Da intenção
de voto à urna.

Uma pesquisa pode integrar um modelo preditivo. Um instituto também pode publicar uma previsão própria. O erro é tratar automaticamente o placar de intenção de voto e sua margem amostral como a distribuição do resultado futuro.

O que uma pesquisa mede

Uma pesquisa de intenção de voto descreve uma escolha declarada, em um momento, para um cartão de candidatos. O número publicado é a estimativa de P(escolha | população-alvo, campo, pergunta). Ele não é uma contagem antecipada de 04/10.

Pense numa panela de sopa. Provar uma colher bem mexida diz o gosto da panela inteira, com pouco erro. Duas condições valem: a sopa precisa estar misturada, e você precisa estar provando a sopa que será servida. Se o sal ficou no fundo, nenhuma colher resolve. Se a sopa ainda vai ferver por mais uma hora, o gosto de agora não é o gosto do prato.

O que a margem amostral cobre e o que não cobre

A margem de erro divulgada cobre uma única fonte de incerteza: o acaso do sorteio das pessoas entrevistadas, sob a hipótese de que o sorteio foi aleatório. Não cobre quem nunca teve chance de ser sorteado (cobertura), quem foi sorteado e recusou (não resposta) nem quem respondeu e não votará (definição do eleitor que comparece). Também não cobre o cartão usado, a ordem das perguntas e a data.

O erro dessas outras fontes pode ser parecido em casas diferentes, porque todas recrutam eleitores no mesmo país, no mesmo período e com ferramentas semelhantes. A literatura chama isso de erro comum. Shirani-Mehr e colaboradores (2018) estimam que o erro total de pesquisas estaduais americanas é cerca do dobro da margem declarada. Gelman, 2021, trata a diferença entre pesquisar e prever como o ponto central do problema.

Um exemplo com números desta mesma página. Datafolha (02/10 a 03/10, 4.006 entrevistas) publicou Lula 42% e Flávio Bolsonaro 40%. Sob amostragem aleatória simples, o intervalo de 95% da diferença de 2 pontos vai de -0,8 a +4,8. Com efeito de desenho 1,5, o valor assumido por este modelo, vai de -1,4 a +5,5. Os dois testes dão a mesma resposta neste caso, e a frase deve acompanhá-la.

Entre “se a eleição fosse hoje” e a urna

A pergunta de campo supõe que todos os entrevistados votam e que todos têm uma escolha. A urna tem três contas: voto válido, branco ou nulo, e abstenção. No cenário central do modelo, são 33,3 milhões de abstenções entre 158,7 milhões de eleitores aptos. Quem se abstém pode aparecer na pesquisa como alguém que “vai votar em X”.

Há ainda os indecisos e os brancos e nulos declarados. Na média ponderada das casas, os indecisos somam 2,7% e o branco ou nulo 3,9% das respostas. O voto útil e a mudança de opinião nos dias finais também ficam fora da fotografia do campo. Nenhum desses fatores é pequeno perto de uma diferença de um ou dois pontos entre os dois primeiros colocados.

Por que agregar pesquisas não elimina o erro comum

A média de várias casas reduz o acaso amostral de cada uma. Não reduz o que elas compartilham. É a diferença entre moedas independentes e moedas viciadas pelo mesmo ímã: jogar mais moedas estabiliza a média, mas ela estabiliza no lugar errado. Para H casas com variância σ² e correlação ρ entre seus erros, a variância da média é σ²[ρ + (1 − ρ)/H]. Com H grande, sobra σ²ρ.

Por isso o modelo sorteia o erro comum uma vez por réplica, com desvio padrão de 2 pontos na diferença F−L dos válidos, e esse componente não encolhe com o número de casas ou de UFs. É um parâmetro declarado, não calibrado historicamente. Um valor maior alargaria a faixa. Um menor a estreitaria.

O que um modelo preditivo precisa declarar

Um modelo merece o nome de preditivo quando declara quatro coisas. Primeiro, uma variável-alvo futura: aqui, o percentual de votos válidos de cada candidatura no 1º turno de 04/10. Segundo, os mecanismos que ligam os dados ao alvo: recência, renda, território, comparecimento. Terceiro, uma distribuição, e não só um ponto. Quarto, uma validação contra resultados posteriores.

Esta página cumpre as três primeiras. A quarta está incompleta, e isso é dito de frente. O que foi testado é o transporte do comparecimento de 2018 para 2022: a taxa por seção teve RMSE estadual de 1,24 ponto, e a taxa da UF, 1,19 ponto. O que não foi testado: a preferência por candidato, o transporte de renda, o voto útil e as probabilidades. Elas dependem de hipóteses declaradas e de erro não calibrado historicamente.

