Como funciona

Ninguém sabe o resultado dos jogos que faltam, então damos chances para cada jogo e jogamos o resto do campeonato 20 mil vezes no computador. Se o Bahia termina no G6 em 16 mil dessas temporadas simuladas, a chance dele é 80%. É como a previsão do tempo: “80% de chance de chuva”.

Usamos três modelos, cada um aprende a “força” dos times de um jeito:

• Elo – como um ranking de videogame: todo time começa com 1500 pontos; quem ganha toma pontos de quem perde, e uma zebra rende mais pontos do que uma vitória esperada.
• Poisson – cada time tem uma força de ataque e de defesa. O modelo prevê quantos gols cada lado deve marcar e, daí, a chance de cada placar (2×0, 1×1…).
• Mercado – aprende a força dos times com as odds das casas de apostas nos jogos recentes. As casas sabem de lesões, desfalques e mudanças de técnico que os resultados ainda não mostram.

Jogar em casa ajuda (o mandante vence ~48% dos jogos no Brasil, o visitante ~25%), e os três modelos levam isso em conta.

Para cada jogo restante, “jogamos um dado viciado”: se o mandante tem 60% de chance, ele vence em ~60% das simulações. Somamos os pontos à tabela atual, aplicamos os critérios de desempate (pontos, vitórias, saldo, gols pró) e anotamos a posição final de cada time. Repetimos isso 20 mil vezes.

Na página E se…? essa mesma simulação roda no seu navegador, com os resultados que você escolher.

Fingimos estar no passado: escolhemos as configurações dos modelos com 2015–2018 e depois previmos cada jogo de 2019–2025 usando só o que se sabia antes dele. O modelo de Mercado foi o melhor (4,4% melhor que “chutar a média”), mas as odds finais das casas, publicadas minutos antes do jogo, ainda são melhores — elas são o nosso teto. Veja a página Precisão.

• Os modelos não sabem de lesões ou escalações (o de Mercado sabe um pouco, via odds).
• A força dos times fica fixa durante a simulação, então as chances tendem a ser um pouco confiantes demais.
• G6 = 6 primeiros da tabela; vagas extras por Copa do Brasil/Libertadores não são consideradas.

Este é um projeto de estudo de ciência de dados. O código, os notebooks com as explicações e os testes estão no GitHub.