| Resumo: |
Apresenta um modelo de predição para as eleições presidenciais no Brasil. A hipótese sustenta que quanto maior a dependência do programa Bolsa Família, maior é a quantidade de votos auferidos pelo candidato mandatário. O desenho de pesquisa combina estatística descritiva, multivariada e espacial para analisar um banco de dados original elaborado a partir de dados secundários. Os resultados sugerem que: em 2006, o modelo previu 50,82% versus um observado de 48,61% (erro de 2,21%); em 2010, o modelo previu 47,49% versus um observado de 46,91% (erro de 0,58%) e em 2014, o modelo estimou 45,25% versus um observado de 41,25% (erro de 3,66%). Comparativamente, nosso modelo apresentou um erro médio de 2,15%, sendo mais preciso do que outros presentes na literatura. Com esse artigo, esperamos difundir a utilização de modelos de predição
na Ciência Política brasileira.
|