Por isso a palavra certa é tentativa experimental. O modelo organiza informação pública numa conta que fecha e que pode ser refeita. Se acertar, não prova que o método é bom, porque é uma eleição. Se errar, a comparação com a média simples e com a própria faixa mostrará onde.

“Lidera” e “está à frente na estimativa pontual” são frases diferentes

Dizer que um candidato “lidera” afirma uma liderança identificada, e essa afirmação precisa passar em dois testes independentes. O teste de amostragem exige que o intervalo de 95% da diferença não contenha o zero. O teste de composição exige que o sinal sobreviva à troca da margem dominante, a renda, pela régua oficial da PNAD. O exemplo acima tem a mesma resposta nas duas hipóteses de desenho.

No resultado do modelo, Lula tem 45,1% e Flávio 45,3% dos válidos, e a diferença F−L simulada vai de -3,88 a 3,97 pontos. Flávio está à frente na estimativa pontual. O intervalo contém o zero, então a página não afirma que Flávio lidera. A probabilidade de Flávio terminar à frente de Lula, condicional ao modelo, é 51,6%. Estimativa pontual à frente e liderança identificada são coisas diferentes, e a faixa mostra a distância entre elas.

O diagnóstico compara ondas dos últimos 45 dias com campos centrais até sete dias de distância. Usa uma onda próxima por outra casa, exige pelo menos três comparadoras e trabalha na diferença Lula menos Flávio dos votos válidos. A mediana resume as ondas, sem confundir não escolha com preferência.

A alternativa “Central + remoção do desvio relativo” retira da semente estadual o contraste logarítmico da casa. Ele é reduzido por n_ondas/(n_ondas+3), para não tratar uma única comparação como certeza. A calibração nacional é refeita depois. A previsão central não faz essa correção. Recrutamento, composição e tempo podem produzir o desvio; a tabela não identifica a causa nem prova alinhamento político.

Erros de eleições passadas só poderiam calibrar confiabilidade de uma casa com pesquisa arquivada, campo comparável, mesma pergunta, população e método, em várias eleições. O acervo agora tem 2022, medido abaixo, e não tem 2018. Uma onda por casa numa eleição não sustenta nota de acerto, e por isso nenhuma casa recebe nota. O teste de comparecimento da seção 09 tem outra finalidade.

A urna de 2022 deu a Lula 48,43% e a Bolsonaro 43,20% dos votos válidos no 1º turno, diferença de 5,23 pontos sobre 118,2 milhões de válidos. Os números vêm da API de resultados do TSE (eleição 544, totalização de 04/10/2022) e fecham com a soma das 27 UFs e do exterior. Do outro lado estão as últimas ondas nacionais de 12 casas antes da urna, cada uma com registro, campo e documento arquivado com SHA-256. A média simples delas dava a Lula 9,15 pontos de vantagem. O erro comum na diferença Lula menos Bolsonaro foi de +3,92 pontos. A mediana dos erros por casa foi +4,96.

O erro esteve em Bolsonaro, não em Lula. A média errou Lula em −0,42 ponto e Bolsonaro em −4,33 pontos. Tebet (+1,16) e Ciro (+2,63) saíram superestimados. Bolsonaro ficou abaixo da urna em 11 das 12 casas. A leitura compatível com os dados é eleitor de terceira via e indeciso que terminou em Bolsonaro. Os dados não separam mudança tardia de subdeclaração: 9 das 12 ondas fecharam o campo antes de 1º de outubro.

As piores na diferença foram Datafolha, Ipec e Ipespe/Abrapel, com +8,77 pontos cada, porque publicaram a mesma diferença inteira de 14 pontos. A melhor foi Paraná Pesquisas (+1,87). Erraram para o outro lado Modalmais/Futura (−2,13) e Instituto Veritá (−8,31). O desvio padrão entre casas, 4,96 pontos, supera o próprio erro comum. Por isso “a casa X errou mais” é afirmação sobre uma eleição e uma onda, que mistura método, data de campo e arredondamento. Não é nota de confiabilidade.

