Paradoxo de Simpson

O rendimento médio dos trabalhadores subiu, enquanto o rendimento de quem tem ensino superior caiu, no mesmo período e nos mesmos dados. No exercício, usamos a PNAD Contínua para mostrar como os dois movimentos acontecem juntos, decompomos a variação em efeito dentro dos grupos e efeito composição, e vemos qual leitura usar para cada pergunta.
Gráfico de barras com a variação do rendimento médio real por nível de instrução, em que o agregado é positivo enquanto os grupos de maior escolaridade aparecem negativos

Duas afirmações sobre o mesmo período podem ser verdadeiras ao mesmo tempo: o rendimento médio do trabalhador brasileiro subiu, e o rendimento de quem tem ensino superior completo caiu. Os dois números estão corretos. Neste exercício, vamos ver como o total e os grupos podem apontar em direções opostas e qual leitura responde a cada pergunta.

Quando a relação observada no total se inverte ao dividirmos os dados por grupo, temos o paradoxo de Simpson. Edward Simpson descreveu o fenômeno em 1951, e ele pode aparecer em qualquer análise que compare médias de populações cuja composição muda ao longo do tempo.

Gráfico de barras com a variação do rendimento médio real por nível de instrução, em que o agregado é positivo enquanto os grupos de maior escolaridade aparecem negativos
Variação do rendimento médio real por nível de instrução. Fonte: IBGE, PNAD Contínua (SIDRA 5438).

No gráfico acima, cada barra mostra a variação do rendimento médio real de um nível de instrução, e uma barra mostra o agregado, isto é, a média de todos os trabalhadores. A barra do agregado é positiva. Entre os níveis de instrução há barras positivas e negativas, e as negativas estão nos grupos de maior escolaridade.

Ou seja, quem olha apenas o total conclui que o rendimento do trabalhador melhorou, e quem olha por nível de instrução conclui que quem tem diploma passou a ganhar menos. A leitura do total e a leitura por grupo descrevem o mesmo país no mesmo período.

📩 O modelo continua valendo. O que mudou é a velocidade

Quem já sabe econometria tem a parte difícil resolvida: saber qual pergunta fazer e como checar se a resposta faz sentido. No Boletim AM eu mostro, todo dia, como a IA entra nesse trabalho, sem substituir o julgamento de quem entende o modelo.

Receber o Boletim AM →

Todo dia no seu e-mail. Gratuito, e sai num clique.

Como o total pode subir enquanto os grupos caem?

A resposta está no cálculo da média. A média de um conjunto formado por grupos é a média das médias de cada grupo, ponderada pelo tamanho de cada um.

x̄ = Σg wg · x̄g

Na equação acima, x̄ é a média do conjunto, x̄g é a média dentro do grupo g, e wg é a participação desse grupo no total, com os pesos somando 1.

Pela equação, o agregado depende da média dentro de cada grupo e do peso de cada grupo. Uma mudança na média de algum grupo ou uma mudança nos pesos movem o agregado.

Por isso a inversão é possível. Se a população migra para grupos de média mais alta, o agregado sobe mesmo que a média de todos os grupos esteja caindo.

A divergência é recente?

A comparação entre o início e o fim do período mostra apenas o resultado acumulado. Para saber se a divergência é recente ou se vem de longe, acompanhamos as séries trimestrais.

Séries trimestrais do rendimento médio real por nível de instrução em índice com base cem, com a linha do total subindo e a do ensino superior completo caindo
Rendimento médio real por nível de instrução, em índice. Fonte: IBGE, PNAD Contínua (SIDRA 5438).

No gráfico acima, cada linha é o rendimento médio real de um nível de instrução, convertido em índice com base 100 no primeiro trimestre. Por isso, as séries partem do mesmo ponto e se distanciam ao longo do período. A linha do total termina acima de 100, e a linha do ensino superior completo termina abaixo.

