Pesquisas eleitorais · Placar · Eleições 2026 · Versão técnica

Seis critérios, uma confirmada: o que o 1º turno de 2026 diz sobre o método

Versão técnica para quem quer auditar: a decomposição do erro, a armadilha de base de 2018, a grade de 24 estimativas e o placar dos seis critérios do pré-registro.

Análise de 4 de outubro de 2026, com o snapshot do TSE daquele dia. Publicada em 5 de outubro de 2026, um dia depois do primeiro turno.

Audita o pré-registro publicado em 1º de outubro: ler a versão completa original.

Versão técnica, para quem quer auditar. Resultado: snapshot do TSE de 4 de outubro de 2026, 22h57, com 99,97% das seções. Pré-registro: cópia congelada em 1º de outubro. Arquivos e scripts estão nomeados para quem for refazer a conta.

O método mostrou que a incerteza de especificação supera a amostral e acertou a ordem de grandeza da correção. Falhou no desenho dos próprios critérios de teste. Das seis previsões, uma foi confirmada, por uma adjudicação posterior que a seção 7 expõe, e duas morreram por evidência. As outras três não respondem, por motivos diferentes.

1. O desenho, e o que ele compra e custa

Fixei o método antes de olhar o resultado. Método escolhido depois de ver o dado tende a achar o que se quer achar. A Metodologia_Decomposicao.md tem data de 30 de setembro e diz, logo na abertura, que foi escrita antes dos dados chegarem.

O pré-registro tem seis previsões, cada uma com a regra que a confirma e a que a mata. Nem todo gatilho é numérico: P2 tem um corte (3,5 pontos), P3 dois limiares de Spearman (0,5 e 0,2), P1 compara dois erros, e P4, P5 e P6 são regras de sinal ou de comparação entre trechos. Isso pesa adiante.

O que compra. Impede que o critério seja afinado depois da resposta. Dá uma régua ao leitor: a auditoria de 4 de outubro achou correspondência integral com a cópia congelada. E deixa o erro de desenho aparecer como erro de desenho, não como surpresa dos dados.

O que custa. O texto congelado não se conserta. Quando um critério sai ruim, fica ruim. Três saíram assim (P4, P5, P6). O congelamento só vale se o defeito for declarado. Antes de congelar, houve revisão adversarial (18 achados) e uma comparação cega em outra ferramenta, que achou o erro da seção 3.

2. A decomposição do erro

Para um candidato c, o erro é E_c = P_c - A_c, pesquisa menos resultado. Com g um grupo do eleitorado, w seu peso (P na amostra, T entre quem compareceu) e p o voto de c no grupo:

E_c = SOMA_g (w_g^P - w_g^T) * p_c|g^P       (1) composição
    + SOMA_g w_g^T * (p_c|g^P - p_c|g^T)     (2) preferência
    + (3) alocação

Os dois primeiros termos fecham sem termo cruzado. O terceiro entra porque pesquisa e urna não usam a mesma base. Como (2) é o resíduo, a identidade fecha por construção.

Composição é o único termo calculável sem inferência: o TSE publica quem compareceu por sexo, idade, escolaridade e UF. A abstenção de 2022 foi de 20,95%, mas de 52,08% entre analfabetos e 11,85% entre quem tem superior. O limite é a amostra realizada, que muitos institutos não publicam. Reponderando os cruzamentos de setembro de 2026 pela abstenção de 2022, a margem se move -1,0 com a BTG/Nexus e +1,6 com a AtlasIntel, porque os dois discordam em 31 pontos no gradiente de escolaridade.

Preferência sai por resíduo e mistura não resposta, mudança tardia e o que sobra de comparecimento. Por grupo, não se conclui nada: voto é secreto, e renda não existe nem no TSE. "A pesquisa errou X entre mulheres" compara pesquisa com pesquisa, não com a verdade.

Alocação. Pesquisa publica percentual do total, a urna conta válidos. Em 2022 os válidos foram 95,59% do comparecimento. No snapshot de 2026, 95,23%, com brancos em 1,84% e nulos em 2,93%. Instituto que supôs outra proporção errou antes da preferência. E o viés histórico já contém o comparecimento: somar os dois conta duas vezes.

O que foi executado. A identidade é o arcabouço, e não rodou por inteiro. A composição foi calculada só para 2026. A alocação não foi calculada. Os de 2022 vêm de uma comparação mais simples, pesquisa final contra resultado.

3. A armadilha de base, e como ela inverteu 2018

Há duas formas de errar a ponte entre total e válidos: comparar sem converter, ou converter pela metade, normalizando sobre os nomeados e comparando com o percentual oficial, calculado sobre todos. Se os nomeados não somam todos os válidos, toda estimativa sai inflada, no mesmo sentido.