O erro existe exatamente porque pesquisa não é prognóstico. Ela mede uma escolha declarada no campo; a urna conta quem compareceu e o que decidiu até o último dia. A distância entre as duas é o que se pode medir depois, e é esse erro, e não o placar, que serve de prognóstico interessante: ele diz de quanto, e em que direção, o retrato do campo ficou longe da contagem numa eleição comparável. Em tese, o 2º turno reduz essa distância, porque os institutos passam a dispor do resultado real do 1º turno para calibrar cotas, ponderação e cartão de duas candidaturas, e o eleitor já viu a contagem. O acervo ainda não tem as ondas finais do 2º turno de 2022 arquivadas, então essa redução fica como hipótese a conferir com documento, não como número publicado.

A direção se mantém sob as regras de inclusão testadas. O tamanho muda. Só com as 9 casas que têm PDF próprio, o erro comum cai para +2,75. Sem o Veritá, a casa mais distante das demais, sobe para +5,03. Com a Brasmarket fica em +1,96. Há lacunas documentais declaradas: o PDF nacional do Datafolha não foi localizado, e os números vêm da matéria da Folha, contratante; o Ipec não tem documento do próprio instituto, e os números vêm de dois veículos que concordam em todos os valores; a Quaest publica só válidos.

Como a página usa esse número. É a estimativa do erro médio de uma eleição. Entra como medição histórica e como cenário nas duas direções, nunca como prognóstico nem como ajuste da central. Essa é decisão explícita do responsável pela previsão. Se o erro comum de 2022 se repetisse, com as pesquisas superestimando Lula, a diferença F−L iria de +0,14 para +4,06 pontos (Lula 43,2%, Flávio 47,2%). Com o sinal invertido, iria para −3,78 (Lula 47,1%, Flávio 43,3%). As duas linhas estão na tabela de sensibilidades abaixo, lado a lado. Uma eleição é um ponto e não dá variância. Por isso o desvio do erro comum no Monte Carlo continua declarado como parâmetro, 2 pontos, e 2022 serve de referência de magnitude. As pesquisas finais de 2018 não estão arquivadas, e sem documento não há número de 2018.

Ligação por UF, código de município do TSE, zona e seção. Códigos com zeros à esquerda são normalizados. O número da seção é um identificador territorial, não uma pessoa; repetição da chave não prova estabilidade de quem mora ou vota ali. Mudanças de seção e transferência temporária exigem cautela.

Os pacotes BR e BRASIL repetem parte da informação: o processamento usa uma única base presidencial e o 1º turno. Aptos a eleição federal em 2026 são lidos no cadastro de locais gerado em 02/10/2026. O perfil demográfico final foi gerado em 14/07/2026. Sua soma difere do cadastro de locais em 39 eleitores, registrados no JSON; o volume da previsão usa os locais atualizados.

Seções não instaladas em 2022 podem ter aptos e zero em comparecimento e abstenção oficial. Seus aptos permanecem na conferência com os resumos arquivados da API; a taxa local não é transportada como “100% de abstenção”. A soma dos aptos dessas seções consta no JSON.

Uma seção de alta abstenção não é automaticamente favorável a um candidato. Sem voto × comparecimento no indivíduo, preferência dos ausentes não é identificada. O simulador varia a presença dessas seções usando a preferência da UF. Ele não pinta um endereço como território de votos recuperáveis para uma campanha.

Uma réplica, passo a passo

O modelo sorteia 6.000 mapas possíveis da eleição. Cada um é gerado por esta sequência. A faixa publicada é o conjunto de todos eles.

1. Sortear os pesos das casas. Uma Dirichlet com α_h = H × w_h, onde H = 13 casas e w_h é o peso temporal normalizado. O peso esperado de cada casa não muda, mas um sorteio pode dar mais peso a uma casa que a central pesa menos, e vice-versa. No corte de 04/10/2026, Datafolha tem peso esperado de 12,3%, α ≈ 1,6 e desvio padrão de cerca de 8,8 pontos de peso.
2. Sortear o placar de cada casa. Cada vetor de cinco categorias é sorteado numa Dirichlet com concentração min(n, 2.000)/1,5. Datafolha, com 4.006 entrevistas, usa concentração de cerca de 1.333, e a parcela de Lula varia cerca de 1,3 ponto em torno do vetor usado.
3. Combinar. O alvo nacional da réplica é a soma dos placares sorteados, ponderados pelos pesos sorteados.
4. Sortear o erro comum. Um choque Student t com 5 graus de liberdade, desvio padrão de 2 pontos na diferença F−L dos válidos. Metade sai de um candidato e entra no outro. É o único termo que não diminui com mais casas.
5. Sortear a semente de cada UF e recalibrar. As 27 sementes são sorteadas por Dirichlet com concentração igual ao n efetivo assumido da UF (mínimo de 150). Todas são ajustadas por IPF ao alvo nacional sorteado na mesma réplica, para que a incerteza estadual não vire um segundo conjunto de observações do nacional.
6. Aplicar o eleitor provável e o choque regional. Os fatores de hábito de votar entram. Um choque de 1 ponto na diferença F−L, por região, desloca a preferência depois da calibração nacional.
7. Sortear comparecimento e inválidos. Comparecimento ganha componentes nacional (1 ponto), regional (1,5) e estadual (1). Branco e nulo ganham um componente comum de 0,8 ponto. O exterior tem presença com desvio de 5 pontos e preferência Dirichlet de concentração 60.
8. Contar os votos. Para cada UF, eleitorado × comparecimento × (1 − inválido) × preferência. Soma-se o país, calcula-se o percentual dos válidos e guarda-se a diferença F−L.