A distância entre a linha do total e a linha do ensino superior mede o tamanho do paradoxo, e ela aumenta de forma gradual. Como a divergência se acumula ao longo de muitos trimestres, um trimestre atípico não explica o resultado.

O que acontece quando só os pesos mudam?

A divergência vem da mudança de peso dos grupos. Ao longo do período, a parcela da população ocupada com mais escolaridade cresceu, e a parcela com menos escolaridade diminuiu.

Para ver o efeito dos pesos sozinho, montamos um exemplo com dois grupos em que a média de cada grupo cai cinco por cento e os pesos mudam.

Gráfico de barras de um exemplo com dois grupos em que ambos recuam entre o início e o fim enquanto a barra do agregado avança
Exemplo controlado com dois grupos. Elaboração: Análise Macro.

No gráfico acima, as barras de cada grupo recuam entre o início e o fim, e a barra do agregado avança. As três barras saem do mesmo cálculo da média ponderada, com os pesos de cada período.

O mesmo cálculo explica o caso real. O agregado responde quanto ganha o trabalhador médio hoje, e essa resposta muda quando a composição da população muda, mesmo que nenhum grupo tenha ganho de rendimento.

Quanto da variação vem dos grupos e quanto vem dos pesos?

Podemos decompor a variação do agregado entre dois períodos em duas parcelas: a que vem da mudança dentro dos grupos e a que vem da mudança dos pesos.

Δx̄ = Σg wg0 Δx̄g  +  Σg Δwg x̄g1

Na equação acima, o primeiro termo é o efeito intragrupo, que mede a variação das médias dentro dos grupos com os pesos do período inicial. O segundo termo é o efeito composição, que mede quanto a mudança dos pesos alterou o agregado, usando as médias do período final.

A soma do efeito intragrupo com o efeito composição reproduz exatamente a variação observada. Ou seja, a decomposição é uma identidade contábil, sem resíduo a explicar.

Gráfico de barras com a decomposição da variação do agregado em efeito intragrupo negativo, efeito composição positivo e variação total positiva
Decomposição da variação do agregado. Elaboração: Análise Macro.

No gráfico acima, as barras mostram o efeito intragrupo, o efeito composição e a variação total do agregado. O efeito intragrupo é negativo, porque a média dos dois grupos caiu. O efeito composição é positivo e maior em módulo, e por isso a variação total é positiva.

Se os pesos tivessem ficado constantes, o agregado teria caído junto com os grupos. Quem reporta apenas a variação do total comunica um resultado correto e deixa de fora a razão pela qual ele aconteceu.

Quando usar o agregado e quando usar os grupos?

O agregado e os grupos respondem a perguntas diferentes, e a escolha depende do que queremos saber.

🌐

O agregado responde sobre o conjunto
Quanto ganha o trabalhador médio, quanto de renda entra na economia, qual a base de arrecadação. Aqui a mudança de composição faz parte da resposta.
👤

Os grupos respondem sobre a experiência
O que aconteceu com quem tem diploma e qual o retorno de estudar mais. Para essas perguntas, o agregado leva à conclusão errada, porque mistura a variação do rendimento com a mudança na composição.

Na prática, olhamos o agregado e os grupos antes de concluir. Quando apontam na mesma direção, o agregado resume bem o que aconteceu. Quando apontam em direções opostas, o agregado sozinho descreve a média do conjunto e esconde o que aconteceu em cada grupo.

Quais são os limites do exercício?

A decomposição depende dos grupos escolhidos. A divisão por nível de instrução revela um efeito composição, e a divisão por setor, idade ou região revelaria outros, possivelmente de sinal diferente. Por isso, escolhemos os grupos a partir da pergunta que queremos responder.

Outras características da população também mudaram. A população ocupada envelheceu e se deslocou entre setores no período, e atribuir toda a divergência à escolaridade deixaria essas mudanças de fora.