O episódio. Em 2018 os quatro nomeados somaram 92,54% dos válidos. Cada estimativa minha saiu inflada em cerca de 8%, ou 3,71 pontos no primeiro colocado. Eu reportava o antipetista superestimado em 1,49. Os válidos publicados pelos próprios institutos dizem o contrário:

Erro é pesquisa menos o oficial, 46,03. O sinal inverte, e "dois ciclos subestimam e um superestima" vira "três de três", ainda três observações. O erro não parecia erro: a versão errada dizia que o sinal de 2018 dependia de um instituto só, o Veritá. História coerente, sobre conta torta.

Como foi achado. Dei a outra ferramenta só a pergunta, sem as minhas conclusões (PROMPT_para_outra_ferramenta.md). Ela preservou os válidos publicados, e nos quatro institutos em comum a diferença apareceu. O GABARITO_comparacao.md tem dez armadilhas escritas por mim, e a primeira é a mistura de bases. Caí nela. Saber qual é a armadilha não impede de cair. O que impede é alguém de fora refazer a conta. A grade e o componente comum de +1,96 vêm do painel do Nexo, que inclui a coluna "Outros", e não foram afetados.

Para quem vai refazer. Prefira o válido publicado à reconversão sua. Converta só com a lista completa. Confira a soma dos nomeados antes de comparar: foi ela, 92,54%, que entregou o erro. O mesmo tipo de erro voltou depois do resultado: uma versão anterior do compara_previsao_vs_urna.py tratou "falta para 50%" (9,9) como total dos demais (16,4).

4. A correlação que não se move

Estimei o patamar de cada casa com as rodadas anteriores, deixando de fora a final, e testei contra o erro da rodada final (casa_vs_erro_v2.py). Treze casas de 2022. Resultado: r de +0,96, inclinação de 0,97. Parecia dizer que o erro de cada casa é previsível. Tratei como achado.

Não é. O erro é pesquisa menos resultado, e o resultado é uma constante. Para qualquer x:

corr(x, pesquisa - R) = corr(x, pesquisa)       para qualquer constante R

A correlação com o "erro" é a correlação com o nível bruto da pesquisa. Não depende do resultado, logo não prevê erro. O teste: refazer a conta trocando o resultado real por 0, por 30, por -20 e por 999. O r ficou em 0,9557 e a inclinação em 0,9658 nos quatro casos, até a quarta decimal. Estatística que não se move quando se troca o resultado da eleição não prevê erro eleitoral.

A v1 tinha dois defeitos reais, base errada e a rodada final nos dois lados. A v2 consertou os dois, e o r continuou invariante: consertar a mecânica não conserta a lógica.

Rebaixei o 0,96 a erro metodológico, e o LEIA-ME.txt da cópia congelada registra a correção, feita antes de qualquer circulação. O que sobra é persistência: cada casa repete o próprio patamar de uma rodada para a seguinte, o que num mês estável vale quase por construção. O casa_vs_erro_v2.py ainda imprime esse r e uma "redução de incerteza de 70%", e as duas linhas medem persistência. O efeito de casa tem base sólida em outra coisa, a distância entre as casas e a consistência interna de cada uma, ambas sem tocar o resultado. Elas dizem que as casas medem populações diferentes, não qual está mais perto da verdade.

5. A grade de 24 estimativas

Publicar um número só, com banda, parece rigoroso. É falsa precisão. A grade sai de duas perguntas sem resposta única.

O que as pesquisas dizem hoje. São 39 pesquisas de 16 casas, com margens de -3,37 a +11,83. Há quatro formas defensáveis de resumi-las: média ou tendência, peso por pesquisa ou por casa. A Quaest fez cinco rodadas e nove casas fizeram uma.

O quanto erraram da última vez. Rodei oito recortes de quais casas de 2022 entram e publiquei seis, com viés de margem de 1,96 (as 13 casas com três rodadas ou mais) a 8,07 (as quatro de maior circulação). O outlier é o Brasmarket, com -21,0.

Quatro consensos vezes seis vieses, margem de Lula em votos válidos (positivo é vantagem dele):

Amplitude de +2,32 a -6,66, quase 9 pontos. Mediana -1,54. Em 19 das 24 células o antipetista fica à frente. As duas dimensões são escolhas de método, não fatias do eleitorado.

É este o argumento central. A margem declarada de uma pesquisa, uns 2 pontos, descreve incerteza amostral. Escolhas defensáveis de especificação movem a estimativa em 9. A incerteza de especificação domina a amostral. Quem publica um ponto com banda estreita escolheu uma célula e escondeu 23.

