Radar Perene / Arquivos / ciência

k vizinhos mais próximos: como a casa escolhe com quais crises comparar hoje

◦ Metodologia v2.2 dos índices (working papers com DOI). Ver metodologia.

Ciência

Quando um comentarista compara o momento atual com 2008, ele fez duas escolhas que quase nunca declara: escolheu com quantos episódios comparar — um — e escolheu qual. As duas escolhas moldam a conclusão antes de qualquer análise começar. Se tivesse escolhido 2015, a moral da história seria outra; se tivesse escolhido cinco episódios em vez de um, talvez não houvesse moral nenhuma — só um leque de desfechos divergentes, que rende manchete pior e informação melhor.

Numa analogia histórica formal, a escolha de quantos e quais episódios entram na comparação é uma decisão metodológica declarada antes — não uma intuição exercida depois. A estatística chama a família de métodos de "k vizinhos mais próximos": define-se como medir a proximidade entre dois momentos, define-se o número k de vizinhos que entram na conta, e a partir daí a seleção dos episódios é consequência, não escolha. O motor de análogos históricos da casa pertence a essa família, e o que este artigo descreve é o princípio — os valores usados na prática são bancada.

A intuição escolhe o vizinho que confirma

O método existe para corrigir um vício documentado da memória. Deixada livre, a intuição não busca o episódio mais parecido — busca o mais disponível: o mais recente, o mais traumático, o que sustenta a tese que já se tinha. É seleção de vizinho por conveniência narrativa, e ela explica por que a mesma semana de mercado é "igual a 2008" para o pessimista e "igual a 2016" para o otimista. Os dois têm razão sobre alguma semelhança e nenhum declarou o critério — a discussão é insolúvel porque não é sobre dados, é sobre qual analogia cada um quer que seja verdade.

Formalizar a escolha inverte a ordem. Primeiro se decide o que conta como proximidade: quais variáveis descrevem um "momento" e como se mede a diferença entre dois deles. Depois se decide o k. Só então se olha o arquivo — e os vizinhos que saírem são os que saírem, inclusive quando desmentem a história que se queria contar. O método não elimina as escolhas; ele as move para antes do resultado, onde não podem ser contaminadas por ele.

O dilema do k: poucos parecidos ou muitos diferentes

O k carrega um dilema genuíno, sem solução gratuita. Um k pequeno seleciona só os episódios muito próximos — mas poucos casos produzem uma repartição de desfechos instável, em que cada episódio individual pesa demais. Um k grande estabiliza a conta — mas ao custo de admitir vizinhos cada vez menos parecidos, até que a "analogia" vire uma média de tudo com tudo, que não informa nada sobre o momento específico.

Esse dilema é um velho conhecido da estatística com outro figurino: é o compromisso entre variância e viés, o mesmo que faz intervalos de confiança alargarem quando a amostra encolhe. Poucos vizinhos: retrato fiel do que é raro, com margem enorme. Muitos vizinhos: margem estreita em torno de uma pergunta que já não é a sua. A escolha do k é a administração declarada desse compromisso — e a palavra que importa é declarada: o k da casa é fixado por desenho, não ajustado caso a caso até a saída agradar.

O que "próximo" significa é a decisão mais pesada

Antes do k, há uma decisão ainda mais influente: a régua de proximidade. Dois momentos podem ser vizinhos pelo comportamento dos juros e estranhos pelo comportamento do câmbio; parecidos no humor do mercado e opostos na situação fiscal. Não existe proximidade em abstrato — existe proximidade nas variáveis escolhidas. Mudar a régua muda os vizinhos, e mudar os vizinhos muda a repartição de desfechos que a analogia devolve.

Por isso a régua é a parte do método que mais exige disciplina: escolhida depois de olhar os resultados, ela vira um instrumento de confirmação com aparência de matemática. No desenho da casa, as variáveis que descrevem um momento e a forma de medir distância entre momentos são fixadas antes, documentadas internamente, e a tentação de "ajustar a régua porque os vizinhos vieram estranhos" é tratada como o que é: a versão sofisticada de escolher 2008 porque 2008 convém. Quais são as variáveis e a métrica é conteúdo do estudo em rascunho; o compromisso de fixá-las antes é o que a casa pode afirmar em público.

Perguntas frequentes

Qual é o k que a casa usa?

O valor é decisão de desenho interna do estudo, e não é público. O que é público é a propriedade que importa: o k é fixado antes de qualquer consulta ao arquivo, não calibrado depois para melhorar a resposta.

Episódios mais antigos valem menos que recentes?

Depende da régua declarada, não de preferência. Um episódio antigo pode ser o vizinho mais próximo do momento atual; excluí-lo por idade seria contrabandear a hipótese de que o passado distante não informa — hipótese que merece teste, não decreto.

E se o arquivo não tiver nenhum vizinho realmente próximo?

Essa é uma resposta legítima do método — e das mais valiosas. Quando o momento atual não se parece o bastante com nada registrado, a analogia honesta é declarar o vazio, não forçar os vizinhos menos distantes. A trilha volta a esse caso dois artigos adiante.

"k vizinhos mais próximos" não é técnica de aprendizado de máquina?

A família de métodos é a mesma usada em classificação estatística, décadas mais antiga que o rótulo atual. No uso da casa, ela não "aprende" nem prevê: seleciona episódios comparáveis e devolve os desfechos que os seguiram.

---

Continue a trilha: Intervalo, não ponto: como ler a saída de um modelo de analogia histórica →

Leituras da casa: os episódios candidatos a vizinhos moram no Atlas; o momento que se quer comparar, no Diário.

Aplicar uma seleção formal de vizinhos a um episódio específico — com régua e k declarados — é exercício de bancada que a casa conduz sob consulta.

Leia também: Intervalo, não ponto: como ler a saída de um modelo de analogia histórica · Intervalo de confiança: o que um número diz — e o que cala · \"Parecido com 2018\" é uma distribuição, não uma previsão