O rendimento já está deflacionado. A série usada é expressa a preços constantes, e por isso a variação observada mede mudança no poder de compra, já descontada a inflação.

Como verificar o paradoxo numa análise?

Passo O que verificar
1 Antes de reportar uma variação do agregado, dividir os dados por pelo menos uma variável de grupo.
2 Comparar a direção do agregado com a direção de cada grupo.
3 Se houver divergência, decompor a variação em efeito intragrupo e efeito composição.
4 Verificar se os pesos dos grupos mudaram no período analisado.
5 Escolher a leitura pela pergunta: perguntas sobre o conjunto usam o agregado, e perguntas sobre a experiência de cada grupo usam os grupos.

O segundo passo exige apenas uma tabela com a variação por grupo ao lado da variação do total. Com essa tabela, a divergência aparece antes de qualquer conclusão ser escrita.

Considerações finais

O paradoxo de Simpson explica muitas discussões sobre dados públicos em que dois lados citam números corretos e chegam a conclusões opostas. Quando reconhecemos o paradoxo, a pergunta deixa de ser quem está certo e passa a ser qual recorte responde ao que queremos saber.

A divisão por grupo e a decomposição da variação exigem poucas linhas de código e usam dados públicos do IBGE. A verificação se aplica a várias profissões:

  • Analista de dados: descobre que a métrica agregada do produto melhorou porque a base de usuários mudou, mesmo com a experiência de cada grupo de usuários igual.
  • Economista: separa ganho de produtividade real de efeito de composição setorial antes de interpretar o agregado.
  • Gestor de risco: percebe que a inadimplência média da carteira caiu por mudança no mix de produtos, com a qualidade de crédito de cada produto estável.
  • Analista de políticas públicas: compara indicadores entre municípios sabendo que a composição da população muda o agregado.
  • Atuária: avalia sinistralidade por faixa antes de concluir sobre a carteira inteira.

Em todos esses casos, a verificação começa por uma tabela por grupo, montada antes de escrever a conclusão.

Você viu o paradoxo; aprenda a decompor o agregado

De estatística descritiva a inferência e regressão, com Python aplicado a dados econômicos reais desde a primeira aula. Quem quer acesso a todas as formações tem o AM Black, a assinatura anual.

Conheça a formação →Ver o AM Black →

Referências

BLYTH, C. R. On Simpson's Paradox and the Sure-Thing Principle. Journal of the American Statistical Association, v. 67, n. 338, p. 364-366, 1972.

OAXACA, R. Male-Female Wage Differentials in Urban Labor Markets. International Economic Review, v. 14, n. 3, p. 693-709, 1973.

PEARL, J. Causality: Models, Reasoning, and Inference. 2. ed. Cambridge: Cambridge University Press, 2009.

SIMPSON, E. H. The Interpretation of Interaction in Contingency Tables. Journal of the Royal Statistical Society: Series B, v. 13, n. 2, p. 238-241, 1951.

YULE, G. U. Notes on the Theory of Association of Attributes in Statistics. Biometrika, v. 2, n. 2, p. 121-134, 1903.

Leia também: Tabelas de contingência e o teste qui-quadrado

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Encontre o seu conteúdo

Pesquisar
Boletim AM · gratuito

Estatística, econometria e IA aplicada, todo dia no seu e-mail

Um insight rápido por dia. Aos domingos, os papers, livros e modelos da semana em métodos quantitativos, aplicados à economia e ao mercado financeiro.

Quero receber o Boletim AM

Temas do blog

Livros digitais

Python, R e IA aplicados a dados econômicos

Livro Análise de Dados com PythonLivro Análise de Dados com RLivro Como Criar Agentes de IALivro Linguagem Econômica

Quatro livros com dados reais do Banco Central, do IBGE e do FED, e código pronto para rodar. Leia as primeiras páginas antes de comprar.

R$ 197R$ 47cada
Ver os livros

Artigos mais acessados

Análise Macro © 2011 / 2026

comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002