Sumário de hoje rodando no modelo — 23/10/2026

 

A estatística ainda é favorável ao Flávio Bolsonaro. Vamos ver a assertividade. Pode mudar até domingo? Pode, mas é pouco provável. O debate hoje? Para mim servirá para claques. Não acho que indeciso definirá voto no debate e mesmo se existir um nicho para isso, não creio seja com força para mudar o que até aqui a estatística nos mostra.

Chamo atenção para algumas coisas que apontou este estudo aqui. Erros dos institutos têm margens sempre a favor de Lula. Um possível erros levantado por um modelo que vi. 

Dois modelos que vale a pena conferir quem gostar do tema, só clicar no link:

Quem é o favorito no 2º turno? OPINIÃO INTELIGÊNCIA POLÍTICA

ARVOR Intelligence - Este tem uma correção a partir do cadastro do PNAD com a amostra de renda baixa.

Sumário  de hoje — 23/10/2026

Encontrei um agregador atualizado hoje que já incorpora correções específicas por instituto e incerteza do modelo. Ele oferece uma referência mais adequada para o nosso acompanhamento do que simplesmente tirar a média das manchetes.

Placar ajustado

Votos válidos · 40 pesquisas pós-primeiro turno · 18 institutos

Flávio Bolsonaro  50,5%

Lula  49,5%

Diferença ajustada: 1,0 p.p.

Faixa de 95%: ±1,5 p.p.

Média simples, sem correção

Flávio +2,1 p.p.

Fonte: Placar 2026, atualizado às 7h25. A faixa é a incerteza do modelo publicado, não a margem de erro de uma pesquisa isolada.

A correção dos efeitos específicos dos institutos reduz a diferença de 2,1 para 1,0 ponto. Isso é relevante: o agregado não corrigido pode exagerar a liderança quando os institutos com mais pesquisas recentes tendem a medir uma margem maior para Flávio.

Eleição presidencial (data-base 23/10/2026)

Erros históricos e possíveis house effects

No primeiro turno, o resultado oficial foi Flávio 47,03% e Lula 45,16% dos votos válidos. Cinco dos seis institutos analisados pelo ViésLab subestimaram a votação de Flávio; a Gerp ficou praticamente em cima do resultado. Isso é evidência de um viés histórico naquela rodada, mas não prova preferência política dos institutos.

ViésLab

Instituto	Erro na margem do 1º turno	Leitura histórica
Gerp	0,1 p.p.	Diferença praticamente exata
Quaest	2,9 p.p.	Margem mais favorável a Lula
PoderData	3,9 p.p.	Margem mais favorável a Lula
AtlasIntel	4,8 p.p.	Margem mais favorável a Lula
Datafolha	4,9 p.p.	Margem mais favorável a Lula
CNT/MDA	7,6 p.p.	Margem mais favorável a Lula

Erro calculado em relação à diferença oficial entre Flávio e Lula; valores positivos indicam que a pesquisa foi mais favorável a Lula do que o resultado das urnas.

E os efeitos de casa no segundo turno?

O agregador publicado estima os seguintes ajustes para a margem Lula menos Flávio. Valores negativos significam que, após a correção, a margem fica relativamente mais favorável a Flávio.

Instituto	Efeito estimado	Interpretação do ajuste
Gerp	−3,9 p.p.	Correção expressiva
Veritá	−2,7 p.p.	Correção expressiva
PoderData	−1,2 p.p.	Correção moderada
Real Time Big Data	−0,7 p.p.	Correção pequena
Datafolha	0,0 p.p.	Sem ajuste neste modelo
AtlasIntel	−0,2 p.p.	Correção pequena
Quaest	−0,5 p.p.	Correção pequena

Fonte: estimativas de efeito de casa do Placar 2026. Esses números são correções estatísticas estimadas pelo agregador, não prova de intenção partidária ou de erro permanente.

Eleição presidencial (data-base 23/10/2026)

Desvio-padrão e variação possível

O agregador apresenta uma faixa de 95% de aproximadamente ±1,5 ponto na margem ajustada. Se essa faixa fosse simétrica e baseada numa distribuição normal, corresponderia a um desvio-padrão aproximado de 0,77 ponto. Mas esse número descreve a incerteza interna do modelo publicado, não todo o erro possível da eleição.

Sensibilidade da diferença estimada

Referência: Flávio +1,0 ponto na margem ajustada.

Variação	Margem Flávio − Lula
Limite inferior da faixa de 95%	−0,5 p.p.
Estimativa central	+1,0 p.p.
Limite superior da faixa de 95%	+2,5 p.p.

