Metodologia — Modelos Eleitorais

O modelo simula a eleição dezenas de milhares de vezes. Cada simulação parte da média agregada de pesquisas, ajusta a incerteza a partir do erro que pesquisas historicamente apresentam neste ponto do calendário eleitoral, considera o movimento que ainda pode ocorrer até a votação, e resolve o segundo turno a partir de projeções sobre como os votos se transferiram em eleições anteriores.

No modelo presidencial, levamos em conta a distribuição de eleitores ao longo do espectro ideológico brasileiro, estimada a partir de diversas pesquisas e do comportamento eleitoral recente. Essa distribuição não é fixa: cada simulação seleciona uma combinação plausível de acordo com os dados disponíveis. A partir daí estimamos a intenção de voto que cada candidato consegue converter em cada bloco ideológico, além de também modelar o “não-voto” (brancos, nulos, indecisos).

Cada simulação também leva em conta o potencial de mudança do cenário daqui até a eleição. Estimamos se o movimento dos candidatos indica crescimento ou redução na intenção de voto, simulamos a trajetória dessas mudanças e consideramos a chance de choques de informação que mudam o ritmo da campanha.

Ao fim, as simulações geram um resultado completo de primeiro turno e, caso necessário, simulam também o segundo turno, quaisquer que sejam os candidatos. A transferência de votos do primeiro para o segundo turno também é baseada em estimativas históricas e projeções atuais sobre como os eleitorados dos candidatos podem se comportar.

No modelo para os governos estaduais, são feitas dezenas de milhares de simulações de cada uma das 27 disputas estaduais (publicadas caso existam pesquisas suficientes).

O processo de simulação parte de uma estimativa da estrutura política de cada candidatura no seu estado, com base nas coalizões eleitorais e na votação obtida pelos deputados federais e estaduais que apoiam o candidato. Pesa também a condição de governador ou de vice em exercício, quando é o caso.

Essa projeção estrutural é corrigida então pelas pesquisas de cada estado, conforme coletadas e apresentadas pelo nosso agregador. O peso dado às pesquisas para construir a probabilidade de cada candidato varia por estado. Em alguns casos, a estrutura política é muito definida sobre quem são os favoritos ao governo mesmo antes de qualquer campanha eleitoral começar. Em outros a disputa é mais acirrada e só se tem clareza de quem está com vantagem a partir da opinião pública.

Para estimar a incerteza sobre nossas projeções, levamos em conta o quanto as pesquisas se distanciam do resultado a cada momento da campanha, incluindo cálculos sobre a probabilidade de desvios extremos em relação à expectativa do modelo, como por exemplo a improvável eleição de Wilson Witzel para o governo do Rio de Janeiro em 2018, inesperada tanto pelas pesquisas quanto pela estrutura política.

Cada simulação produz um resultado de primeiro turno: se algum candidato obtém mais de 50% dos votos válidos, a eleição é definida no primeiro turno. Se não for o caso, o modelo também resolve o segundo turno a partir do comportamento histórico dos segundos turnos estaduais. Após o primeiro turno o modelo passará a considerar também os resultados reais da eleição de 2026 para projetar o segundo turno.

No modelo para o Senado, são feitas dezenas de milhares de simulações de cada uma das 27 disputas estaduais. Em 2026 cada estado elege duas vagas — 54 das 81 cadeiras. As outras 27 foram eleitas em 2022, têm mandato até 2031 e não estão em disputa.

O processo de simulação parte de uma estimativa da estrutura política de cada candidatura no seu estado, com base no sistema partidário local e na trajetória eleitoral de cada candidatura — os cargos que já disputou e ocupou.

Essa projeção estrutural é corrigida então pelas pesquisas de cada estado, conforme coletadas e apresentadas pelo nosso agregador. O peso dado às pesquisas varia por estado, pela mesma razão que no modelo de governadores: em alguns casos a estrutura política já indica os favoritos antes de a campanha começar, em outros a disputa é mais acirrada e só a opinião pública mostra quem tem vantagem.

Para estimar a incerteza, levamos em conta o quanto as pesquisas para o Senado se distanciam do resultado a cada momento da campanha. Essa incerteza é maior do que a do modelo de governadores, e não por acaso: uma cadeira no Senado depende do voto pessoal e da combinação dos candidatos que o eleitorado seleciona, além da capacidade preditiva da estrutura política.

Não há segundo turno: cada simulação produz um resultado de turno único e as duas candidaturas mais votadas são eleitas. Por isso publicamos a probabilidade individual de cada candidatura ser eleita, e não a de uma dupla específica vencer junta.

