ser sólidas sem malabarismos estatísticos.