@gustavations@drago_o_campeao@SamPancher Quem está culpando MCMV?
Está se pondo a culpa no modo que foi feito. (construir as casas perto da organização criminosa).
Tem que ser muito BURRO para não entender isso.
Não acredito que haja alguém tão burro assim, então a pessoa que afirma isso só pode ser CANALHA.
BLOCK!
@drago_o_campeao@SamPancher A culpa é do Governo Federal em implanar o MCMV próximo a uma área dominada por facção criminosa.
Mas me diga, por que vc tem tanta dificuldade em entender isso?
@drago_o_campeao@SamPancher Minha casa, minha vida é um programa Federal.
Vc pode cobrar ações da polícia estadual, sem problema. Eu não tenho político de estimação, você tem?
@drago_o_campeao@SamPancher Isso não é um evento isolado anos depois em um local neutro. É expansão territorial do crime organizado para condomínios próximos a favelas dominadas pela mesma facção.
@drago_o_campeao@SamPancher Isso não é um evento isolado anos depois em um local neutro. É expansão territorial do crime organizado para condomínios próximos a favelas dominadas pela mesma facção.
@drago_o_campeao@SamPancher O crime está cobrando aluguel no imóvel que o governo entregou. Isso é consequência previsível de má política.
O ponto é que o programa, do jeito que foi implementado, facilita a expansão territorial e o faturamento das facções, mas vc finge não entender.
@drago_o_campeao@SamPancher Demissão de jornalista seguido de incêndio no escritório é argumento ridículo, pois não existe nexo lógico razoável entre os dois eventos. Um não facilita o outro de forma previsível ou sistêmica.
@drago_o_campeao@SamPancher Nem toda sequência temporal é falaciosa. Quando o governo move milhares de pessoas para um território e a criminalidade se fortalece logo depois, questionar a relação �� cobrar consequência de política pública.
O caso habitacional + crime organizado é um debate legítimo.
The Bitcoin power law model looks good, but is flawed. The relationship between price and time is spurious (fake). I'll explain below.
1. The model is flawed because it does't account for autocorrelation. You can see this in the regression results, particularly in the Durbin-Watson statistic (red rectangle). It should be 2 for autocorrelation not to be present, but it's basically zero (high positive autocorrelation). Autocorrelation violates one of the key assumptions of linear regression.
It doesn't matter that the R-squared is high (orange rectangle), the high R-squared is explained by the autocorrelation. The model has also other problems (blue, yellow and green rectangles) that also violate some of the assumptions of linear regression (normal distribution, etc).
2. The price of Bitcoin is autocorrelated, meaning that past data helps explain the current price, this is very common in time series analysis. You can see this in the next chart (bars outside the shaded area).
3. Power law models seem to explain well some relationships, but this is for analysis that doesn't involve time (time series). I took this chart from @dotkrueger
@glauber_doc Embora o contexto cultural precise ser respeitado, ele não pode ser a última palavra em questões éticas fundamentais.
Sobre a síndrome de Down, vale a pena ler o relato emocionante de Sebastião Salgado sobre a experiência de ter um filho assim.
https://t.co/cly0RfhcW0