Duas ressalvas. A tendência de setembro não está estabelecida: a margem de Lula cai 0,112 por dia com peso por pesquisa (t de 1,68) e sobe 0,036 com peso por casa (t de -0,20), e essas duas linhas produzem os extremos. E o viés de 2022 foi medido da última pesquisa à urna, enquanto dois consensos são médias de setembro: calibrando no mesmo período, a mediana vai de -1,54 a +0,70. A direção também depende de especificação.

O que a urna disse. A margem oficial é -1,89 na convenção de Lula. Cabe na amplitude: cinco células a menos de 1 ponto, e a mediana errou por 0,35. Fora do placar, porque a grade nunca foi previsão pontual.

6. Voto útil e voto envergonhado, sem boca de urna

Em 2022 nenhum instituto fez boca de urna, pela primeira vez desde a redemocratização. O método separou os dois fenômenos pelo lugar onde deixam marca. Voto útil é migração antes da urna e aparece na série de pesquisas: menores encolhem, grandes crescem. Voto envergonhado é eleitor que não declara e só aparece entre a última medição e o resultado. Mede-se o trecho visível (início de setembro à véspera) e o invisível (véspera à urna).

O voto_util_vs_envergonhado.py roda com 61 pesquisas de 15 institutos. A versão restrita, que prefiro, usa só as casas presentes nas duas pontas (janelas de 25/08 a 10/09 e de 26/09 à urna): oito casas, 28 pesquisas, com uma restrição adicional no mesmo script. Sem ela, parte do "movimento" é troca de quem media.

"Bolsonaro caía nas pesquisas enquanto subia para o resultado" existe na especificação restrita e não na outra: sem restrição, ele sobe 0,9 no visível e 3,9 no invisível. As duas concordam no essencial, o invisível é maior que o visível. O voto útil visível existiu, foi pequeno e foi para o lado de Lula.

O teste da data de fechamento de campo. Se o invisível fosse mudança tardia, quem fechou mais perto da urna erraria menos. Se fosse não resposta, fechar um dia antes ou cinco não mudaria nada. Catorze institutos fecharam entre 20/09 e 1º/10 de 2022 (teste_data_de_campo.py). Só três mediram na véspera: Datafolha, Ipec e Quaest, com erro médio de -6,4 sobre o antipetista. Quem fechou quatro dias antes ou mais teve -3,0 (5,5 em valor absoluto, contra 6,4). A correlação entre antecedência e erro absoluto é +0,18, no sentido que a mudança tardia prevê, fraca demais para sustentar algo.

O grupo de quatro dias ou mais inclui o Brasmarket, que errou 7,4 para o outro lado. Sem ele esse grupo erra 5,1 contra 6,4 da véspera, o que aponta contra a mudança tardia. Tirá-lo favorece a minha leitura, e por isso não o tirei do cálculo principal. Na grade ele também pesa: o viés de 2022 é 1,96 com o Brasmarket e 3,88 sem ele. Isso não refuta a mudança tardia: é ausência de evidência onde a hipótese previa evidência forte. Importa porque não resposta se transporta de uma eleição para outra, e mudança tardia depende da campanha. São 14 casas e uma eleição. Repetir com 2026 está previsto e não consta nos arquivos desta auditoria.

7. O placar dos seis critérios

Uma confirmada, duas mortas, três sem resposta. O que separa as três sem resposta é o que mais ensina.

P1 e P2: morreram por evidência

O erro absoluto da margem do consenso foi 5,2403. O da pesquisa mediana, 5,1851. Diferença de 0,0552, contra o consenso. O critério exigia que ele ganhasse, e "igual ou maior" matava. Esses 0,0552 são a média das 39 margens (3,3519) menos a mediana (3,2967), e não dependem de onde o resultado cai, desde que caia abaixo das duas. Aqui P1 mediu a assimetria da distribuição, o que é mais estreito que "o agregado erra menos que a pesquisa individual". P2 não tem esse problema: o corte era 3,5.

A classificação é preliminar porque o snapshot é parcial, e a seção 8 mostra que não muda. P1 e P2 mortas juntas significam, pelo pré-registro, que o agregado também não serve. Eu atribuíra a isso de 10 a 20%, palpite meu, sem conta por trás.