A faixa cruza o empate. Não é um intervalo garantido para o resultado das urnas; mudanças tardias, participação eleitoral e erros sistemáticos adicionais podem ampliar a incerteza.

Para o nosso modelo, recomendo manter duas medidas separadas:

• Incerteza interna: a faixa publicada pelo agregador, recalculada com novas pesquisas.
• Erro histórico ampliado: o erro de previsão observado em eleições anteriores, incluindo viés de casa e mudanças de última hora.

Não vou converter esses intervalos em uma probabilidade própria de vitória. A informação estatística mais útil aqui é que a diferença ajustada é pequena em relação à incerteza estimada.

Modelo eleitoral com correção de renda pela PNAD

Atualização de 23 de outubro de 2026

Sim. A correção da composição de renda das amostras pela PNAD deve entrar como uma análise adicional do nosso modelo, separada da correção de house effects. Ela testa se as pesquisas representam adequadamente a distribuição socioeconômica do eleitorado brasileiro.

Encontrei uma atualização pública que aplica justamente essa abordagem. O agregador Arvor repondera as pesquisas elegíveis pela distribuição de renda da PNAD e publica dois resultados: uma média entre institutos e uma projeção com ajustes adicionais.

Resultado central com ajuste PNAD

Votos válidos · pesquisas elegíveis com cruzamento de renda

Flávio Bolsonaro  52,7%

Lula  47,3%

Diferença: 5,4 pontos percentuais

Projeção ajustada complementar

Flávio 51,6%

Lula 48,4%

Diferença: 3,2 pontos. Fonte: Arvor, atualização consultada hoje. São estimativas de modelos diferentes, não resultados oficiais nem probabilidades de vitória.

A diferença entre a média ajustada e a projeção é importante: a segunda incorpora outras informações e hipóteses, incluindo cenários de comparecimento. Portanto, não devemos misturar os dois números como se fossem a mesma estimativa.

Como a PNAD entra no nosso modelo

A referência principal deve ser a renda domiciliar per capita, com testes de sensibilidade usando renda individual efetiva e renda individual habitual — as três definições que já havíamos comparado.

O IBGE informa que a renda domiciliar per capita de 2025 foi de R$ 2.316 no Brasil, calculada a partir dos rendimentos efetivamente recebidos e do número de moradores do domicílio. Isso é uma referência estatística para a distribuição de renda, não um parâmetro eleitoral por si só.

O procedimento é:

1. Comparar a distribuição de renda dos entrevistados com a distribuição de referência da PNAD.
2. Ajustar os pesos dos entrevistados para corrigir a composição da amostra.
3. Recalcular a intenção de voto por instituto.
4. Comparar os resultados antes e depois da reponderação.
5. Só então combinar a correção de renda com o house effect, a atualidade e o tamanho da amostra.

É essencial não corrigir duas vezes o mesmo fenômeno. Se a ponderação original do instituto já corrigiu a renda, precisamos identificar isso antes de aplicar um segundo ajuste.

O que a correção muda por instituto

A tabela abaixo mostra os resultados publicados pelo Arvor para a última onda disponível de cada instituto. As diferenças entre pesquisas refletem tanto o ajuste de renda quanto as estimativas originais e as datas de campo.

Instituto	Flávio	Lula	Situação do ajuste
Datafolha	47,0%	46,0%	Com renda; prévia com perfil da onda anterior
PoderData	49,0%	48,0%	Com renda
Quaest	45,0%	44,0%	Com renda
Gerp	50,0%	45,0%	Com renda
Palver	50,0%	48,0%	Com renda
Veritá	49,7%	48,2%	Com renda
Real Time Big Data	48,0%	45,0%	Com renda
AtlasIntel	49,8%	47,6%	Com renda
Futura	48,9%	46,8%	Sem cruzamento de renda compatível na publicação

Percentuais da tabela são os valores publicados em votos totais, não os valores reponderados. O levantamento de cada instituto tem sua própria data de campo; a tabela não deve ser interpretada como uma pesquisa simultânea.

A vantagem de ter a tabela original é que podemos auditar o efeito da PNAD em cada instituto sem confundir a mudança da intenção de voto com a mudança dos pesos socioeconômicos.

Sensibilidade às três definições de renda

Na nossa análise anterior, os resultados exploratórios mostraram que a escolha do conceito de renda alterava significativamente a diferença entre os candidatos. Os efeitos registrados para a margem Flávio − Lula foram:

Instituto	Renda individual efetiva	Renda domiciliar
Gerp	+3,4 p.p.	+1,9 p.p.
AtlasIntel	+0,9 p.p.	−1,2 p.p.
Palver	+2,0 p.p.	+0,7 p.p.
Quaest	+1,8 p.p.	+1,5 p.p.
Nexus	+3,6 p.p.	+1,8 p.p.
Datafolha	−0,3 p.p.	−2,3 p.p.
MDA	−5,0 p.p.	−6,9 p.p.

