Como funciona o GPS eleitoral do PÚBLICO

O Grande Portal das Sondagens do PÚBLICO é a parte visível de um modelo estatístico desenvolvido pela equipa de jornalismo de dados do PÚBLICO que tenta determinar a probabilidade de um determinado evento ocorrer nas próximas eleições legislativas, a 18 de Maio de 2025.

Este modelo é a nossa fórmula para mitigar o ruído nos dados que nos chegam antes de cada eleição, seguindo a tradição de órgãos de comunicação social como o FiveThirtyEight, a The Economist ou o The New York Times.

Mais do que vaticinar resultados ou prever cenários, este modelo procura expor a incerteza e a probabilidade de determinado evento acontecer. Na sua base, estão três conjuntos importantes de informação: sondagens, histórico de voto e contexto socioeconómico.

Sondar as sondagens

Uma sondagem deve ser sempre vista como uma fotografia da opinião pública. Um instante, captado num dado momento, que tenta aferir a opinião pública. As sondagens têm, no entanto, dois grandes problemas: como são como "fotografias", reflectem sempre um estado da opinião pública no passado (mesmo que seja um passado recente); têm, inerente a si, um erro.

Seguindo a metodologia aplicada em Portugal pelo projecto de investigação POPSTAR (Public Opinion and Sentiment Tracking, Analysis, and Research), do qual fizeram parte Pedro Magalhães e Luís Aguiar-Conraria, usamos o filtro de Kalman para tentar distinguir uma subida como consequência de um problema de amostra ou uma real mudança na opinião pública.

A utilização do filtro de Kalman permite melhorar a qualidade das estimativas perante sequências de observação (ou dados históricos), minimizando o erro. Mas, além deste método de agregação de sondagens, aplicámos ainda outros cálculos para procurar aumentar a fiabilidade do GPS eleitoral do PÚBLICO:

1. "Efeitos de Casa": Recorremos a todas as sondagens publicadas em Portugal desde 1985 para identificar os resultados e corrigir sobre ou subestimativas consistentes de partidos específicos. Se uma empresa historicamente inflaccionou o apoio a um partido em x pontos, ajustamos as suas sondagens atuais em conformidade.
2. Calibração do erro esperado: Recorrendo também ao histórico desde 1985, desenvolvemos um primeiro modelo que estima o quanto uma sondagem tende a desviar-se do resultado final a determinados dias do acto eleitoral para determinado partido. Este erro esperado permite também dar pesos diferentes à leitura da sondagem à medida que esta entra no período de debates, de campanha eleitoral e em fases com menos inquiridos indecisos, por exemplo.
3. Geometrias partidárias: A ciência política mostrou ao longo das últimas décadas que a ascensão de um partido político tem, geralmente, reflexo na queda de outros partidos. Ora, nestes cenários de estimativa das próximas eleições, esse aspecto não pode ser descurado. Daí que, atendendo ao histórico eleitoral e ao "sobe e desce" entre partidos, tomámos estes aspectos em consideração para que os cenários desenvolvidos pelo nosso modelo sejam realistas.

Simulações em cascata

O sistema eleitoral português para as eleições para a Assembleia da República não se resume a somar votos. Com o país organizado em 22 círculos eleitorais, cada um elegendo um número específico de deputados, o que na realidade temos são 22 eleições. Sabemos também que o país não é uniforme e que, embora haja uma relação directa entre o resultado nacional e a percentagem que o partido tem em cada um dos círculos eleitorais, esta relação não é linear.

1. Para cada um dos 10.001 cenários nacionais simulados, tratamos esse cenário como se fosse o resultado real nacional.
2. A partir desse contexto nacional específico, geramos então 100 resultados prováveis para cada partido dentro de cada círculo eleitoral;
3. Este processo captura tanto a incerteza nacional como a variabilidade local. Mesmo para um único resultado nacional simulado, existe um leque de possibilidades sobre como esse resultado se distribuiria entre os diferentes círculos.

Aos valores nacionais simulados (que o modelo agora considera como efectivamente reais), acrescentámos outra variação ao GPS eleitoral do PÚBLICO: fizemos com que o modelo olhasse para todo o histórico desde 1975 e tentasse aprender alguns padrões como efeitos círculo-partido (por exemplo, o partido A costuma ter melhor desempenho em determinada região do país); dinâmicas específicas da eleição (Quem está no governo? Houve uma mudança de líder no último ano?); e factores demográficos e socioeconómicos que podem influenciar o voto.

Ao todo, o PÚBLICO recolheu mais de 200 indicadores a que juntou os dados das eleições.

Com um número tão grande de indicadores, havia o risco de que o modelo não conseguisse distinguir o sinal do ruído. Por isso recorremos a algumas técnicas para evitar que tal acontecesse:

1. Regularização (Elastic Net): Este método estatístico ajuda o modelo a focar-se nos indicadores mais fiáveis e reduz a influência de factores menos estáveis, evitando o "overfitting" (ou seja, sobreajuste e replicação dos dados que o modelo aprendeu) a peculiaridades históricas.
2. Validação Cruzada: Testamos rigorosamente o modelo escondendo os resultados de uma eleição passada, treinando o modelo com todas as outras, e verificando a precisão da previsão. Esta técnica de eliminar uma eleição para testar o modelo foi repetida para várias eleições anteriores, de forma a corroborar a fiabilidade deste modelo
3. Calibração por Ensemble: Ajustamos as simulações com base no desempenho do modelo na eleição mais recente (2024), combinando várias técnicas de ajuste (proporcional, aditiva, hierárquica) usando pesos otimizados para fiabilidade.

Como qualquer projecção baseada em dados, este modelo parte de um pressuposto fundamental: que os factores que hoje levam alguém a votar no partido A ou B se manterão no futuro. Por mais que se tente controlar a incerteza, e por mais milhares de simulações que se façam, uma eleição continuará sempre a ser um acontecimento imprevisível — e ainda bem que assim o é, em nome da democracia.