Os percentuais ponderados entram como proporções aproximadas, não como contagens brutas recuperadas. A renda fica condicionada à régua escolhida; a incerteza das réplicas da PNAD não é reconstruída. A alternativa de pesos temporais iguais usa α=1 por casa. Os parâmetros do choque comum, regional, de comparecimento e de inválidos são de cenário, não estimativas certificadas pela retrospectiva de uma só eleição. Depois de 6.000 réplicas, a faixa é o intervalo entre os quantis 5% e 95% de cada variável. A probabilidade é a fração de réplicas em que o evento ocorre.

Ignorar a covariância fabrica certeza: erro comum de pesquisa não se dilui como 27 moedas independentes. Cada sorteio conserva votos, votantes e eleitorado. A faixa publicada usa os quantis 5% e 95%. Os limites individuais não precisam somar 100%, porque são quantis de variáveis diferentes; as proporções de cada sorteio somam.

Maioria no 1º turno exige mais de 50% de todos os votos válidos, mantendo as demais candidaturas no denominador. A definição é aplicada ao conjunto da eleição, incluindo exterior. Uma chance de terminar à frente do outro finalista não equivale à chance de vencer no 1º turno.

Por que a faixa não é uma margem de erro

A margem de erro de uma pesquisa é um intervalo de 95% para uma proporção, calculado sob amostragem aleatória simples, para um instituto e um campo. Uma amostra de 4.006 entrevistas dá cerca de ±1,5 pontos para uma proporção de 50%. Esse número cobre só o acaso do sorteio.

A faixa desta página responde a outra pergunta. É um intervalo de 90%, condicional ao modelo, para a diferença entre dois candidatos nos votos válidos, que combina 13 casas, erro comum, 27 sementes territoriais, comparecimento e inválidos. Cobre mais fontes de incerteza que a margem de erro, mas é condicional. Se os parâmetros de erro forem pequenos demais, a faixa é estreita demais, e a retrospectiva de uma eleição não permite medir isso.

Por isso as duas coisas não devem ser comparadas diretamente nem citadas como equivalentes. A margem de erro tem uma interpretação de frequência sob premissas conhecidas. A faixa tem uma interpretação de cenário sob premissas declaradas. Uma probabilidade de 51,6% é uma contagem de réplicas, não uma frequência de longo prazo.

O teste usa o eleitorado de 2022 como exposição e apenas as taxas de 2018 para prever presença. Não usa voto em candidato. Não ajusta os parâmetros ao comparecimento real de 2022. As duas alternativas usam a mesma cobertura de seções com contabilidade completa.

O que a retrospectiva testa e o que não testa

A retrospectiva testa uma pergunta estreita: se a taxa de comparecimento de cada seção em 2018 prevê a taxa de 2022 melhor do que a taxa média da UF. A resposta foi não. O RMSE estadual, ponderado pelo eleitorado de 2022, foi de 1,24 ponto pela seção e 1,19 ponto pela UF. A base tem 472.075 seções de 2022 com contabilidade completa.

Ela não testa nada sobre voto. O teste não usa candidato, pesquisa, renda ou voto útil, e não ajusta parâmetro ao resultado de 2022. Não valida, portanto, a prior de 350 unidades, o desvio de 2 pontos do erro comum, a meia-vida de 3,0 dias nem a probabilidade de qualquer evento.

Por isso a referência central é estadual. A camada por seção permanece no simulador e no diagnóstico de concentração da abstenção. A retrospectiva contém uma única passagem entre eleições, e a diferença de erros pode vir de uma mudança concreta entre 2018 e 2022, como a pandemia, e não de uma regularidade. Ela não valida os coeficientes de renda, voto útil ou preferência, nem calibra as probabilidades de vitória. O placar presidencial de 2026 só poderá ser avaliado depois da apuração.