Resultados exploratórios recuperados da nossa análise anterior; ainda precisam ser auditados contra as bases originais e não devem ser tratados como efeitos definitivos. A coluna de renda individual habitual não foi recuperada com valores completos.

O sinal positivo indica uma alteração na direção de uma margem maior para Flávio; o negativo, na direção de uma margem maior para Lula. Isso não significa que a PNAD, isoladamente, prove qual candidato está sendo subestimado.

A interpretação é importante: mesmo com Flávio à frente, uma vantagem de 2,4 pontos é pequena diante de uma incerteza de 5 pontos, mesmo assim eu confio na estatística e apostaria nisso aqui.

                                                                                                         Da Arvor 

Da Opinião

Análise: A relação entre analfabetismo e renda com votação do PT nas eleições de 2026

 

O Nordeste é a base do Petismo há muito tempo. A coincidência entre analfabetismo e pobreza está relacionada nos estados do Nordeste, infelizmente. Não podemos afirmar que o PT recebe só votos de analbabetos e miséraveis, mas dá para desconfiar. O PT tem excelente performance em bairros ricos e de classe média alta em SP e Rio. Ele navega bem no Leblon e Ipanema.

Antes de tudo, as Fontes utilizadas: IBGE/PNAD Contínua para renda e analfabetismo, e resultados estaduais do primeiro turno divulgados com referência ao TSE.

Análise: a relação entre analfabetismo e votação do PT nas eleições de 2026

Aponta uma associação estatística forte entre a taxa de analfabetismo dos estados brasileiros e a votação de Lula no primeiro turno de 2026. A conclusão central é que o PT obteve percentuais de votos mais elevados nos estados com maiores taxas de analfabetismo, enquanto Flávio Bolsonaro teve melhor desempenho em vários estados com taxas menores..

Os principais números do relatório

Lula × analfabetismo  +0,81 Correlação positiva forte

Flávio × analfabetismo  −0,76 Correlação negativa forte

Estados onde Lula venceu

9,5%  Analfabetismo médio informado

3,7% Estados/DF onde Flávio venceu

Analfabetismo médio informado

Fonte: relatório enviado, páginas 1 e 2. Correlações e médias reproduzidas do documento, ainda não auditadas independentemente.

A diferença entre as médias de analfabetismo dos dois grupos é de 5,8 pontos percentuais. É um contraste expressivo e merece investigação eleitoral, socioeconômica e regional.

O que o gráfico de dispersão revela

Reprodução conceitual da relação apresentada na página 2 do relatório.

educa.ibge.gov.br

O gráfico original do relatório apresenta uma linha de tendência ascendente: conforme aumenta a taxa estadual de analfabetismo, tende a aumentar também o percentual de votos de Lula.

Os exemplos mais ilustrativos da tabela do documento são:

• Piauí: 13,1% de analfabetismo e 71,0% dos votos válidos para Lula.
• Bahia: 9,5% de analfabetismo e 66,2% para Lula.
• Santa Catarina: 1,5% de analfabetismo e 25,0% para Lula.
• São Paulo: 1,9% de analfabetismo e 38,2% para Lula.

Esses casos são compatíveis com a correlação descrita no relatório. Entretanto, há exceções importantes: Alagoas, por exemplo, apresenta 13,1% de analfabetismo e 54,7% para Lula, bem abaixo dos 71% registrados no Piauí. Isso mostra que a escolaridade não explica sozinha as diferenças eleitorais.

Figura comparativa: a diferença entre os grupos

O relatório também apresenta uma diferença importante entre os estados em que cada candidato venceu.

Taxa média de analfabetismo

Estados onde Lula venceu  9,5%

Estados/DF onde Flávio venceu  3,7%

Diferença: 5,8 pontos percentuais, segundo os dados do relatório original.

Interpretação política

A hipótese que os dados ajudam a sustentar é a seguinte:

A votação do PT apresenta uma associação territorial relevante com regiões de menor escolaridade, especialmente no Nordeste. Isso pode ajudar a compreender a distribuição regional do eleitorado petista.

E sobre a renda?

A combinação de renda domiciliar per capita, analfabetismo e votação do PT permite avançar bastante: podemos verificar se a votação de Lula está mais associada à renda, à escolaridade ou à combinação das duas.