P4: confirmada, com uma adjudicação que precisa estar à vista

O critério dizia que o viés comum de 2026 tem o mesmo sinal de 2022, confirmava se o consenso superestimasse o PT e morria se o sinal fosse contrário. Não dizia sobre qual grandeza. O resultado admite duas leituras, e elas apontam para lados opostos:

• Em margem, confirma. A média das 39 pesquisas dava Lula à frente por 3,4. A urna deu Flávio à frente por 1,89. O consenso superestimou a posição relativa do PT em 5,29 pontos de margem.
• Em nível, refuta. Lula apareceu com 43,5 e teve 45,15. Foi subestimado em 1,65, não superestimado.

A escolha foi minha, em 4 de outubro, com o resultado à vista. Escrevi o critério e escolhi a leitura. Vale a de margem, e P4 fica confirmada.

Escolher entre duas leituras depois do resultado é exatamente o que o pré-registro existe para impedir. A decisão não é ilegítima, porque a ambiguidade era real e estava no texto congelado, mas só é honesta se declarada como adjudicação posterior. O registro, com data, está em DECISAO_P4_margem.md. Quem lê precisa poder descontar: lida em nível, P4 morre, e o placar vira zero confirmadas, três mortas (P1, P2, P4) e três sem resposta. A escolha não autoriza reinterpretar P1, P2, P5 ou P6. (O 5,29 usa 43,5 e 40,1 arredondados. Sem arredondar, é 5,24, o mesmo de P1 e P2.)

P3: pendente de cálculo

A auditoria de 4 de outubro tinha escopo que excluía ranking de institutos, e P3 pede um. Não foi calculada, e não é falha nem confirmação. Com os dados que existem, é calculável.

P5: sem resposta por desenho

O critério perguntava se o gradiente municipal de renda, do resultado regredido sobre a renda do Censo, tem o sinal de exatamente uma das duas medições de pesquisa. As duas têm sinais opostos: +19,7 na AtlasIntel de 2026, -10,0 na BTG/Nexus. Logo qualquer gradiente municipal diferente de zero casa com exatamente uma delas. Só um gradiente nulo falharia. A regra não discrimina nada. É verdadeira quase por construção.

Foi escrita para não tomar partido de nenhuma medição, e com sinais opostos isso a esvaziou. Deixou em aberto o que devia ter fixado: qual das duas medidas de renda do Censo 2022, transformação linear ou logarítmica, peso igual ou proporcional a eleitores, e como harmonizar faixas em reais (AtlasIntel) e em salários mínimos (BTG/Nexus). A junção existe (5.570 de 5.571 municípios, por código IBGE, 59 ainda com seções não totalizadas). Serve como sensibilidade, nunca como teste confirmatório, e seria associação ecológica: não diz como indivíduos votaram.

P6: sem resposta por desenho, de outro jeito

O critério comparava a queda dos menores entre 28/09 e a urna com a queda entre 25/08 e 15/09, nas casas presentes nas duas janelas. A série tem duas, AtlasIntel/Bloomberg e Palver, cada uma com uma observação na janela inicial. Sem duas ondas dentro da janela, a queda inicial não se estima. Os números descritivos (resíduo de 18,12 na janela inicial, 10,64 na tardia, 7,81 no resultado) comparam médias de janelas, e não são a comparação registrada. A primeira versão do critério era mais simples, véspera contra setembro. A revisão apontou falta de regra de medição, e a correção, "só nas casas presentes nas duas janelas", reduziu a série a duas.

Erro de desenho do critério, não do mundo. P5 e P6 não eram calculáveis desde que foram escritas. P3 só não foi calculada.

8. Robustez e limites declarados

Snapshot parcial. O TSE registrou 499.076 de 499.248 seções, 99,97%. Faltavam 172, com 53.248 eleitores aptos. A sensibilidade joga todo esse eleitorado, no limite, para um polo e depois para o outro, o que leva a margem de -1,8884 a algo entre -1,9321 e -1,8429. Em toda a faixa, P1 e P2 ficam na mesma classe. Não é previsão de comparecimento: só testa se a classificação depende de tratar o snapshot como final, e não depende.

Denominador. A base congelada não tem série uniforme de indecisos, brancos e nulos: os nomeados somam em média 91,3% do total. Normalizar sobre os nomes disponíveis redistribui esse resíduo em proporção, a armadilha da seção 3 em versão atenuada. Em setembro, cinco denominadores alternativos moveram a estimativa entre -0,44 e -0,57. A auditoria pós-eleição não refez essa sensibilidade.

Nomes, fonte e reprodução. O painel mistura cenários com e sem Pablo Marçal, que não estava na urna. A fonte é uma compilação secundária (AFOS). Não há intervalo amostral por pesquisa nem propagação de incerteza para a média. O erro_historico.py não executa com os diretórios atuais (espera 2014_base na raiz, a pasta está em 03_dados), então os históricos não foram rerodados.