Os percentuais seguem o critério do TSE, sobre os votos válidos. Como cada eleitor vota em dois nomes, as candidaturas somam 100% e uma candidatura com 25% é lembrada por cerca de metade do eleitorado. A projeção do Senado em 2027 soma as 54 cadeiras em disputa às 27 já definidas.

Construir um modelo preditivo para a Câmara dos Deputados do Brasil é um grande desafio. Há vários complicadores que tornam a empreitada radicalmente diversa de modelos para outros cargos eletivos:

• O formato de disputa, em que as vagas são atribuídas de acordo com o resultado eleitoral de cada lista estadual, mas distribuídas de acordo com o voto nominal aos deputados, introduz várias fontes de incerteza;
• Há poucas pesquisas de opinião pública para deputados federais e mesmo as existentes costumam apresentar muito mais dificuldades em estimar corretamente o tamanho das candidaturas comparadas com pesquisas para cargos majoritários;
• O resultado não depende apenas de quem recebe mais votos, pois a distribuição das sobras faz com que uma quantidade relativamente pequena de votos (em alguns casos, poucas centenas) determine quais partidos ficarão com as últimas vagas em um estado.

Nosso modelo deve portanto ser entendido como uma tentativa experimental de reduzir a incerteza sobre o tamanho relativo de cada partido nas eleições de 2026. É esperada uma taxa de erro maior do que deve ser observada nos modelos para governos estaduais e para o Senado.

O modelo Plano Político para a Câmara dos Deputados é na verdade composto por quatro modelos diferentes. O primeiro avalia o tamanho provável de cada lista estadual: qual a porcentagem de votos válidos que cada partido terá em cada estado. O segundo e o terceiro estimam a votação de cada candidato por caminhos diferentes: o segundo combina várias fontes detalhadas sobre o histórico eleitoral e os recursos de campanha de cada um; o terceiro, mais simples, agrupa os candidatos conforme sua experiência eleitoral e estima cada grupo a partir do melhor resultado anterior. Esses três modelos são puramente estatísticos e foram estimados com base nas eleições de 2014 e 2018 e testados principalmente em 2022. Depois, foram estimados novamente incluindo as eleições de 2022 para uso nas eleições de 2026.

Os testes em 2022 têm razoável grau de acerto, mas ainda erram entre 80 e 100 cadeiras eleitas. Após análise, confirmamos que uma parte importante desse erro pode ser dirimida com mais informações sobre os candidatos: quem são as maiores apostas de cada partido, quais são as celebridades que podem ter grandes votações sem nenhuma ou quase nenhuma experiência política, redes de apoios e incentivos, etc.

Aí entra a quarta parte do modelo: pesquisa qualitativa sobre mais de mil candidatos em 2026, realizada com o auxílio de inteligência artificial para coletar informações que modifiquem as expectativas de voto e seu grau de incerteza. Com essas informações, desenvolvemos uma distribuição provável das votações de cada candidato e de suas chances de serem eleitos, uniformizando as expectativas e realizando vinte mil simulações da eleição para elaborar estimativas para cada lista partidária em cada estado.

Nossa análise apresenta graus variados de incerteza. Por exemplo, 70% das cadeiras projetadas são praticamente garantidas e são atribuídas aos partidos em 95% ou mais das simulações. Acertar 70% da Câmara é fácil, pois o nível de persistência eleitoral é alto: boa parte dos candidatos já foi eleita em pleitos anteriores e esses políticos tendem a manter sua votação, mesmo mudando de partido. O difícil é estimar os outros 30%. Em nossa visualização estadual, cadeiras em que há maior incerteza sobre o partido aparecem com hachuras ou vazadas.

Como avaliar o modelo: nossa expectativa é que pelo menos treze dos quinze partidos ou federações estimados elejam deputados dentro dos intervalos de confiança de 90% apresentados na página principal. Se todos os partidos estiverem dentro desses intervalos, o modelo provavelmente não foi confiante o suficiente; se mais de três estiverem errados, o modelo foi confiante demais. No caso das estimativas estaduais, a taxa de erro esperada é correlacionada ao tamanho do estado: unidades federativas com apenas oito vagas podem ser decididas por apenas centenas de votos em alguns casos, algo além do alcance de qualquer estimativa razoável. Em estados com mais vagas, erros de estimativa tendem a compensar uns aos outros e por isso a taxa geral de erro acaba sendo menor.