Eleição 2026 · comparador

Quem puxa o agregado pra que lado?

Para cada instituto, recalculamos o agregado excluindo aquele instituto. A diferença em pp mostra o quanto cada pesquisador puxa o resultado final pra cima ou pra baixo de cada candidato. É auditoria pública do nosso agregador bayesiano.

Baseline · todas as 15 pesquisas

Flávio Bolsonaro40.4%
Lula39.8%

Δ se excluirmos cada instituto

Sensibilidade do agregado

Δ positivo (verde) = instituto puxa o candidato pra baixo (sem ele, sobe). Δ negativo (vermelho) = instituto puxa pra cima.

Sem AtlasIntel

Flávio Bolsonaro40.2%-0.17pp
Lula39.4%-0.41pp

Sem DataFolha

Flávio Bolsonaro40.9%+0.52pp
Lula39.8%-0.02pp

Sem Futura

Flávio Bolsonaro40.3%-0.11pp
Lula39.9%+0.02pp

Sem Gerp

Flávio Bolsonaro40.3%-0.11pp
Lula39.8%-0.01pp

Sem Indexa

Flávio Bolsonaro40.8%+0.44pp
Lula39.9%+0.05pp

Sem Instituto França

Flávio Bolsonaro40.4%0.00pp
Lula42.0%+2.21pp

Sem Nexus/BTG

Flávio Bolsonaro40.6%+0.21pp
Lula39.7%-0.11pp

Sem Palver

Flávio Bolsonaro39.8%-0.55pp
Lula39.3%-0.51pp

Sem PoderData/Aya

Flávio Bolsonaro40.4%+0.08pp
Lula39.8%-0.06pp

Sem Quaest

Flávio Bolsonaro40.7%+0.38pp
Lula39.9%+0.04pp

Sem Real Time Big Data

Flávio Bolsonaro40.5%+0.15pp
Lula39.8%-0.04pp

Sem Veritá

Flávio Bolsonaro39.1%-1.24pp
Lula38.8%-0.99pp

Sem Vox Brasil

Flávio Bolsonaro40.5%+0.17pp
Lula39.8%-0.06pp

Instituto excluído	Flávio Bolsonaro	Lula
Sem AtlasIntel	40.2%-0.17pp	39.4%-0.41pp
Sem DataFolha	40.9%+0.52pp	39.8%-0.02pp
Sem Futura	40.3%-0.11pp	39.9%+0.02pp
Sem Gerp	40.3%-0.11pp	39.8%-0.01pp
Sem Indexa	40.8%+0.44pp	39.9%+0.05pp
Sem Instituto França	40.4%0.00pp	42.0%+2.21pp
Sem Nexus/BTG	40.6%+0.21pp	39.7%-0.11pp
Sem Palver	39.8%-0.55pp	39.3%-0.51pp
Sem PoderData/Aya	40.4%+0.08pp	39.8%-0.06pp
Sem Quaest	40.7%+0.38pp	39.9%+0.04pp
Sem Real Time Big Data	40.5%+0.15pp	39.8%-0.04pp
Sem Veritá	39.1%-1.24pp	38.8%-0.99pp
Sem Vox Brasil	40.5%+0.17pp	39.8%-0.06pp

Legenda

Leave-one-out: Técnica de sensibilidade: recalcula o agregado sem cada instituto isoladamente. Se sair um instituto move muito o resultado, ele tem influência desproporcional.
Agregador bayesiano: Combina múltiplas pesquisas em uma estimativa única, ponderando cada uma por amostra, recência (decay de 14 dias) e bias histórico do instituto. Atualiza a crença prior com cada nova pesquisa.
Bias por instituto: Desvio médio histórico de cada pesquisador em relação ao resultado eleitoral real. AtlasIntel tende a sub-estimar Lula em ~2pp; Datafolha super-estima ~1pp. Aplicamos correção neutra.
pp: Pontos percentuais. Diferença absoluta entre duas porcentagens. Ex.: passar de 39% para 41% é +2pp (não +2%).
Δ (delta): Variação semana-sobre-semana em pontos percentuais. "+2pp" indica que o valor subiu 2 pp desde a leitura anterior. Zerado enquanto não tivermos histórico suficiente.
Voto esperado: % projetado pelo modelo, depois de aplicar o agregador. Diferente de "probabilidade de vencer": um candidato pode ter 40% de voto esperado e 80% de chance de liderar.
Decay de recência: Pesos que decaem exponencialmente com o tempo. Half-life de 14 dias: uma pesquisa de 14 dias atrás vale metade no agregado; de 30 dias, ~25%.
Amostra (n): Número de pessoas entrevistadas. Quanto maior, menor a margem de erro. Pesquisa n=2.000 → ±2pp; n=5.000 → ±1pp. Peso no agregador é proporcional à raiz quadrada de n (não a n direto, mais conservador).

Recalculado em runtime via aggregatePolls(). Veja a metodologia para entender como o peso por amostra, recência e bias por instituto são combinados.