ViésLAB
DashboardViés∅ArtigosContato
ViésLAB
DashboardViés∅ArtigosContato
ViésLAB

Agregador independente de pesquisas eleitorais brasileiras. Modelo de cinco camadas com correção de viés por instituto.

Dados: registros públicos do TSE PesqEle

Produto

  • Dashboard 2026
  • Pesquisas individuais
  • Viés∅ — Projeção
  • Calendário TSE
  • House Effects
  • Intervalo de Incerteza
  • Blog

Artigos recentes

  • Como comparar institutos sem ignorar cobertura e timing
  • Quem financia as pesquisas eleitorais e por que isso importa
  • Por que agregar pesquisas é mais confiável do que confiar em uma pesquisa isolada
  • Viés ideológico nas pesquisas eleitorais: a direita é subestimada, não a esquerda superestimada
Ver todos →

Projeto

  • Sobre o ViésLab
  • Imprensa e dados
  • Fale conosco
  • Privacidade
  • Termos de Uso
  • RSS Feed

Receba novas análises por email

Sem spam. Cancele quando quiser.

© 2026 ViésLab · Análise independente · Sem vínculo partidário ou institucional

ResumoProbabilidadeMédiaPesosQualidadeHouse EffectsIntervalo
Simulações retrospectivas do 1º turno de 2026. Recalculadas com a base atual, estas estimativas não reproduzem necessariamente o modelo publicado antes da votação. Veja o balanço das pesquisas e da apuração.

Ajustes

House effects é o viés sistemático de um instituto especificamente para um candidato — diferente do viés geral da casa. Um instituto pode superestimar Lula em 2pp e subestimar o segundo colocado em 1pp, mesmo que seu erro médio geral seja próximo de zero.

House effects por candidato.

O viés médio geral de um instituto esconde diferenças importantes entre candidatos. Aqui separamos o house effect específico de cada casa para cada candidato, usando os ciclos históricos como base. Quando há observações suficientes, a correção candidato-a-candidato substitui o viés geral.

Impacto no modelo

Geral vs. House Effect

Lula

49.72%

3 institutos usados

F. Bolsonaro

46.16%

3 institutos usados

Detalhamento

Viés geral vs. house effect por candidato

Viés Candidato usa os dados históricos específicos daquele par instituto × candidato. Quando há menos de 2 observações históricas, o modelo faz fallback para o viés geral da casa.
InstitutoCandidatoValor OriginalViés GeralViés CandidatoDif. CorreçãoCorrigido (Geral)Corrigido (HE)Obs. Hist.
DatafolhaLula45%-3.99-3.99(fallback)—48.99%48.99%1
DatafolhaF. Bolsonaro42%-3.99-3.99(fallback)—45.99%45.99%0
MDALula47.8%-2.14-2.14(fallback)—49.94%49.94%1
MDAF. Bolsonaro42.1%-2.14-2.14(fallback)—44.24%44.24%0
PoderDataLula45%-5.24-5.24(fallback)—50.24%50.24%1
PoderDataF. Bolsonaro43%-5.24-5.24(fallback)—48.24%48.24%0

Datafolha

Lula

Valor original45%
Viés geral-3.99
Viés candidato-3.99 (fallback)
Corrigido (geral)48.99%
Corrigido (HE)48.99%

Datafolha

F. Bolsonaro

Valor original42%
Viés geral-3.99
Viés candidato-3.99 (fallback)
Corrigido (geral)45.99%
Corrigido (HE)45.99%

MDA

Lula

Valor original47.8%
Viés geral-2.14
Viés candidato-2.14 (fallback)
Corrigido (geral)49.94%
Corrigido (HE)49.94%

MDA

F. Bolsonaro

Valor original42.1%
Viés geral-2.14
Viés candidato-2.14 (fallback)
Corrigido (geral)44.24%
Corrigido (HE)44.24%

PoderData

Lula

Valor original45%
Viés geral-5.24
Viés candidato-5.24 (fallback)
Corrigido (geral)50.24%
Corrigido (HE)50.24%

PoderData

F. Bolsonaro

Valor original43%
Viés geral-5.24
Viés candidato-5.24 (fallback)
Corrigido (geral)48.24%
Corrigido (HE)48.24%