Metodologia

Como o BrasilSim chega nas probabilidades exibidas na home. Sem esconder detalhe: se você quiser reproduzir os cálculos por conta, o código está disponível.

Ideia geral: Monte Carlo

A ideia é simples: se você jogar o restante do campeonato milhares de vezes, computando o resultado de cada jogo por um modelo estatístico, dá para contar em quantas dessas "linhas do tempo alternativas" cada time terminou campeão, no G5 ou no Z4. Essa contagem, dividida pelo total de simulações, é a probabilidade.

O BrasilSim roda 30.000 simulações por dia, no total.

Três modelos, uma média

1. Poisson

O modelo mais tradicional para futebol desde os anos 80. Para cada jogo A × B, calcula uma expectativa de gols de A (baseada no ataque de A e defesa de B) e de B, e sorteia os gols de cada equipe de forma independente por uma distribuição de Poisson.

2. Dixon-Coles

Uma versão refinada do Poisson, publicada em 1997 pelos ingleses Mark Dixon e Stuart Coles. Ela corrige um problema conhecido do Poisson simples: placares baixos (0-0, 1-0, 0-1, 1-1) aparecem com frequência ligeiramente diferente da prevista pelo modelo puro. A correção usa um parâmetro rho que ajusta essa diferença. É considerado o padrão-ouro acadêmico para modelagem de placares no futebol.

3. Elo

Sistema de rating originalmente criado para xadrez. Cada time tem uma pontuação que reflete sua força relativa. A diferença de pontos entre dois times determina a probabilidade de cada um vencer. O BrasilSim usa uma variante híbrida: 60% do rating vem do aproveitamento de pontos por jogo, 40% da força ofensiva menos defensiva. Adicionamos ainda uma pequena vantagem de mando de campo.

Ensemble: por que média dos três?

Cada modelo captura o jogo de um jeito. O Poisson e o Dixon-Coles pensam em gols; o Elo pensa em resultados. A média das três saídas costuma ser mais robusta que qualquer um isoladamente. É o mesmo princípio de ensembles em machine learning: modelos diferentes errando por razões diferentes, quando combinados, erram menos.

Incerteza de força (parâmetro σ)

Um erro comum em simuladores é tratar a força medida de cada time como verdade absoluta. Se o Palmeiras venceu 13 dos primeiros 20 jogos, isso não significa que ele vai vencer 13 dos próximos 18 — pode ser sorte ou uma janela específica. O BrasilSim modela essa incerteza: a cada simulação, a força de ataque e defesa de cada time é reamostrada dentro de uma distribuição, controlada pelo parâmetro σ = 0,40.

Sem essa reamostragem, o modelo dá probabilidades exageradas ao líder (algo como 89% ao Palmeiras quando ele lidera com folga). Com σ ajustado, os números ficam próximos das referências acadêmicas como a UFMG e as casas especializadas internacionais.

Jogos restantes

Como cada par de times se enfrenta duas vezes ao longo da temporada (turno e returno) e conhecemos exatamente quantos jogos cada time já disputou, dá para reconstruir a estrutura de jogos restantes preservando corretamente os efeitos de jogos adiados. Um time com um jogo a menos tem, ao final, uma partida a mais para pontuar — e isso é refletido nas simulações.

Probabilidades por jogo

Para os próximos jogos da rodada em andamento, exibimos as probabilidades de cada resultado (mandante ganha, empate, visitante ganha) calculadas pelo Dixon-Coles diretamente — sem Monte Carlo. Como o cálculo é fechado (probabilidade exata sobre a distribuição conjunta de placares até 6×6), é mais preciso que amostrar.

Fonte dos dados

Classificação e calendário vêm do ge.globo, atualizados uma vez ao dia às 6h da manhã (horário de Brasília). O JSON com os números do dia é gerado por uma rotina automática e publicado no repositório do site; quem visita a página vê HTML puro, servido de CDN — não há requisição a nenhuma API a cada acesso.

Limitações honestas