Como esta previsão será avaliada depois da apuração

Regra de avaliação declarada antes da apuração. É proposta da Arvor, não norma externa.

A comparação é com a apuração final do TSE do 1º turno, por votos válidos, com o exterior incluído. A versão avaliada é a congelada, com o hash ae5671a1311e962442049c5d387fd4e20436f8053112e8ebfa8975a69b66a7e6. Nenhuma hipótese será ajustada depois de conhecida a urna e apresentada como previsão anterior.

1. Erro pontual por candidatura. Percentual de válidos de Lula, Flávio e demais, central menos observado, em pontos percentuais.
2. Erro da diferença F−L. Central menos observado, em pontos. É a métrica que mais interessa, porque a faixa foi construída para ela.
3. Cobertura da faixa. O resultado observado de Lula, de Flávio e da diferença caiu entre os quantis 5% e 95%? Cada um conta como acerto ou erro de faixa. Em escala regional, o mesmo teste com as cinco regiões e os votos publicados no JSON.
4. Perda de quantil. Pinball loss nos quantis 5%, 50% e 95% da diferença F−L. Mede, de uma vez só, o nível e a largura da faixa.
5. Comparação com a média simples publicada. Erro pontual das mesmas métricas para três referências: a média publicada das mesmas casas, a média publicada de todas as casas elegíveis e a média de peso temporal igual. Para comparar na mesma base, as três são normalizadas para votos válidos, só com Lula, Flávio e demais.
6. Comparecimento e inválidos. Comparecimento nacional e branco ou nulo, central e observados, mais a abstenção por região. É a camada que a retrospectiva de 2018 para 2022 realmente testou.
7. Segundo turno. A previsão implica 1º turno sem maioria absoluta: a probabilidade de Lula passar de 50% dos válidos é 0,1% e a de Flávio, 0,1%. Se alguém ultrapassar 50%, o modelo errou nessa dimensão.

O que seria acertar e errar, para um modelo com faixas

Um modelo com faixa de 90% erra a faixa em cerca de 10% das vezes, mesmo bem calibrado. Uma única eleição, portanto, não distingue um modelo bom de um modelo com sorte. O que ela distingue é a coerência com a hipótese declarada. Resultado dentro da faixa é compatível com o modelo. Resultado fora é evidência contra ele. Erro pontual menor que o da média simples é evidência a favor do mecanismo extra. Nenhuma das três valida o método.

Fica definido, antes da urna, que a previsão será considerada falha de faixa se a diferença F−L observada ficar fora do intervalo de -3,88 a 3,97 pontos. Será considerada falha de nível se o erro pontual absoluto da diferença for maior que o da média publicada de todas as casas. E será considerada falha de forma se alguém passar de 50% dos válidos. O resultado será publicado nos mesmos termos, qualquer que seja.

Renda entra pelo cruzamento nacional e pela régua PNAD. UF entra pelo eleitorado e pelas pesquisas estaduais. Hábito de comparecimento entra onde existe cruzamento. Sexo, idade e escolaridade do cadastro ficam disponíveis no perfil, mas sem voto × comparecimento × demografia nas mesmas pessoas não há efeito eleitoral identificado para acrescentar.

Margens separadas de idade, renda e religião não recuperam sua distribuição conjunta com voto. Inventar essa tabela, adicionar coeficientes de aprovação, rejeição, medo e preferência por governador e chamar o resultado de “máximo de variáveis” pode contar o mesmo sinal várias vezes. O modelo usa informação adicional quando seu vínculo com o resultado está documentado; onde falta, publica hipótese e sensibilidade.

O que o aprendizado supervisionado exigiria

Um modelo supervisionado aprende uma função de x para y a partir de muitos pares observados. Aqui, x seria o estado das pesquisas a d dias da eleição: média, dispersão entre casas, tendência, efeitos de casa, indecisos. O alvo y seria o resultado oficial do TSE, na mesma eleição e na mesma unidade, o Brasil ou a UF.

A unidade independente é a eleição, não a pesquisa nem a UF. As 46 ondas nacionais desde 15/08 não são 46 exemplos: todas compartilham o mesmo erro comum em relação à urna de 04/10, e esse erro é justamente o que se quer aprender. As 27 UFs de uma mesma eleição também não são 27 exemplos: um deslocamento nacional move todas juntas. Shirani-Mehr e colaboradores (2018) estimam que o erro total das pesquisas estaduais americanas é cerca do dobro da margem declarada, e que boa parte dele é viés comum dentro de cada eleição. Com uma ou duas eleições de treino, esse componente tem um ou dois sorteios.

