Viés de seleção no varejo: estratificação corrige melhor a inflação

O que aconteceu

O estudo "Selection Bias Correction in Retail Intelligence" chegou ao arXiv em 4 de julho de 2026, na área de Computer Science > Artificial Intelligence. O autor Spandan Ghose Chowdhury conduziu 400 replications Monte Carlo para comparar dois métodos de correção de viés de seleção em dados de varejo: a ponderação por probabilidade inversa (IPW) e a estratificação.

Os cenários testados foram quatro: funções degrau alinhadas, gradientes suaves, quebras desalinhadas e relações polinomiais. A estratificação venceu o IPW em três dos quatro cenários, mantendo erro mediano abaixo de 0,04 ponto percentual mesmo quando as fronteiras das faixas foram propositalmente desalinhadas das quebras reais da população. Nesse caso, a vantagem sobre o IPW chegou a 116 vezes.

O IPW só saiu na frente no cenário de relações polinomiais, usado com modelos de propensão spline, com erro mediano de 0,007 ponto percentual contra 0,013 da estratificação. O resultado mais revelador veio do cenário oracle, em que o IPW recebeu conhecimento perfeito da estrutura dos dados: mesmo assim registrou erro de 6,06 pontos percentuais, enquanto a estratificação ficou em 0,008 ponto.

Contexto

A inteligência de varejo costuma vigiar produtos populares e de alta rotatividade, deixando de fora a cauda longa de itens de nicho. Esse recorte enviesa indicadores econômicos como índices de inflação, que dependem de painéis de preços representativos.

O estudo aponta que o fracasso do IPW no cenário de funções degrau não é fraqueza metodológica, mas violação do Pressuposto de Positividade, um requisito fundamental da inferência causal. Quando as probabilidades de seleção divergem muito, com 90% de chance para alguns itens e 1% para outros, os métodos de ponderação operam fora de sua faixa teórica de validade.

Por que importa

Para quem constrói métricas de inflação em tempo real, a escolha entre IPW e estratificação muda o erro final do indicador. O estudo mostra que, em distribuições de cauda longa com violação severa de positividade, a estratificação é a opção mais segura de engenharia. Bancos, varejistas e empresas de inteligência de mercado que monitoram preços diariamente são os públicos mais afetados.

Impacto

No curto prazo, a pesquisa dá argumento técnico para quem já evita ponderação em painéis desbalanceados. A diferença prática entre 0,008 e 6,06 pontos percentuais de erro pode decidir se um reajuste de preço aparece como inflação real ou como artefato do método. No médio prazo, o trabalho pode levar a revisões de pipelines de dados que tratam a seleção de amostras como detalhe secundário.

O que muda

A percepção de que método vence depende do cenário. O IPW segue útil em relações polinomiais suaves, mas exige verificação do Pressuposto de Positividade antes de ser aplicado. A estratificação, por ser mais robusta a violações severas, vira a recomendação padrão para dados de varejo com cauda longa.

O que vem agora

O artigo está na versão v1 no arXiv, aberto a revisões e réplicas da comunidade. Ainda não há código público ou submissão a conferência anunciados. O próximo passo esperado é a validação em dados reais de painéis de varejo, que podem confirmar os resultados simulados fora do ambiente controlado.