Todo número que aparece no Campo Aberto, seja a probabilidade de título, de rebaixamento ou de classificação a uma competição continental, vem do mesmo modelo estatístico, reajustado diariamente com os resultados mais recentes do Brasileirão. Esta página explica o que esse modelo faz e por quê, sem tratar de métricas de acerto; para isso, veja a página de Estatísticas, que compara as probabilidades já calculadas com o resultado real de todos os jogos já disputados.

Para cada confronto, o modelo calcula uma probabilidade para cada placar possível (0 a 0, 1 a 0, 0 a 1, 2 a 1, e assim por diante), formando uma distribuição inteira de resultados prováveis, não um único palpite. É essa distribuição, repetida jogo a jogo e simulada milhares de vezes para a temporada inteira, que vira as chances de título, acesso, classificação a torneios continentais e rebaixamento que o site mostra.

Por que carregar a incerteza, e de onde vem o gol esperado

Por que o modelo carrega incerteza

Qualquer modelo que tente medir a força de um time enfrenta o mesmo problema: um time com poucos jogos disputados tem sua força real genuinamente mais incerta do que um time com um histórico longo e consistente. Um modelo mais simples, como o Elo, não tem como expressar essa diferença: ele resume cada time a um único número de "força", atualizado partida a partida, e esse número fica tão "definido" para um time estreante quanto para um time com anos de histórico.

O Campo Aberto usa outra abordagem, chamada de estatística bayesiana: em vez de estimar um único valor de ataque e defesa por time, o ajuste do modelo gera milhares de conjuntos de valores igualmente plausíveis para essas forças, formando a distribuição posterior. Times com poucos jogos no recorte considerado têm uma posterior mais espalhada (mais incerteza genuína sobre sua força real); times com histórico longo e consistente têm uma posterior mais concentrada. Quando o site simula uma temporada milhares de vezes, cada simulação parte de uma amostra diferente dessa distribuição, de modo que a incerteza sobre "quão bom cada time realmente é" é carregada adiante, em vez de ser apagada já na primeira etapa do cálculo.

De onde vem o gol esperado

Especificamente, essas duas forças (ataque: o quanto o time tende a marcar acima da média contra um adversário médio; defesa: o quanto ele tende a conceder abaixo, ou acima, dessa mesma média) são aprendidas a partir do histórico de gols marcados e sofridos, já descontando a força de quem foi enfrentado (marcar 3 gols num time fraco pesa menos do que marcar 3 num time forte). Some-se a isso um nível médio de gols do campeonato como um todo e uma vantagem extra por jogar em casa, esta última compartilhada por todos os times (o modelo não aprende um "efeito mandante" diferente para cada clube, só um valor único que se aplica a quem estiver jogando em seus domínios naquela partida).

\[ \begin{aligned} \text{gol esperado}_{\text{mandante}} = {}& \exp\big(\text{ataque}_{\text{mandante}} - \text{defesa}_{\text{visitante}} \\[2pt] & {}+ \text{nível médio} + \text{vantagem de casa}\big) \end{aligned} \]
\[ \begin{aligned} \text{gol esperado}_{\text{visitante}} = {}& \exp\big(\text{ataque}_{\text{visitante}} - \text{defesa}_{\text{mandante}} \\[2pt] & {}+ \text{nível médio}\big) \end{aligned} \]

Esses dois números, o gol esperado do mandante e do visitante, são as médias de duas distribuições de Poisson independentes, o processo aleatório padrão para "quantos eventos raros acontecem num intervalo", aqui aplicado a gols numa partida. Cada uma delas já embute toda a incerteza da posterior descrita acima: como ataque, defesa, nível médio e vantagem de casa vêm de uma distribuição de valores plausíveis, e não de um número fixo, o gol esperado final também varia de simulação para simulação. Uma pequena correção adicional, chamada de correção de Dixon-Coles, ainda ajusta os placares mais baixos (0 a 0, 1 a 0, 0 a 1 e 1 a 1) para refletir melhor a frequência com que eles realmente acontecem no futebol.

