O saldo da eleição presidencial

E acabou o 1º turno. Próximo à meia noite, com apenas 0,02% dos votos não apurados, dos 142,8 milhões de eleitores, 115,09 milhões compareceram às urnas. Ou seja, a abstenção ficou em 19,3%, um pouco superior aos 18,1% da eleição de 2010. A oposição representada pelos dois principais candidatos - Aécio e Marina - conquistou 57 milhões de votos - quase 55% dos votos válidos. A candidata governista ficou com 41,59% dos votos válidos, 5,32 pontos percentuais inferior ao alcançado em 2010. Na comparação com 2010, a oposição representada pelos dois principais candidatos conseguiu ampliar a distância para a candidatura governista de 5,1 para 13,3 pontos percentuais. Isso deixa as coisas em aberto para o segundo turno, dada a igualdade no tempo de televisão. A conferir... 🙂

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Previsão do Ibovespa utilizando IA (TimeGPT) + Python

Previsão do Ibovespa com Chain-of-Thought + Python

Modelo de Previsão da Dívida Bruta do Governo Geral (DBGG) para 2025

Modelo de Previsão do Resultado Primário para 2025

Estimando o Hiato do Produto do Brasil usando a linguagem R

Investigando o problema de fim de amostra na estimativa do Hiato do Produto usando a linguagem R

Outros artigos relacionados

Previsão do Ibovespa utilizando IA (TimeGPT) + Python

Historicamente, métodos estatísticos como ARIMA, ETS, MSTL, Theta e CES têm sido confiavelmente empregados em diversos domínios. Na última década, modelos de aprendizado de máquina como XGBoost e LightGBM ganharam popularidade. Agora, podemos entrar em uma nova fase na era da previsão: o uso da IA Generativa para a previsão de séries temporais. Neste exercício, demonstramos de forma introdutória o TimeGPT e criamos um exemplo usando o Ibovespa.

Previsão do Ibovespa com Chain-of-Thought + Python

Realizar previsões de séries financeiras é uma tarefa inglória. Ainda mais quando utiliza-se uma variável tão errática quanto um índice de mercado. Mas, e se ao invés de utilizarmos modelos já conhecidos, fazermos o uso da IA Generativa? Neste exercício usamos Gemini, Python e técnicas de Engenharia de Prompt e Árvore de Pensamento para prever o Ibovespa.

Modelo de Previsão da Dívida Bruta do Governo Geral (DBGG) para 2025

Neste exercício, contruímos um algoritmo simples de cenarização para a Dívida Bruta do Governo Geral (DBGG) em % do PIB, usando apenas dados públicos, simulações estatísticas, a literatura recente e a linguagem R. Em uma abordagem semi-automatizada, as simulações do modelo se aproximam das previsões do mercado para o ano de 2025.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!