Ciência política aplicada

Previsão de reeleição 2028/2030 (modelo experimental)

Como se distribui a chance estimada de reeleição de quem ocupa cargos hoje, por cargo, estado e partido — com a validação do modelo e a incerteza à vista. Sem estimativas individuais.

Estudo agregado com um modelo estatístico experimental — não é pesquisa eleitoral. O modelo estima, para quem já ocupa um cargo, a chance de ser eleito(a) para o mesmo cargo na próxima eleição (2028 ou 2030), usando só o que aconteceu nas eleições de 1998 a 2026. Como a precisão é baixa (a validação abaixo mostra quanto o modelo erra), mostramos só distribuições por grupo de cargo, estado e partido — nunca a estimativa de uma pessoa. Recortes com menos de 5 pessoas não aparecem. Mesmas variáveis e regras para todos; nenhuma variável usa o resultado da eleição presidencial de 2026.

GrupoEstado

Distribuição da chance estimada

Carregando…

Por cargo, estado e partido

Médias da chance estimada de cada recorte (com a faixa de 90% média). Não é nota nem ranking; recortes com menos de 5 pessoas não aparecem.

Validação (backtest)

Como calculamos

Quem entra: vereadores e prefeitos eleitos em 2024 (→ 2028); deputados federais e estaduais/distritais eleitos em 2026 (→ 2030); senadores eleitos em 2022 (→ 2030) e governadores eleitos em 2026 (→ 2030), no 1º turno (04/10) ou no 2º turno (25/10), pelo resultado oficial do TSE. Prefeitos e governadores no 2º mandato seguido não podem concorrer ao mesmo cargo e ficam fora.

O que se estima: a chance de ser eleito(a) para o mesmo cargo, na mesma circunscrição, na eleição seguinte — sem saber se a pessoa vai tentar.

Variáveis (todas do TSE, da eleição em que a pessoa foi eleita): % dos votos nominais do cargo; posição ÷ número de vagas; eleito(a) por média; margem sobre o 2º colocado (majoritários); vezes eleito(a) antes para o mesmo cargo; força da família partidária no estado; tamanho do eleitorado; gênero; ensino superior; região; taxa de reeleição do cargo no ciclo anterior. De propósito, nenhuma variável usa o resultado da eleição presidencial de 2026 (como o partido do presidente).

Modelo: regressão logística com penalização L2 (variáveis padronizadas), um modelo por grupo de cargo. Validação: "origem móvel" — treina só com eleições anteriores e prevê a seguinte, comparando com a regra simples "taxa de reeleição do ciclo anterior"; medimos o escore de Brier (Brier, 1950), log-loss, AUC e a calibração por faixas. Incerteza: 200 réplicas de bootstrap dos dados de treino somadas ao "choque do ciclo" (quanto a taxa real de cada eleição se afastou da prevista no backtest) — faixa de 90%.

Grupo	Pessoas	Última eleição testada	Reeleição real	Brier modelo	Brier regra simples	AUC
Vereadores (2024 → 2028)	58.148	2024	48,0%	0,249	0,254	0,60
Prefeitos (2024 → 2028)	3.191	2024	67,3%	0,371	0,260	0,51
Deputados federais (2026 → 2030)	513	2026	57,5%	0,249	0,245	0,56
Deputados estaduais e distritais (2026 → 2030)	1.059	2026	58,3%	0,250	0,245	0,52
Senadores (2022 → 2030) e governadores (2026 → 2030)	46	2026	31,8%	0,191	0,206	0,74

O que a validação mostra

O modelo separa só um pouco melhor que o acaso quem se reelege (AUC entre 0,5 e 0,75) e, em alguns ciclos, erra o nível geral (ex.: prefeitos em 2024, quando a reeleição foi muito maior que nos ciclos anteriores). Por isso as faixas são largas e o resultado só é publicado de forma agregada: a média de um grupo diz "como se reelegeu, no passado, quem tinha esse perfil", não o que vai acontecer com alguém.

Limitações

Faltam variáveis que importam (desempenho no mandato, emendas, alianças, contexto local) e que não existem de forma comparável para 1998–2026.
Mudanças de regra (fim das coligações proporcionais em 2020, cláusula de barreira, federações) mudam o jogo de um ciclo para outro.
A estimativa individual não é publicada (nem nas fichas das pessoas) por causa da baixa precisão; os dados para baixar são só os agregados e a validação.

Dados para baixar

Arquivos CSV (separador ponto e vírgula, UTF-8) — abrem no Excel, LibreOffice e Google Planilhas. Uso livre com citação da fonte: "Colinha Digital — Ciência política aplicada", com o link da página.

Referências

BRIER, Glenn W. Verification of forecasts expressed in terms of probability. Monthly Weather Review, v. 78, n. 1, p. 1–3, 1950.
KLAŠNJA, Marko; TITIUNIK, Rocío. The incumbency curse: weak parties, term limits, and unfulfilled accountability. American Political Science Review, v. 111, n. 1, p. 129–148, 2017.
GELMAN, Andrew; HILL, Jennifer. Data analysis using regression and multilevel/hierarchical models. Cambridge University Press, 2007.

Como citar

Colinha Digital. Previsão de reeleição 2028/2030 (modelo experimental). Ciência política aplicada — Colinha Digital, 2026. Disponível em: https://colinhadigital.com/analises/previsao-reeleicao/. Acesso em: 26/10/2026.