Um gradient boosting, uma rede neural ou mesmo uma regressão regularizada precisariam, para estimar com honestidade uma função de dezenas de entradas, de dezenas de eleições comparáveis com pesquisas arquivadas no mesmo formato. A regularização reduz a variância do ajuste. Não cria eleições que não existem.

O que o repositório tem

O acervo da Arvor tem os resultados oficiais do TSE de 2018 e de 2022, por seção e por município e zona. As fichas de pesquisa de 2026 vão de maio a outubro. De 2022, o acervo passou a ter as últimas ondas nacionais de 12 casas antes do 1º turno, com documento e hash (seção 06). De 2018, nenhuma. O número de pares (eleição, erro da média das casas) é, portanto, um. Mesmo arquivando 2018, seriam dois no nível nacional.

Com um ponto, não há como calibrar o erro de cada casa nem o desvio do erro comum. Os 2 pontos do erro comum continuam, por isso, um parâmetro de cenário declarado, e não uma estimativa.

Por que treinar agora seria ajustar ruído

1. Sem rótulo. O resultado de 2026 não existe antes da apuração de 04/10. 2022 dá um único par: o erro comum de +3,92 pontos na diferença dos dois primeiros.
2. Uma eleição de referência não identifica o erro comum. Qualquer coeficiente aprendido de 2022, como “as pesquisas subestimaram a direita”, seria a medida de um único sorteio de um erro que muda de tamanho e de sinal entre eleições. Jennings e Wlezien (2018, Nature Human Behaviour) analisam erros de pesquisas de véspera em dezenas de países e documentam essa variação entre eleições.
3. Mudança de regime. 2026 tem candidaturas diferentes, casas novas, métodos novos (painéis digitais) e a reponderação PNAD da Arvor. Um modelo treinado em 2018 e 2022 extrapolaria fora do domínio.
4. Graus de liberdade. Com 46 ondas, 14 casas e 5 categorias, qualquer modelo flexível tem mais parâmetros que informação independente sobre o que importa, o nível da urna.

Mesmo no comparecimento, onde os dados são abundantes, com 472.075 seções, a complexidade extra não ganhou: a taxa por seção teve RMSE de 1,24 ponto, contra 1,19 ponto da taxa da UF. Mais estrutura não basta sem uma validação que a favoreça.

O estado da arte é outro: modelos dinâmicos de espaço de estados

Na literatura de previsão eleitoral, a ferramenta padrão não é uma floresta aleatória. É o modelo de espaço de estados, em que a opinião verdadeira é uma variável latente que evolui no tempo, e cada pesquisa a observa com ruído e com o desvio próprio da casa. Jackman, 2005, propôs essa agregação para a Austrália. Linzer, 2013, estendeu a ideia para os estados americanos, com uma prior que combina fundamentos e pesquisas. Heidemanns, Gelman e Morris, 2020, acrescentaram erro não amostral e correlação entre estados.

Em palavras: a opinião de hoje é a de ontem mais um passo aleatório de tamanho τ. Cada pesquisa vê a opinião de hoje, acrescida do desvio fixo δ_h da casa e de um ruído de amostragem. O modelo estima τ, quanto a opinião se mexe, e os δ_h, quanto cada casa se afasta das outras. Isso oferece uma alternativa à meia-vida de 3,0 dias, que é escolhida, com um parâmetro estimado dos dados.

Há um limite estatístico real. Só os desvios relativos entre casas são identificados: se todas errarem na mesma direção, nenhuma pesquisa mostra isso. É preciso assumir uma convenção, como desvios que somam zero, ou ancorar numa eleição passada. Em qualquer dos casos, o erro comum continua exigindo um termo declarado.

O que esta versão acrescentou

Esta versão acrescenta uma âncora nacional por modelo dinâmico, ao lado da média por recência. O estado é o nível das cinco categorias, em passeio aleatório diário, mais um efeito constante por casa, com soma zero entre as casas. As variâncias vêm da máxima verossimilhança, e o filtro de Kalman produz o estado na data do corte. A âncora usa as 46 ondas de 14 casas desde 15/08, as mesmas da média central.

