Descobrindo o Índice Descentralizado de Preços ao Consumidor (IPC) de Tellor

Na apresentação abaixo, Brenda Loya, cofundadora e CEO da Tellor, conduz uma apresentação sobre a construção de um Índice de Preços ao Consumidor (IPC) descentralizado e como o blockchain poderia introduzir transparência e responsabilidade nas políticas governamentais.

Abaixo está um glossário dos principais conceitos mencionados durante a palestra de Brenda, destinado a ser um complemento à sua apresentação em vídeo.

SOBRE O TELOR

Tellor é um protocolo oráculo de blockchain que coloca dados fora da cadeia em cadeia de uma forma descentralizada, sem permissão e resistente à censura. Tellor foi construído para lidar com qualquer tipo de dados e garante que os dados possam ser fornecidos e verificados por qualquer pessoa. Tellor foi lançado em 2019 e seu token nativo, $TRB, é usado para pagamento, piquetagem de repórteres de dados e compensação de disputas.

REDES DESCENTRALIZADAS

Embora os oráculos se concentrem nos métodos de trazer dados fora da cadeia para a cadeia, a próxima fronteira seria melhorar os dados fora da cadeia com redes abertas descentralizadas e a transparência que elas inerentemente oferecem. Estas redes, caracterizadas pela sua natureza descentralizada, distribuem controlo e informação através de uma rede de participantes ou nós, reduzindo a dependência de uma autoridade central. As redes descentralizadas não só promovem maior segurança, mas também garantem um maior grau de confiança e abertura nos processos de validação e verificação de dados fora da cadeia.

ÍNDICE DE PREÇOS NO CONSUMIDOR (IPC)

O Índice de Preços no Consumidor (IPC) é um indicador económico crucial que reflecte a inflação ou deflação numa economia, medindo as alterações nos preços médios de bens e serviços específicos consumidos pelas famílias ao longo do tempo. É calculado utilizando uma abordagem de média ponderada, onde uma amostra representativa de bens e serviços é selecionada e a cada item é atribuído um peso com base na sua participação no gasto total do consumidor. Os dados sobre preços destes itens são recolhidos regularmente e depois ponderados e combinados para produzir o IPC.

O IPC fornece informações sobre o nível de inflação, o que é crucial para a política monetária e o planeamento fiscal. Os bancos centrais, os governos e as empresas também utilizam os dados do IPC para ajustar as taxas de juro, as pensões, as faixas fiscais e os salários. No entanto, o cálculo do IPC pode ser complexo devido às mudanças nas preferências dos consumidores, aos avanços tecnológicos e à inclusão de novos bens e serviços.

A CPI também enfrentou três críticas de longa data ao longo dos anos:

1. Substituição

2. Atrasos na inclusão de coisas novas

3. Mudanças não medidas ou mal medidas na qualidade

   
   

No entanto, uma questão significativa e identificada mais recentemente, que ultrapassa os problemas de recolha de dados e ajustes de qualidade, é a centralização e a falta de transparência. É aqui que as redes abertas e descentralizadas podem fazer uma grande diferença, trazendo grandes melhorias ao índice. Detalhes específicos do IPC dos EUA e como ele está sendo calculado podem ser encontrados aqui .

DEFINIÇÃO DE EXTERIOR

Um outlier é um ponto de dados que se desvia significativamente do padrão geral de um conjunto de dados. No contexto dos relatórios de dados Oracle, um valor discrepante refere-se a um ponto de dados que difere significativamente do restante do conjunto de dados. Pode ser um valor invulgarmente alto ou baixo que se destaca quando comparado com a maioria dos dados. Identificar valores discrepantes nos relatórios de dados Oracle é importante para garantir a precisão e a confiabilidade dos relatórios e análises. Às vezes, valores discrepantes podem indicar erros na entrada de dados ou problemas de medição, ou podem representar insights ou anomalias significativas que precisam de investigação mais aprofundada. Gerenciar outliers é uma prática comum na análise de dados para garantir a qualidade e validade das informações relatadas.

DETECÇÃO DE OUTLIERS

A detecção de valores discrepantes refere-se ao processo de identificação e gerenciamento de pontos de dados que se desviam significativamente dos valores esperados relatados pelos provedores de dados. Envolve o emprego de métodos estatísticos, algoritmos de aprendizado de máquina ou mecanismos de consenso para evitar que esses valores discrepantes influenciem desproporcionalmente os dados agregados finais.

Encontrar o equilíbrio certo entre filtrar valores discrepantes genuínos e preservar dados precisos pode ser um desafio, pois algoritmos de detecção de valores discrepantes excessivamente agressivos podem identificar incorretamente dados válidos como valores discrepantes. A agregação mediana e as verificações baseadas em limites são alguns dos mecanismos comuns de detecção de valores discrepantes.

AGREGAÇÃO DE DADOS

A agregação de dados é o processo de coleta de dados de diversas fontes para gerar informações precisas para integração em contratos inteligentes e sistemas blockchain. As técnicas empregadas para agregação incluem cálculo de média, mediana e votação ponderada. A escolha do método de agregação depende da aplicação específica e do design do protocolo subjacente.

Nas redes Oracle, a agregação de dados é uma etapa necessária para unir fontes de dados fora da cadeia e execuções na cadeia, mantendo ao mesmo tempo a precisão e a credibilidade dos dados.

O Blockchain Oracle Summit é o único encontro técnico do mundo que se aprofunda nos casos de uso, limitações e impactos dos oráculos no ecossistema blockchain mais amplo. Os principais palestrantes do mundo se reuniram em Paris para compartilhar seu trabalho e experiência na construção e uso de soluções Oracle.

-Michael Abiodun .