Quantos "marinados" são necessários?

A conta é simples, leitor. Para vencer, Aécio Neves precisa converter mais de 71,4% dos eleitores de Marina Silva. O número considera que abstenção e não comprometimento (brancos e nulos) se manterão constantes, bem como os eleitores de Pastor Everaldo (PSC), Levy Fidelix (PRTB) e Eymael (PSDC) migrarão para Aécio, enquanto os eleitores de Luciana Genro (PSOL), Eduardo Jorge (PV), Zé Maria (PSTU), Mauro Iasi (PCB) e Rui Costa Pimenta (PCO) migrariam para Dilma Rousseff. Feito isto, Aécio precisa de 9,475 milhões de votos para igualar os votos de Dilma. Desse modo, qualquer coisa acima de 71,4% de conversão para o candidato tucano lhe dá a vitória no pleito. Sugiro que quem quer a vitória do PSDB comece (desde já) a trabalhar, posto que os petistas já começaram. O cálculo aqui.

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

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

Assinar

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Criando um Dashboard de análise de Ações no Python

Analisando séries temporais no Python e esquecendo de vez o Excel

Cálculo do Retorno Econômico de uma Política Pública

Simplificando análises de dados manuais do Excel usando o Python

Como automatizar o tratamento de dados feito no Excel usando o Python?

Como analisar dados financeiros com o Python? Um exercício para quem deseja sair do Excel

Outros artigos relacionados

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

Analisando séries temporais no Python e esquecendo de vez o Excel

Séries temporais representam uma disciplina extremamente importante em diversas áreas, principalmente na economia e na ciência de dados. Mas, afinal, como lidar com esses dados que se apresentam ao longo do tempo? Neste exercício, demonstraremos como compreender uma série temporal e como o Python se destaca como uma das melhores ferramentas para analisar esse tipo de dado.

Cálculo do Retorno Econômico de uma Política Pública

Como podemos traduzir os efeitos de uma política pública para valores monetários? Essa é uma tarefa árdua que requer algumas premissas, entretanto, com métodos bem definidos, é possível obter estimativas precisas dos ganhos e os gastos de uma política pública.

Neste exercício, demonstramos tal método usando a política hipotética "Mãe Paranense”, um conjunto de ações que visam reduzir a mortalidade materna e infantil no estado. Usamos a linguagem R como ferramenta para analisar os dados.