A discussão sobre a eleição presidencial de 2026 costuma oscilar entre dois extremos: a leitura puramente intuitiva, baseada em impressões políticas, e a leitura mecânica de pesquisas isoladas, tratadas como fotografias definitivas do eleitorado. O exercício apresentado aqui parte de uma premissa diferente. Ele trata a eleição como um processo dinâmico, no qual preferências, rejeições e expectativas de viabilidade interagem ao longo do tempo. Para isso, foi construído um modelo bayesiano de agregação de pesquisas combinado com simulações probabilísticas de primeiro e segundo turno.
O objetivo não é prever o resultado com precisão absoluta, mas mapear estruturas, identificar pontos de inflexão e estimar probabilidades condicionais sob diferentes cenários políticos.
Como as pesquisas foram combinadas
O ponto de partida foi um banco de pesquisas nacionais de intenção de voto para o primeiro turno, cobrindo múltiplos institutos, datas e cenários. Cada observação foi tratada individualmente, respeitando três princípios centrais:
Precisão estatística: pesquisas com menor margem de erro receberam mais peso. Formalmente, o peso de precisão foi definido como o inverso do quadrado da margem de erro.
Recência: pesquisas mais antigas foram progressivamente depreciadas. Esse efeito foi modelado por uma função exponencial do tempo, com parâmetro de decaimento τ = 15 dias. Na prática, isso significa que uma pesquisa perde cerca de metade de seu peso a cada duas semanas.
Atualização bayesiana: em vez de simples médias, cada nova pesquisa foi tratada como uma observação que atualiza uma crença prévia sobre o verdadeiro nível de apoio de cada candidato. O erro amostral foi aproximado por uma distribuição normal, com desvio-padrão derivado da margem de erro.
O resultado desse processo é uma estimativa posterior para cada candidato, acompanhada de intervalo de credibilidade de 95% e de uma medida de “número efetivo de pesquisas”, que indica quanta informação independente realmente sustenta a estimativa.
O retrato do primeiro turno
A agregação aponta para um cenário relativamente estável no topo. Luiz Inácio Lula da Silva aparece consistentemente na liderança, em torno de 41% das intenções de voto, com intervalo estreito e probabilidade próxima de 100% de terminar o primeiro turno em primeiro lugar.
A disputa real se concentra na segunda posição. Tarcísio de Freitas e Flávio Bolsonaro surgem tecnicamente empatados, ambos na casa dos 27% a 28% quando se consideram diferentes cenários. Outros nomes — como Ratinho Jr., Romeu Zema, Ronaldo Caiado, Michelle Bolsonaro e Eduardo Bolsonaro — aparecem com percentuais menores, mas desempenham papel crucial como reservatórios de voto em um eventual processo de aglutinação.
Esse retrato, no entanto, é apenas a superfície. Para entender o que pode acontecer quando a campanha afunila, é preciso ir além da intenção de voto bruta.
A lógica da aglutinação: ideologia, rejeição e voto útil
A hipótese central testada no modelo é a de uma eleição que se organiza em torno de três polos: Lula à esquerda, Flávio Bolsonaro como representante da família Bolsonaro e do bolsonarismo identitário, e Tarcísio de Freitas como candidato da direita e do centro-direita institucional.
Nesse contexto, os votos dos demais candidatos não se redistribuem de forma aleatória. Eles seguem padrões relativamente previsíveis, determinados por afinidade ideológica, rejeição pessoal e percepção de viabilidade.
Para capturar esse mecanismo, foi construído um funil de redistribuição com três etapas:
Triagem ideológica: o eleitor tende a migrar primeiro para o candidato mais próximo de sua posição no espectro político.
Filtro da rejeição: candidatos com rejeição elevada perdem parte significativa dos votos marginais nesse estágio.
Voto útil: à medida que a eleição se polariza, cresce a migração para quem é percebido como capaz de vencer o adversário principal.
Dados de rejeição múltipla — que medem o percentual do eleitorado que afirma não votar de forma alguma em determinado candidato — são centrais nesse processo. Eles funcionam como um teto estrutural para o crescimento.
