Última pesquisa: Quaest com campo entre 02/10 e 03/10
Introdução
Como interpretar pesquisas eleitorais com resultados divergentes? O
agregR é um pacote para o R que filtra a enxurrada de dados
divulgados no período eleitoral e estima o nível subjacente de apoio
para cada candidato.
Trata-se de um conjunto de modelos estatísticos que lidam com:
- Desempenho dos institutos na última eleição
- Desvios dos institutos em relação ao consenso
- Vieses de acordo com o alinhamento político dos candidatos
- Margens de erro incoerentes com o tamanho das amostras
- Erros não-amostrais (para além da margem de erro)
Os modelos apresentados aqui variam de acordo com a importância atribuída ao resultado dos institutos na última eleição. Enquanto o modelo 1 não utiliza qualquer informação de desempenho passado, os modelos 2 e 3 são progressivamente mais sensíveis aos dados históricos1.
Cada modelo é introduzido por uma breve nota, e interessados em mais detalhes podem consultar a metodologia completa.
Pesquisas incluídas
O banco de dados se baseia nas pesquisas registradas no TSE e divulgadas na imprensa. Ele contém 186 pesquisas abrangendo os seguintes institutos:
- Alfa
- Atlas
- Datafolha
- DataTrends
- Futura
- Gerp
- Ideia
- Indexa
- Ipsos-Ipec
- MDA
- Nexus
- Palver
- Paraná Pesquisas
- PoderData
- Quaest
- Realtime Bigdata
- Vox Brasil
Esta página apresenta apenas os cenários eleitorais mais prováveis, mas o pacote inclui os dados completos de cada pesquisa. Instale-o gratuitamente para explorar os mais de 10 cenários disponíveis.
Modelo 1: Viés Relativo sem Pesos
Este modelo não usa qualquer informação sobre o desempenho dos institutos na última eleição, calculando vieses puramente em relação às pesquisas deste ciclo eleitoral. Todos os institutos têm o mesmo peso.
](agregador_files/figure-html/grafico-vies-relativo-sem-pesos-1t-1.png)
](agregador_files/figure-html/grafico-vies-relativo-sem-pesos-2t-1.png)
](agregador_files/figure-html/institutos-vies-relativo-sem-pesos-2t-1.png)
Modelo 2: Viés Relativo com Pesos
Este modelo equilibra o uso de dados históricos e do ciclo atual. Atribui pesos aos institutos de acordo com o desempenho na última eleição, considerando o alinhamento político dos candidatos. O viés é estimado em relação ao consenso das pesquisas.
](agregador_files/figure-html/grafico-vies-relativo-com-pesos-1t-1.png)
](agregador_files/figure-html/grafico-vies-relativo-com-pesos-2t-1.png)
](agregador_files/figure-html/institutos-vies-relativo-com-pesos-2t-1.png)
Modelo 3: Viés Empírico
Este é o modelo mais vinculado ao passado. Além de atribuir pesos aos institutos de acordo com o desempenho na última eleição, também compensa (ou desconta) os candidatos com alinhamentos políticos mais prejudicados (ou beneficiados) por cada instituto.
](agregador_files/figure-html/grafico-vies-empirico-1t-1.png)
](agregador_files/figure-html/grafico-vies-empirico-2t-1.png)
](agregador_files/figure-html/institutos-vies-empirico-2t-1.png)
Modelo Retrospectivo
Este modelo usa o resultado real da eleição para calcular retrospectivamente vieses e trajetórias para cada candidato.
](agregador_files/figure-html/grafico-retrospectivo-1t-1.png)
](agregador_files/figure-html/institutos-retrospectivo-1t-1.png)
Obs: Resultados do segundo turno serão incluídos aqui quando disponiveis
Agradecimentos
Agradecimentos a Ricardo Ribeiro, que gentilmente compartilhou sua planilha de pesquisas para a eleição de 2026, e ao Poder360, que publicou sua base histórica.