Desempenho do Modelo ValorFinal: o quanto ele acerta

Como a avaliação é feita

Cada partida já disputada é prevista com a informação que existia antes dela. As forças dos clubes são reconstruídas jogo a jogo, e a força só é atualizada depois que a partida daquele instante foi prevista. Partidas com o mesmo horário são previstas em bloco pelo mesmo motivo: quem olhasse para a rodada antes dela começar não conhecia nenhum dos resultados.

Nenhuma informação do futuro entra na conta. É esse cuidado que separa uma avaliação de um exercício de memória, e ele é fácil de perder sem perceber: bastaria usar o primeiro jogo de um domingo para prever o segundo.

As primeiras rodadas ficam de fora do resultado principal. O modelo começa a temporada tratando todos os clubes como iguais, então uma previsão feita na segunda rodada não mede o modelo, mede a ausência de informação. A avaliação começa na 6ª rodada.

O modelo contra as referências

Um número solto não diz se um modelo é bom. Duas referências entram na comparação, e as duas são deliberadamente simples.

O palpite cego dá 33,3% para cada desfecho e não sabe nada. Ganhar dele é o mínimo absoluto. A taxa média da temporada aplica a todos os jogos a frequência com que mandante venceu, empatou e perdeu no campeonato inteiro, que nesta temporada foi de 47,5%, 28,1% e 24,4%. Essa referência é injusta a favor dela: ela já conhece o resultado agregado da temporada, coisa que o modelo não conhece enquanto ela acontece. Está aqui de propósito, para não deixar o modelo parecer melhor do que é.

O ganho em RPS é a redução do erro em relação ao palpite cego. Nas três medidas de probabilidade, menor é melhor. A coluna de acerto fica em branco para o palpite cego de propósito: com os três desfechos na mesma probabilidade não existe favorito, e qualquer número ali seria consequência do critério que desempata o topo, e não do previsor. Publicado com o desempate implícito, esse número dava 47,1%, que é a frequência de vitória do mandante nesta temporada, e não uma medida do palpite cego.

A leitura honesta desta tabela: o modelo ganha com folga do palpite cego e ganha por pouco da taxa média da temporada. Em outras palavras, saber quem está jogando acrescenta menos do que a intuição sugere num campeonato equilibrado como o Brasileirão, em que o mando de campo explica boa parte do que acontece. Isso não é defeito de implementação, é característica da competição, e vale dizer em voz alta em vez de esconder atrás de um número grande de simulações.

Calibração: a probabilidade quer dizer o que ela diz?

Esta é a pergunta que mais importa para quem vai citar o número. As previsões são agrupadas por faixa de probabilidade, e cada faixa compara o que foi previsto com o que de fato aconteceu.

Cada partida entra três vezes, uma por desfecho possível, porque cada uma das três probabilidades é uma afirmação que pode ser conferida. Faixas com poucas previsões oscilam muito e não devem ser lidas isoladamente.

O que a tabela mostra, além da calibração em si, é que as probabilidades deste modelo são concentradas: quase tudo cai entre 20% e 50%, e previsões acima de 60% são raras. Isso tem uma causa direta. O rating separa os clubes por menos do que a intuição espera, porque ele só usa os resultados desta temporada e o Brasileirão é equilibrado. Um modelo mais confiante acertaria mais quando estivesse certo e erraria mais feio quando estivesse errado, e a seção seguinte explica por que essa troca ainda não foi feita.

Por que o modelo não foi ajustado, mesmo com um ajuste à vista

Uma varredura de parâmetros foi feita sobre esta temporada, variando a velocidade de ajuste do rating, o peso do mando de campo e a sensibilidade da conversão de força em gols. Oitenta configurações entraram, e a melhor delas reduziu o RPS de 0,2148 para algo em torno de 0,212, uma melhora de aproximadamente 2%.

Essa melhora não foi adotada, e a razão é metodológica. No teste pareado partida a partida, a diferença ficou em torno de 1,5 desvio padrão do erro, o que não passa em nenhum critério razoável de significância, e a configuração vencedora melhorou o resultado em pouco mais da metade das partidas, praticamente um cara ou coroa. Além disso, escolher o melhor entre oitenta candidatos sobre a mesma amostra que serviu para medir é a definição de ajuste ao passado: a melhora esperada por puro acaso, nessas condições, é da ordem da melhora encontrada.

O que seria preciso para um backtest de verdade

Medir um modelo na mesma temporada em que ele foi ajustado tem um teto baixo, e é por isso que a mudança acima não foi adotada. O teste que resolveria a questão é simples de enunciar: estimar os parâmetros num conjunto de temporadas e medir o erro em outro, sem que nenhuma partida do conjunto de medição tenha participado do ajuste.

Fazer isso exige o que ainda não temos em mãos: o calendário e os placares de temporadas anteriores, com data e mando, em formato reprocessável. A fonte que alimenta este cluster serve a temporada corrente, e as temporadas fechadas não estão no acervo versionado do projeto. Enquanto elas não estiverem, qualquer "backtest" que fizéssemos seria a mesma amostra medida duas vezes, o que não é backtest.

O caminho, em ordem: versionar o histórico de duas ou três temporadas fechadas; refazer a avaliação usando uma delas para estimar e as outras para medir; e só então decidir sobre qualquer ajuste. Até lá, o modelo publicado é o mesmo desde a primeira versão nesse aspecto, e a página continua mostrando o quanto ele ganha do palpite cego e o quão pouco ele ganha da taxa média da temporada. A segunda comparação é a desconfortável, e é justamente por isso que ela está aqui.