Nos válidos, o estado final é Lula 44,42% e Flávio 44,01%, com diferença F−L de -0,41 ponto e desvio padrão de 2,27 ponto. Depois do mesmo caminho da central (geografia, eleitor provável e contagem de votos), o cenário “Âncora dinâmica” do simulador dá Lula 45,06% e Flávio 44,14% (F−L -0,92), contra Lula 45,12% e Flávio 45,26% (F−L 0,14) da central. O cenário dinâmico é mais favorável a Lula em 1,06 ponto.

O modelo estima também quanto as pesquisas variam além do erro amostral declarado. O multiplicador de erro não amostral é φ = 2,46, o que equivale a um efeito de desenho efetivo de 3,69, contra 1,5 assumido. A verossimilhança sobe de 456,40 (com φ = 1) para 479,22, e a estatística da razão de verossimilhança, 45,7, rejeita φ = 1 com folga. Como em Shirani-Mehr e colaboradores, as pesquisas variam mais do que o erro amostral explica. A opinião, por sua vez, se mexe cerca de 0,65 ponto por dia, em desvio padrão, na parcela de Lula.

Os efeitos de casa, na diferença L−F dos válidos, vão de +4,92 ponto (MDA, ondas: 2) a -5,59 ponto (Gerp, ondas: 2). A tabela completa está na seção 06. Isso descreve desvio relativo às outras casas, não erro contra a urna. As 3 casas com uma só onda têm desvio de cerca de 3,3 pontos nessa estimativa.

No simulador, a âncora dinâmica reutiliza o bootstrap das casas centrais, recentrado no estado final do filtro. O erro comum, o regional e o de comparecimento continuam os mesmos de todas as âncoras, e o desvio do estado final fica registrado no JSON sem ser somado duas vezes.

A validação de origem móvel

Para cada origem de 01/09 a 01/10, cada âncora usa só as ondas divulgadas até aquele dia e prevê as ondas com campo iniciado de 1 a 7 dias depois. O filtro reestima seus hiperparâmetros a cada origem. O erro é medido em pontos dos votos válidos, na diferença L−F: são 260 pares e 39 ondas-alvo.

Erro absoluto médio (RMSE e viés entre parênteses): a média por recência central teve 3,44 (4,05; +1,50), o DLM com φ estimado 3,60 (4,32; +2,19), o DLM com φ = 1 3,58 (4,32; +1,97) e o peso igual 3,56 (4,19; +1,89). Pareado por onda-alvo, o DLM menos a central dá +0,16 ponto de erro absoluto, erro-padrão 0,13, e o DLM foi melhor em 17 das 39 ondas. Trocar a meia-vida de 3 para 5 dias dá +0,03 (erro-padrão 0,04). Nenhuma alternativa se separa da central.

Deixando a casa do alvo fora (40 pares), a central erra 3,79 e o DLM 3,87, com diferença de +0,08 (erro-padrão 0,20). Prever a próxima onda da mesma casa (164 pares, 27 ondas) é outro problema: o DLM com o efeito da casa erra 2,24, a última onda da própria casa 2,19 e a central 3,15. O ganho do efeito de casa sobre a central é de 1,15 ponto (erro-padrão 0,44). Os efeitos de casa são reais e persistentes, mas servem para prever a próxima pesquisa de um instituto, não o nível do país.

Todas as âncoras tiveram viés positivo na diferença L−F, de +0,54 a +2,20: em setembro, as ondas seguintes vieram menos favoráveis a Lula do que a média anterior, e nenhuma âncora sem termo de deriva antecipa tendência. A meia-vida de 1 dia reduz o viés (+0,73), ao custo de mais erro absoluto (3,63) e de um RMSE maior (4,45). Por isso o DLM não virou central. Ele entra como âncora alternativa no simulador e como sensibilidade.

A troca da central na véspera

O critério foi declarado antes do teste: no horizonte de 1 a 3 dias, a alternativa precisa ter erro absoluto pareado não pior que o da média por recência e viés menor em módulo. São 116 pares e 39 ondas-alvo. A média por recência errou em média 3,31 pontos, com viés de +1,49. O DLM com tendência errou 3,55, com viés de +2,03, e a diferença pareada de erro foi +0,25 ponto (erro-padrão 0,14; positivo é pior): reprovou. A recência com a inclinação de 28 dias encolhida errou 3,20, com diferença pareada de −0,11 ponto (erro-padrão 0,13), e cortou o viés de +1,49 para +0,80: aprovada, e é a central desde 03/10. O ganho é modesto e não se distingue de zero; a variante foi escolhida entre quatro com tendência, e setembro teve tendência monótona, o período que mais favorece quem extrapola. A validação é contra pesquisas, não contra a urna.

