Projeção pela média gaussiana
Esta técnica estima uma área sem dados combinando as áreas apuradas próximas do mesmo estado. As mais próximas recebem mais peso. As unidades de cálculo podem ser municípios ou combinações de município e zona eleitoral.
Uma área que já tem seções apuradas usa apenas suas próprias taxas. A média dos vizinhos entra somente onde ainda não há dados.
Versões por município e zona
| Versão | Unidade de cálculo | Onde aparece |
|---|---|---|
| Média gaussiana por município | Município | Apuração e testes históricos |
| Média gaussiana por zona | Município × zona eleitoral | Testes históricos |
As duas versões do seletor usam escala de 25 km e limite de 75 km. A versão por município busca municípios apurados; a versão por zona busca zonas apuradas, inclusive dentro do mesmo município. Os centros são calculados pelas coordenadas dos locais de votação, ponderadas pelo eleitorado.
Pesos por distância
Para uma área a uma distância d, em quilômetros, o peso geográfico é exp(−0,5 × (d / 25)²). A 25 km, ele é cerca de 0,61; a 50 km, cerca de 0,14. Áreas além de 75 km ficam fora da média.
A escala de 25 km determina a velocidade com que o peso diminui. O limite da busca é 75 km. Uma área a 60 km participa com peso pequeno.
Cálculo da projeção
- Selecionamos as áreas do mesmo estado que têm eleitorado apurado e estão a até 75 km.
- Multiplicamos os totais apurados de cada área pelo seu peso geográfico. Isso inclui o eleitorado das seções apuradas e os votos de cada candidato.
- Somamos esses totais ponderados e dividimos pelo eleitorado apurado ponderado para obter as taxas. Aplicamos as taxas a todo o eleitorado da área sem dados.
- Somamos as estimativas e calculamos a participação de cada candidato nos votos válidos projetados.
O peso depende da distância e do eleitorado apurado de cada área. Se dois municípios estão à mesma distância e um tem o dobro de eleitorado apurado, ele tem o dobro do peso na conta.
Áreas sem dados próximos
Sem vizinhos elegíveis, a versão por município usa o estado e depois a região. A versão por zona tenta o município, depois o estado e a região. A mesma regra vale para áreas sem coordenadas. O exterior usa apenas os dados do próprio exterior.
Somente áreas com dados recebidos do TSE fornecem taxas. As estimativas para áreas sem dados ficam fora da média usada por outras áreas. A projeção nacional aguarda dados de todas as regiões, incluindo o exterior.
Resultados e limites dos testes
Combinar várias áreas evita depender de um único vizinho, mas também pode juntar perfis de voto diferentes. Mais vizinhos não garantem uma estimativa melhor. Nos três testes, a média gaussiana por município teve erro médio maior que o município mais próximo a até 50 km.
O gráfico com parâmetros ajustáveis abaixo permite explorar a versão por zona com outras escalas e distâncias. A mudança recalcula apenas o teste histórico. A apuração mantém escala de 25 km e limite de 75 km.
No comparador abaixo, selecione a versão por zona ou por município para conferir essa diferença.
Cálculo da faixa de erro
A faixa sombreada usa o mesmo cálculo das projeções por área. Ela cobre o maior erro entre todos os candidatos nos dois turnos de 2022 e no 1º turno de 2026, conforme o avanço da apuração. As versões por município e por zona têm curvas próprias, calibradas com escala de 25 km e limite de 75 km. Na apuração, a média gaussiana usa a faixa da versão por município.
| Eleitorado apurado | Gaussiana por município | Gaussiana por zona | Município mais próximo · 50 km |
|---|---|---|---|
| 5% | ±1,83 pp | ±1,85 pp | ±1,83 pp |
| 10% | ±1,43 pp | ±1,16 pp | ±1,28 pp |
| 30% | ±1,43 pp | ±1,09 pp | ±1,28 pp |
| 50% | ±1,31 pp | ±1,02 pp | ±1,15 pp |
| 70% | ±0,91 pp | ±0,73 pp | ±0,78 pp |
| 90% | ±0,51 pp | ±0,47 pp | ±0,39 pp |
| 99% | ±0,15 pp | ±0,13 pp | ±0,12 pp |
A última coluna mostra a opção padrão da apuração para comparação. A partir de 10% do eleitorado, a faixa da gaussiana por município é mais larga que a do município mais próximo, o que acompanha seu erro médio maior nos testes. Nesse mesmo trecho, a versão por zona tem faixa mais estreita que a por município.
Como nas projeções por área, depois de 10% do eleitorado os maiores erros vieram do 1º turno de 2022. Ao ajustar a faixa apenas com as outras duas eleições, ela cobriu 59,6% dos minutos do 1º turno de 2022 na versão por município e 47,8% na versão por zona. Esses percentuais consideram o trecho com 5% a 90% das seções apuradas. O erro chegou a 0,49 pp acima da faixa nas duas versões. Quando a eleição deixada de fora foi o 2º turno de 2022 ou o 1º turno de 2026, todos os seus minutos nesse trecho ficaram dentro da faixa.
A faixa cobre os erros usados no ajuste. A probabilidade de cobertura em uma nova eleição é desconhecida. No teste de distâncias abaixo, o sombreamento aparece só com escala de 25 km e limite de 75 km. Outras combinações não foram calibradas.
Teste de distâncias por zona
Este teste usa zonas do 1º turno de 2026. Ajuste as distâncias e clique em Aplicar para recalcular. Os controles alteram apenas este gráfico. Na apuração, as opções usam municípios e distâncias fixas.
Comparação nas apurações anteriores
O gráfico mostra esta técnica no 1º turno de 2026. Troque a eleição para conferir os dois turnos de 2022, ou escolha outra técnica para comparar. A linha contínua mostra a projeção e a tracejada, os votos já contados.
Município sem dados usa os totais apurados dos municípios do mesmo estado a até 75 km, ponderados pela distância (escala de 25 km). Sem vizinhos, usa o estado e depois a região.
Carregando margens teóricas…
| Técnica | 2026 · 1º turno | |
|---|---|---|
| Médio | Maior | |
| Contagem simples | 2,97 | 4,47 |
| Por estado | 1,20 | 2,46 |
| Por município | 0,57 | 1,34 |
| Por zona | 0,51 | 1,23 |
| Zona mais próxima · 50 km | 0,31 | 0,81 |
| Zona mais próxima · 100 km | 0,29 | 1,01 |
| Zona mais próxima · 500 km | 0,29 | 1,09 |
| Média gaussiana por zona · 25 km | 0,35 | 0,57 |
| Município mais próximo · 50 km ★ | 0,38 | 0,85 |
| Município mais próximo · 100 km | 0,36 | 0,83 |
| Média gaussiana por município · 25 km | 0,43 | 0,94 |