A conclusão é que a direção sugerida pela varredura, um modelo um pouco mais confiante, é plausível e coerente com a concentração observada na calibração, mas uma temporada com 249 partidas avaliáveis não sustenta a mudança. A reavaliação será feita com a temporada fechada e, principalmente, com mais de uma temporada, quando o ajuste puder ser estimado num período e testado em outro. Se a evidência aparecer, a versão do modelo sobe e a mudança fica registrada na metodologia.

Este parágrafo existe para ser lido por quem desconfia. Um produto que mostra apenas os números que o favorecem não merece ser citado como fonte.

Desempenho por fase do campeonato

O modelo não é igualmente bom o ano inteiro. No começo, o rating ainda não separou os clubes; no fim, times já classificados ou já rebaixados jogam de um jeito que nenhum resultado passado explica.

Trechos com poucas dezenas de partidas variam bastante. A tabela serve para mostrar a tendência, não para comparar um trecho com o outro casa decimal a casa decimal.

ValorFinal, UFMG e Chance de Gol: o que muda no método

Três modelos públicos publicam a chance de título e de rebaixamento do Brasileirão, e os números deles não coincidem. Não é defeito de nenhum dos três: cada um escolheu uma forma diferente de medir a força dos clubes, e essas escolhas levam a percentuais diferentes para o mesmo campeonato. A comparação abaixo traz só o que cada projeto descreve na própria página de metodologia. Onde a página não diz, o texto diz que não diz. Os números deles não são reproduzidos aqui: para ver as chances de cada projeto, o caminho é o site de cada um.

Quem mantém

• Modelo ValorFinal: ValorFinal.
• UFMG: Professores do Departamento de Matemática da UFMG, em projeto de extensão.
• Chance de Gol: Marcelo Leme de Arruda, doutor em Estatística pelo IME-USP.

De onde sai a força de cada clube

• Modelo ValorFinal: Rating no estilo Elo, calculado só com os resultados desta temporada do Brasileirão; todos os clubes começam iguais.
• UFMG: Perfil de mandante e perfil de visitante de cada equipe, montados com as rodadas já realizadas.
• Chance de Gol: Ranking próprio calculado com os placares dos últimos 12 meses (Séries A a D, Copa do Brasil, copas regionais e estaduais), com mais peso para jogos recentes.

Mando de campo

• Modelo ValorFinal: Um bônus igual para todo mandante.
• UFMG: Entra pelo perfil de cada clube: a página diz que times diferentes reagem de maneiras diferentes ao mando.
• Chance de Gol: Considerado no cálculo das forças, junto do local de cada jogo.

Chance de cada jogo

• Modelo ValorFinal: Gols esperados pela diferença de rating e distribuição de Poisson.
• UFMG: A chance de vitória do mandante é a média entre a tendência de vitória dele em casa e a tendência de derrota do visitante fora.
• Chance de Gol: Gols esperados por um parâmetro de diferença e um de soma de gols, e distribuição de Poisson.

Campeonatos simulados

• Modelo ValorFinal: 20.000, com semente fixa: a mesma fotografia devolve os mesmos números.
• UFMG: Da ordem de um milhão, segundo a página do projeto.
• Chance de Gol: Muitos milhares, segundo a página do projeto.

Quando o número vira certeza

• Modelo ValorFinal: Só quando a conta dos pontos prova; a estimativa para em 99,9% e em menos de 0,1%.
• UFMG: A página de metodologia não trata do caso.
• Chance de Gol: Uma análise adicional separa o certo do quase certo: quando todas as simulações dão o mesmo desfecho sem certeza matemática, o site escreve que o número é quase certo, em vez de publicar a certeza.

A diferença que mais pesa é a janela de dados. Um modelo que olha só a temporada corrente reage mais ao que está acontecendo agora e sabe menos no começo do campeonato; um que olha doze meses e outras competições chega ao começo da temporada sabendo mais e muda mais devagar. Nenhuma das duas escolhas é certa em todos os momentos, e é por isso que vale conferir mais de um modelo antes de tratar um percentual como fato.

Fontes: metodologia do projeto Probabilidades no Futebol, da UFMG, introdução e cálculo das probabilidades do Chance de Gol, consultadas em 22/09/2026. A metodologia do Modelo ValorFinal descreve o nosso método por inteiro.

O que ainda não é medido

As probabilidades de título, de Libertadores e de rebaixamento não aparecem nesta página, e isso é intencional. Elas só podem ser avaliadas com temporadas terminadas, porque uma probabilidade publicada na 25ª rodada só vira acerto ou erro quando a 38ª acontece. Uma temporada inteira dá vinte observações, uma por clube, e vinte observações não fecham uma curva de calibração.

O arquivo de fotografias por rodada existe exatamente para tornar essa medição possível. A partir do fim desta temporada, cada fotografia arquivada vira um par de previsão e desfecho, e a avaliação das probabilidades de temporada será publicada aqui com o mesmo tratamento: métrica, referência e limitação declarada.

Também não é medido o erro da projeção de pontos e de posição final, pelo mesmo motivo. Ele será, com o campeonato fechado, comparando a pontuação projetada em cada rodada com a pontuação real do fim.

Estimativa, não previsão. Ferramenta matemática e educativa, sem relação com apostas. Percentuais com uma casa decimal. Estimativa nunca aparece como 0% ou 100%: o teto é 99,9% e o piso é menos de 0,1%, e só o que está matematicamente definido pela conta dos pontos aparece como 0% ou 100%, dito por extenso. Como validamos os cálculos.

Perguntas frequentes