A divisão da migração usada nos cenários concorda entre fontes independentes. Do que a terceira via perde, Flávio recebe 65% na série nacional de 28 dias com efeito fixo de casa, 61% na matriz de 1º × 2º turno da Nexus e 62% na do Datafolha; a síntese por variância inversa dá 62%. A aceleração de Flávio não é identificável: nos últimos 28 dias a razão de verossimilhança contra a inclinação constante tem p = 0,22, e o termo quadrático da regressão tem p = 0,02. Por isso a central extrapola uma reta encolhida, não uma curva.

O que essa validação mede e o que não mede. Ela mede a capacidade de antecipar a próxima pesquisa, e isso é informação útil sobre a velocidade de movimento da opinião e sobre os desvios das casas. Não mede a capacidade de antecipar a urna, porque a próxima pesquisa tem os mesmos vieses compartilhados da anterior. Prever pesquisa não é prever eleição, e a página diz isso pelo mesmo motivo que diz que a pesquisa não é previsão. O erro comum permanece como um termo declarado de 2 pontos.

Onde machine learning seria defensável

Defensável, quando houver acervo: aprender hiperparâmetros por validação entre eleições (meia-vida ou variância de evolução, encolhimento dos efeitos de casa, desvio do erro comum, correlação regional, peso da prior territorial), o que exige pesquisas de 2014, 2018 e 2022 arquivadas com documento, mais o resultado do TSE; calibrar as faixas de incerteza com erros históricos de véspera por eleição e UF; e aprender pesos de combinação entre poucas âncoras, com soma um. É estimação de poucos parâmetros com validação cruzada por eleição, não uma rede neural.

Não defensável: gradient boosting, florestas ou redes mapeando pesquisas para resultado com uma ou duas eleições de treino; tratar as UFs de uma eleição, ou as ondas de uma campanha, como exemplos independentes; e usar a série de 2026 para “aprender” o resultado de 2026, porque o único rótulo disponível antes da urna é a própria pesquisa, e prever pesquisa não corrige o erro comum das pesquisas.

Limites da âncora dinâmica

• A soma zero dos efeitos de casa define o nível pela casa média. Se a maioria das casas errar na mesma direção, o DLM erra junto. Esse erro só está no Monte Carlo, com desvio assumido.
• O passeio aleatório não tem deriva. Em campanha com tendência, todas as âncoras ficam atrás, e a validação mostra isso.
• Os efeitos de casa são constantes no tempo. Mudança de método no meio da campanha vira movimento do nível ou resíduo.
• A escala é aditiva, com truncamento e normalização no fim. Nas categorias pequenas (indecisos, branco ou nulo), a aproximação gaussiana é mais fraca.
• Os hiperparâmetros são estimados com 46 ondas, e o desvio dos efeitos de casa depende muito das casas com uma onda só.

Calibrar o erro comum: o primeiro ponto

O desvio de 2 pontos do erro comum na diferença F−L é assumido. A calibração do erro comum, pendente de manhã, ganhou o primeiro ponto com 2022: a média das últimas ondas de 12 casas errou a diferença dos dois primeiros em +3,92 pontos, com desvio de 4,96 pontos entre casas (seção 06). O que falta é 2018: arquivar os relatórios das últimas ondas antes do 1º turno de cada casa com registro nacional, transcrever votos válidos, campo, n e registro no formato das fichas de 2022 e calcular o erro da média das casas. Mesmo assim seriam dois pontos. O desvio estimado serviria de referência de magnitude, combinado com a literatura internacional, e não de calibração.

TSE, resultados de 2022 e apuração por seção; resultados de 2018 para a retrospectiva; eleitorado de 2026, perfil e locais de votação; data da eleição e documentação oficial.

IBGE, PNAD Contínua, microdados e documentação arquivados no projeto; IBGE, malha territorial. Para fontes técnicas: Gelman, 2021, pesquisa e previsão; Shirani-Mehr et al., 2018, incerteza das pesquisas; Jackman, 2005, agregação de pesquisas por modelo de espaço de estados; Linzer, 2013, Journal of the American Statistical Association; Heidemanns, Gelman e Morris, 2020, Harvard Data Science Review; Jennings e Wlezien, 2018, Nature Human Behaviour; Harvey, 1989, e Durbin e Koopman, 2012, sobre modelos de espaço de estados e filtro de Kalman. A formulação e os parâmetros deste modelo são da Arvor; não são uma aplicação validada desses trabalhos ao Brasil.