O papel da rejeição
Os números de rejeição ajudam a explicar por que o funil favorece determinados nomes. Lula e os membros da família Bolsonaro apresentam rejeições elevadas, acima de 35%. Já Tarcísio de Freitas aparece com rejeição em torno de 20%, nível semelhante ao de outros governadores de centro-direita.
Na prática, isso significa que, em um ambiente de voto útil, Tarcísio perde menos eleitores ao longo do funil. Ele se torna o destino natural de eleitores antipetistas que rejeitam a família Bolsonaro, bem como de eleitores de centro que buscam estabilidade e governabilidade.
Do primeiro ao segundo turno: como as simulações foram feitas
Para simular o segundo turno, foi adotado um modelo probabilístico que combina dois componentes:
Força de base, derivada do desempenho relativo no primeiro turno.
Disponibilidade eleitoral, aproximada pelo complemento da rejeição (100% menos rejeição).
Esses dois componentes foram combinados por um parâmetro λ, que representa o peso relativo da base histórica versus o comportamento estratégico no segundo turno. Em cenários moderados, λ variou entre 0,45 e 0,70. Em cenários mais duros, λ foi reduzido para o intervalo entre 0,15 e 0,45, refletindo maior peso da rejeição e do voto útil.
Além disso, foram introduzidos choques estocásticos para representar:
Viés anti-incumbente, penalizando o candidato associado ao governo.
Coordenação antipetista, isto é, a capacidade do campo adversário de se unir contra Lula.
Aumento de brancos, nulos e abstenção, típico de disputas altamente polarizadas.
Cada cenário foi simulado centenas de milhares de vezes, permitindo estimar probabilidades de vitória e intervalos de resultados plausíveis.
Resultados: dois segundos turnos muito diferentes
As simulações mostram um contraste claro entre os dois confrontos possíveis.
Em um segundo turno entre Lula e Flávio Bolsonaro, Lula aparece como favorito mesmo em cenários adversos. A rejeição elevada de Flávio limita sua capacidade de agregar eleitores fora do núcleo bolsonarista. Em cenários moderados, Lula vence com margem confortável. Em cenários duros, a disputa se aproxima do empate, mas Lula ainda mantém vantagem média.
Já no confronto entre Lula e Tarcísio de Freitas, o cenário é mais delicado para o presidente. Em ambientes políticos neutros ou levemente favoráveis ao governo, Lula ainda vence na maioria das simulações, embora por margens estreitas. No entanto, quando se introduz um viés anti-incumbente moderado e coordenação eficaz do campo antipetista, Tarcísio passa a ser favorito, vencendo a ampla maioria das simulações.
O stress test: onde está o ponto de inflexão
O stress test buscou responder a uma pergunta objetiva: quanto desgaste é necessário para que Lula perca para Tarcísio no segundo turno?
Os resultados são claros. Basta um viés anti-incumbente da ordem de meio ponto percentual a um ponto percentual para que a probabilidade de vitória de Lula caia drasticamente. A partir daí, o cenário passa a favorecer Tarcísio de forma consistente.
Em outras palavras, o confronto Lula–Tarcísio é altamente sensível ao humor do eleitorado. Pequenas mudanças na avaliação do governo ou no clima econômico podem ter efeitos desproporcionais sobre o resultado final.
Conclusão: o que o modelo ensina
O exercício não afirma que a eleição de 2026 está decidida. Pelo contrário. Ele mostra que o desfecho depende menos de oscilações marginais nas pesquisas de primeiro turno e mais de fatores estruturais: rejeição, coordenação política e percepção de desempenho do governo.
Lula parte com vantagem clara no primeiro turno e contra adversários de alta rejeição. Já Tarcísio de Freitas surge como o único nome capaz de transformar um cenário de desgaste moderado em vitória eleitoral, justamente por combinar identidade de direita com baixos níveis de rejeição.
Em síntese, o modelo sugere que a eleição de 2026 não será apenas uma disputa de preferências, mas um plebiscito sobre o governo e, sobretudo, sobre quem consegue ocupar o espaço do voto útil em um país profundamente polarizado.
Nenhum comentário:
Postar um comentário