Já temos duas bases importantes:

• Renda: o IBGE informa rendimento domiciliar per capita de 2025 de R$ 1.484 no Nordeste, contra R$ 2.669 no Sudeste, em valores reais apresentados na série regional.

  Votação: os resultados publicados para o primeiro turno de 2026 registram 63,8% dos votos válidos de Lula no Nordeste, contra 30,9% de Flávio Bolsonaro.
• Isso sugere uma associação regional relevante, mas ainda não permite separar o efeito da renda daquele da escolaridade, nem concluir que a renda mais baixa cause determinada preferência eleitoral.

1. Comparação preliminar por região

Região	Renda per capita mensal em 2025	Votação de Lula no 1º turno
Norte	R$ 1.558	A apurar na base eleitoral completa
Nordeste	R$ 1.470	63,8%
Sudeste	R$ 2.669	A apurar na base eleitoral completa
Sul	R$ 2.734	A apurar na base eleitoral completa
Centro-Oeste	R$ 2.712	A apurar na base eleitoral completa
Brasil	R$ 2.264	45,16%

Fontes: IBGE/PNAD Contínua 2025 e resultados eleitorais divulgados para 2026. Os valores de renda são reais, a preços médios de 2025.

Uma  primeira versão do estudo, cruzando as 27 unidades da Federação. Os gráficos e o relatório estão prontos.

1. Resultados estatísticos

Correlação entre renda e votação de Lula

r = −0,54

A associação simples é negativa: estados de renda mais elevada tendem a apresentar percentuais menores de votos para Lula.

Correlação entre analfabetismo e votação de Lula

r = +0,81

A associação simples é positiva e forte: estados com maiores taxas de analfabetismo tendem a apresentar percentuais maiores de votos para Lula.

Modelo com as duas variáveis

R² = 0,66

Na amostra estadual, o modelo linear com renda e analfabetismo explica aproximadamente 66% da variação observada na votação de Lula. Isso não demonstra causalidade.

Conclusão:  Miséria, baixa escolaridade e voto no PT: o que revelam os números?

Os dados analisados revelam uma associação expressiva entre as condições socioeconômicas e a votação do PT no Brasil. Nos estados com maiores taxas de analfabetismo, Lula tende a obter percentuais mais elevados de votos; nos estados com menor analfabetismo e maior renda média, seu desempenho tende a ser menor.

Na amostra estadual analisada, a correlação entre analfabetismo e votação de Lula foi de +0,81, enquanto a correlação entre renda per capita e votação foi de −0,54. São evidências de uma concentração geográfica do voto petista em regiões historicamente mais pobres e com menor escolaridade.

A questão que esses números colocam é relevante: até que ponto a pobreza, a baixa escolaridade, a dependência de políticas sociais e as desigualdades regionais ajudam a explicar a permanência da força eleitoral do PT?   Aqui está a razão de tudo.

Os dados, por si sós, não provam que pessoas pobres ou com pouca instrução votem no PT por ignorância, nem demonstram que a miséria seja a causa dessa preferência, mas dá para enxergar claramente esta anomalia social e localizada no Nordeste. Coitado deles.

O que a análise permite afirmar é que existe uma associação territorial importante entre vulnerabilidade socioeconômica e votação petista uma relação que merece ser examinada com rigor, sem confundir correlação estatística com julgamento sobre a capacidade de escolha dos eleitores. Isso aqui é uma pista que pode nos levar em várias direções, inclusive que interessa mais ao PT a miséria e ignorância do que a evolução social e cultural desta regiões.

Como ensinava Ronald Reagan, em uma ideia que marcou seu pensamento sobre a assistência social, o sucesso de um programa social não deve ser medido pelo número de pessoas que passam a depender dele, mas pelo número de pessoas que conseguem deixar de precisar dele. 

Programas sociais são necessários e fundamentais para combater a fome, reduzir desigualdades e garantir dignidade, mas seu objetivo maior deve ser criar oportunidades para que seus beneficiários conquistem autonomia, educação, emprego e renda. A verdadeira medida do sucesso de uma política social não é a perpetuação da dependência do Estado, mas a emancipação de quem dela precisa , transformando assistência em oportunidade e pobreza em independência.

Os programs sociais foram criados pela Escola de Chicago e implementados no Chile nos anos 70. Ou seja, não foi a  esquerda que criou ou inventou isso, mas utiliza muito bem, principalmente como narrativa.

Já escrevi muito sobre o Bolsa Familia  Quem diria, o bolsa família não foi invenção de FHC e nem de Lula.

Olhem este  25% dos brasileiros recebem bolsa família!  

E este :  Será mesmo o Bolsa Família uma boa solução?