9. O que o método acertou

A direção e a ordem de grandeza. O método dizia que a pesquisa subestima o antipetista e que a correção é grande, de 3 a 6 pontos de margem. O erro de margem da pesquisa crua foi 5,29, e Flávio foi subestimado em 6,94.

(compara_previsao_vs_urna.py.) A correção mediana levou o erro de margem de 5,29 para 0,79. A extrema passou do ponto e errou 2,81 para o outro lado. A mediana ganhou da ponta. É informação de calibração: o meio da faixa de vieses ficou mais perto da urna que a ponta, que vem das casas de maior circulação.

10. O que o método errou

O nível de Lula. Previ Lula superestimado, como em 2022. Foi subestimado em 1,65. A margem acertou porque o erro do antipetista (6,94) foi bem maior que o de Lula, e a correção empurrou a margem para o lado certo mesmo levando Lula a 42,5, a 2,65 do que teve. Quem lê só a margem vê acerto. Quem lê o nível vê erro de direção.

Acertar a razão pelo motivo errado. A proporção de 2022, 78 contra 22, quase se repetiu: 81 contra 19 em 2026 (Flávio 6,94 de 8,59, Lula 1,65). Parece confirmação. O mecanismo foi outro.

Em 2022, parte do ganho do antipetista vinha de tirar do petista: Bolsonaro apareceu 5,0 abaixo do que teve, Lula 1,4 acima. Em 2026 nada veio do petista. Os dois subiram, e a soma das duas subestimações, 8,59, é exatamente o que os demais perderam. Tudo saiu do estoque dos menores, que caiu 8,59 dos 16,4, ou 52%. Em 2022 foram 40%. Acertar a razão por mecanismo errado é acerto frágil: a regra "repartir 80 para 20" não se transporta se o mecanismo muda. Isto é problema de método, não detalhe.

E o 52 contra 40 compara bases diferentes. O 40% de 2022 parte da véspera (13,9 a 8,4). O 52% de 2026 parte da média de setembro inteiro (16,4). Pela base de início de setembro, 2022 dá 6,8 de 15,2, ou 45%. Pela janela tardia das duas casas pareadas de 2026, o resíduo foi de 10,64 a 7,81, ou 27% (descritivo). Alinhada a base, a diferença encolhe ou troca de sinal, e não sei dizer que o estoque de 2026 se moveu mais.

11. O que muda no desenho para o 2º turno

O segundo turno é em 25 de outubro. Quatro mudanças, na ordem em que teriam evitado os erros deste.

1. Todo critério nomeia a grandeza e o denominador. Margem ou nível, sobre qual base. P4 não disse, e margem e nível apontaram para lados opostos. Se um critério não puder ser avaliado sem uma escolha posterior, não está pré-registrado de verdade. P1 também pedia: "pesquisa mediana" podia ser a das margens ou a dos erros. Aqui dão o mesmo número, mas o critério devia ter dito. E toda adjudicação posterior vai para um arquivo com data, fora da peça.

2. Antes de registrar, conferir se o dado permite testar. Foi o que matou P6: o critério pedia duas ondas por instituto pareado, e a série tinha uma. A checagem é barata: rodar o critério em modo seco contra a série que já existe.

3. Um critério tem de ser falsificável antes de ser registrado. Para cada um, perguntar qual resultado plausível o mataria. Se não houver resposta clara, reescrever. Se existe um resultado plausível que o critério não rejeita, ele não é um teste, é um enfeite. P5 falhava assim. Rodar essa pergunta em cada critério do segundo turno antes de congelar. Ela vale para P3: se o erro de cada instituto é pesquisa menos resultado e o resultado é um só, a ordem por erro com sinal é a ordem por nível, e a invariância da seção 4 se aplica. A primeira P3 (r acima de 0,8) já tinha sido reescrita por ser autoconfirmada. Antes de calcular a atual, convém conferir se ela mede algo além de persistência. Não calculei: é a checagem da seção 4 aplicada ao critério, não uma conclusão.

4. Hipótese a testar: no segundo turno não há mais estoque de menores. No primeiro, 8,59 pontos saíram do bloco dos demais. No segundo restam dois nomes. Se o viés de subestimar o antipetista persistir, ele não pode vir do encolhimento dos menores, e isola melhor a hipótese de não resposta. É hipótese, não resultado. Não separa por completo: continua sem boca de urna, e o movimento entre indecisos, brancos e nulos continua possível.

O método de 2026 errou onde nenhuma das 24 células apontava: nos próprios critérios. Para o segundo turno, a regra é escrever cada critério como se um estranho fosse aplicá-lo sem saber o que eu queria dizer.