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 conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
10 gostos
Recompensa
10
4
Republicar
Partilhar
Comentar
0/400
RugPullAlarm
· 7h atrás
A armadilha de dados revela-se facilmente. Não é exatamente a mesma velha tática de manipulação de fundos fraudulentos, certo?
Ver originalResponder0
SelfSovereignSteve
· 7h atrás
Os dados são falsificados, quem acredita nisso é tolo.
Ver originalResponder0
LiquidityHunter
· 7h atrás
A taxa de dados ausentes de 22,7% é uma suposição totalmente arriscada.
Ver originalResponder0
PaperHandSister
· 7h 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.