O papel do tempo: partidas recentes pesam mais

Elencos mudam, técnicos mudam, e a forma de um time num determinado momento da temporada muitas vezes conta mais do que sua média histórica desde sempre. Por isso, ao reajustar o modelo, cada partida do histórico entra com um peso diferente: partidas mais recentes pesam mais, e esse peso decai com o tempo, reduzindo-se à metade a cada 52 semanas (aproximadamente um ano) desde a data da partida. Partidas com mais de 182 semanas (cerca de três anos e meio) deixam de entrar no ajuste por completo, em vez de continuar contribuindo com um peso residual cada vez menor; na prática, isso significa que as forças de ataque e defesa de um time refletem principalmente o que ele tem feito recentemente, com o histórico mais distante servindo como pano de fundo cada vez mais tênue, em vez de uma âncora fixa.

Do ajuste do modelo à temporada inteira: como tudo se conecta

O ajuste do modelo, isto é, encontrar a posterior das forças de ataque e defesa de cada time, do nível médio de gols, da vantagem de casa e do parâmetro da correção de Dixon-Coles, acontece uma vez por dia. Esses poucos números por time já bastam para reconstruir a grade de placares de qualquer confronto, com a mesma fórmula descrita acima; é exatamente essa reconstrução que roda direto no seu navegador sempre que uma grade de placares é exibida, num jogo real ou num confronto hipotético montado no simulador.

Uma temporada inteira, porém, tem dezenas de confrontos entre dezenas de times, e as chances de título, acesso, rebaixamento e vaga continental vêm de simular a temporada inteira milhares de vezes (dez mil, por padrão): em cada simulação, os jogos já disputados entram com o resultado real, e os que faltam são sorteados a partir da grade de placares, todos usando um único conjunto de valores amostrado da posterior. A probabilidade reportada é simplesmente a fração das simulações em que um evento acontece: se o time A terminar campeão em 6.000 das 10.000 simulações, sua chance de título é reportada como 60%.

Confrontos de mata-mata (oitavas, quartas, semifinal, final) são sorteados dentro de cada simulação exatamente como qualquer outro jogo, com a mesma grade de placares. A diferença está em como o resultado vira um único time classificado: em ida e volta, os dois placares são somados como pontos corridos, ou direto no saldo de gols agregado, dependendo da competição; o desempate final também depende do regulamento de cada competição. Na Libertadores e na Sul-Americana, um empate persistente cai nos pênaltis, modelados como um sorteio de 50%, já que o modelo não simula a cobrança a cobrança; já no acesso à Série A (o playoff entre 3º a 6º colocados da Série B), o regulamento não sorteia nada: o time mais bem colocado na fase de pontos corridos avança. Uma final de jogo único em sede neutra roda sem o bônus de vantagem de casa para nenhum dos dois lados.

As outras visões dos campeonatos: Projeções, Evolução e Números Mágicos

Projeções: para onde a pontuação de cada time está indo?

Usando a mesma simulação da seção anterior, essa visão acompanha, rodada a rodada, para onde a pontuação final de cada time está caminhando: cada linha soma os pontos já conquistados aos pontos esperados no restante da temporada, e a faixa ao redor dela mostra o intervalo onde a pontuação final ficou na maioria das simulações, mais estreito perto do fim da temporada. Dá para comparar até dois times por vez, e voltar no tempo escolhendo uma data de referência anterior.

Evolução: como as chances de cada time mudaram na temporada?

Essa visão mostra como a probabilidade de um evento específico, como título, uma vaga na Libertadores ou o rebaixamento, mudou ao longo da temporada para cada time, rodada a rodada. Cada ponto do gráfico é o mesmo tipo de probabilidade que o modelo calcula a cada atualização; a chance de título de hoje é só mais um ponto dessa mesma série histórica. Acompanhar a curva completa, em vez de olhar só o valor mais recente, deixa mais claro o efeito de uma sequência de vitórias, uma lesão importante ou uma virada de fase na temporada. É possível acompanhar até seis times ao mesmo tempo, e alternar entre gráfico e tabela.

Números mágicos: quantos pontos garantem cada objetivo?

É a versão do clássico "número mágico" do futebol: quantos pontos garantem, sem depender do que os rivais façam, que um time alcance (ou fique fora de) um objetivo, como o título ou a permanência na divisão. Essa visão generaliza essa ideia para uma escala de confiança: além da pontuação que garante 100% de certeza, o número mágico "clássico", que só aparece perto do fim da temporada, ela mostra, a cada rodada, a pontuação que garante cada nível de confiança de 50% a 100%, pelas mesmas simulações da seção anterior. Isso permite acompanhar a corrida por cada objetivo bem antes de o número mágico "clássico" existir. Como Libertadores e Sul-Americana não têm tabela de pontos corridos na fase decisiva, essa visão existe só para a Série A e a Série B.