É com satisfação que comunico que a primeira edição oficial do livro "Aprendizado de máquina: uma abordagem estatística" em parceria com @rizbicki está finalizada. Para mais detalhes, veja https://t.co/JniSVLRsgy Agradecemos ao @aquitemcaqui e @kaorinagataart pela capa do livro.
Com a queda do dólar, caiu bastante o preço da versão impressa colorida do meu livro “Machine Learning Beyond Point Predictions: Uncertainty Quantification”.
Para quem trabalha com estatística, ML, previsão e incerteza.
https://t.co/X24Dyu3TfN
#MachineLearning#Statistics#IA
Thrilled to see the ANDROMEDA-SHOCK-2 trial out in JAMA today. Honored to contribute to the statistical analysis with @damiani_petri and an amazing team.
Among patients with early #SepticShock, a personalized hemodynamic resuscitation protocol targeting capillary refill time was superior to usual care for the primary composite outcome, primarily driven by a lower duration of vital support.
#LIVES2025@ESICM
https://t.co/UQH5mSw8Ty
In a world obsessed with DEEP Learning, we proudly present...SHALLOW methods! 😅
Our paper (@rizbicki & Luís Gustavo) presents DiNo & RanBu: 2 methods for lightweight predictions from shallow random forests.
📄paper: https://t.co/MW3f273wE0
📦R package: https://t.co/yynpb74hvj
No post que escrevi, explico um pouco da história por trás do método e mostro passo a passo como ele funciona — até para calcular integrais.
https://t.co/5APMHv023S
(3/n)
Você sabia que dá pra estimar π a partir da geração de números aleatórios? Parece contraintuitivo, mas essa é a base do Método de Monte Carlo. (1/n)
https://t.co/5APMHv023S
A lógica é simples:
1. Jogamos pontos aleatórios em um quadrado.
2. Contamos quantos caem dentro de um quarto de círculo.
3. A razão entre pontos “dentro” e o total, multiplicada por 4, aproxima π. (2/n)
Se alguém servisse chá com leite, você saberia dizer qual foi colocado primeiro?
Fisher, em The Design of Experiments (1935), mostrou como usar estatística para testar essa habilidade.
Expliquei, sem fórmulas, a lógica por trás desse experimento em https://t.co/a505A7gpGz
@rnishimura Melhor não divulgar essa informação então haha É bem mais legal imaginar que foi verdade. Já leu esse pedaço do livro dele? Achei bem legal como ele descreve.
Na análise de sobrevivência, tratar riscos competitivos como censura pode gerar vieses. Neste post, mostro como considerar esses eventos com CIF, teste de Gray e modelo de Fine & Gray no R.
https://t.co/KcxyrMy1Yj
#rstats#statstwitter#epitwitter#stats
No sábado passado, tive a alegria de participar da formatura do Programa Avançado em Data Science e Decisão do @Insper como professor homenageado.
Fico muito grato pelo reconhecimento e ainda mais motivado a ser um professor melhor a cada dia.
Ontem estive na cerimônia de outorga do título de Professor Emérito do IME-USP ao Prof. Carlinhos — referência para gerações de estatísticos. Foi decisivo na minha formação e visão do papel do estatístico. Um exemplo inspirador, como profissional e como pessoa.
@rnishimura@baruqrodrigues Hahaha boa! Ja teve a pergunta e a resposta. Ê isso aí que o @baruqrodrigues comentou. Como a gente sempre precisa fazer processamento e é melhor evitar ficar copiando e colocando, deixei essa referência aí.
We often repeat similar data transformations manually — it’s error-prone and hard to maintain. Here’s a simple, adaptable example: create a new column from others using just their names.
#rstats#datascience#statstwitter
New paper out: “Patient-level cost analysis of ICU-acquired infections: a prospective cohort study” in the Journal of Hospital Infection.
We used propensity score matching to estimate the impact of HAIs on ICU costs — more than 3x higher.
https://t.co/pzFiAVJEDx
Update: we faced some issues because we're working across different OS. Some packages worked well on one but failed on another. Our solution was to use Docker with an image from rocker-org, customize it, and save this customized version. So far, it’s working well!
#rstats folks, how do you ensure a reproducible environment with the necessary packages for your analyses? Do you save packages locally or always install them from the internet? Do you use any package (e.g., renv) to manage your environment? Any tips for long-term stability?