Descubriendo el índice de precios al consumidor (IPC) descentralizado de Tellor

En la presentación a continuación, Brenda Loya, cofundadora y directora ejecutiva de Tellor, dirige una presentación sobre la creación de un índice de precios al consumidor (IPC) descentralizado y cómo la cadena de bloques podría introducir transparencia y responsabilidad en las políticas gubernamentales.

A continuación se muestra un glosario de conceptos clave mencionados durante la charla de Brenda, que pretende ser un complemento de su presentación en video.

ACERCA DE TELLOR

Tellor es un protocolo de Oracle blockchain que coloca datos fuera de la cadena en la cadena de una manera descentralizada, sin permisos y resistente a la censura. Tellor fue creado para manejar cualquier tipo de datos y garantiza que cualquier persona pueda proporcionarlos y verificarlos. Tellor se lanzó en 2019 y su token nativo, $TRB, se utiliza para pagos, participación de reporteros de datos y compensación de disputas.

REDES DESCENTRALIZADAS

Si bien los oráculos se centran en los métodos para llevar los datos fuera de la cadena a la cadena, la próxima frontera sería mejorar los datos fuera de la cadena con redes descentralizadas abiertas y la transparencia que ofrecen inherentemente. Estas redes, caracterizadas por su naturaleza descentralizada, distribuyen control e información a través de una red de participantes o nodos, reduciendo la dependencia de una autoridad central. Las redes descentralizadas no solo fomentan una mayor seguridad sino que también garantizan un mayor grado de confianza y apertura en los procesos de validación y verificación de datos fuera de la cadena.

ÍNDICE DE PRECIOS AL CONSUMIDOR (IPC)

El Índice de Precios al Consumidor (IPC) es un indicador económico crucial que refleja la inflación o la deflación en una economía midiendo los cambios en los precios promedio de bienes y servicios específicos consumidos por los hogares a lo largo del tiempo. Se calcula utilizando un enfoque de promedio ponderado en el que se selecciona una muestra representativa de bienes y servicios y a cada artículo se le asigna un peso basado en su participación en el gasto total de los consumidores. Los datos sobre los precios de estos artículos se recopilan periódicamente y luego se ponderan y combinan para producir el IPC.

El IPC proporciona información sobre el nivel de inflación, que es crucial para la política monetaria y la planificación fiscal. Los bancos centrales, los gobiernos y las empresas también utilizan los datos del IPC para ajustar las tasas de interés, las pensiones, los tramos impositivos y los salarios. Sin embargo, calcular el IPC puede resultar complejo debido a los cambios en las preferencias de los consumidores, los avances tecnológicos y la inclusión de nuevos bienes y servicios.

El IPC también ha enfrentado tres críticas de larga data a lo largo de los años:

1. Sustitución

2. Retrasos en incluir cosas nuevas

3. Cambios en la calidad no medidos o mal medidos

   
   

Sin embargo, un problema significativo e identificado más recientemente, que supera los problemas de recopilación de datos y ajustes de calidad, es la centralización y la falta de transparencia. Aquí es donde las redes abiertas y descentralizadas pueden marcar una gran diferencia al generar mejoras importantes en el índice. Los detalles específicos del IPC de EE. UU. y cómo se calcula se pueden encontrar aquí .

DEFINICIÓN DE VALORES EXTREMOS

Un valor atípico es un punto de datos que se desvía significativamente del patrón general de un conjunto de datos. En el contexto de los informes de datos de Oracle, un valor atípico se refiere a un punto de datos que difiere significativamente del resto del conjunto de datos. Puede ser un valor inusualmente alto o bajo que se destaca en comparación con la mayoría de los datos. Identificar valores atípicos en los informes de datos de Oracle es importante para garantizar la precisión y confiabilidad de los informes y análisis. En ocasiones, los valores atípicos pueden indicar errores en la entrada de datos o problemas de medición, o pueden representar ideas significativas o anomalías que necesitan mayor investigación. La gestión de valores atípicos es una práctica común en el análisis de datos para garantizar la calidad y validez de la información reportada.

DETECCIÓN DE VALORES EXTREMOS

La detección de valores atípicos se refiere al proceso de identificar y gestionar puntos de datos que se desvían significativamente de los valores esperados informados por los proveedores de datos. Implica emplear métodos estadísticos, algoritmos de aprendizaje automático o mecanismos de consenso para evitar que estos valores atípicos influyan de manera desproporcionada en los datos agregados finales.

Lograr el equilibrio adecuado entre filtrar valores atípicos genuinos y preservar datos precisos puede ser un desafío, ya que los algoritmos de detección de valores atípicos demasiado agresivos podrían identificar incorrectamente datos válidos como valores atípicos. La agregación de medianas y las verificaciones basadas en umbrales son algunos de los mecanismos comunes de detección de valores atípicos.

AGREGACIÓN DE DATOS

La agregación de datos es el proceso de recopilar datos de diversas fuentes para generar información precisa para su integración en contratos inteligentes y sistemas blockchain. Las técnicas empleadas para la agregación incluyen el promedio, el cálculo de la mediana y la votación ponderada. La elección del método de agregación depende de la aplicación específica y del diseño del protocolo subyacente.

En las redes Oracle, la agregación de datos es un paso necesario para unir las fuentes de datos fuera de la cadena y las ejecuciones dentro de la cadena, manteniendo al mismo tiempo la precisión y credibilidad de los datos.

La Blockchain Oracle Summit es la única cumbre técnica del mundo que profundiza en los casos de uso, las limitaciones y los impactos de los oráculos en el ecosistema blockchain más amplio. Oradores líderes de todo el mundo se reunieron en París para compartir su trabajo y experiencia en la creación y utilización de soluciones Oracle.

-Michael Abiodun .