Projeto de análise histórica dos resultados eleitorais

01Visão geral

Este projeto compara resultados presidenciais entre turnos e eleições para identificar desvios sob modelos históricos e contextuais, quantificar sua incerteza e investigar a repetição de padrões territoriais. A versão 0.3 preserva a revisão dos dois pareceres e incorpora a contra-análise recebida posteriormente, com reforço de quatro regras operacionais.

Araruama, Resende e Volta Redonda motivaram a exploração inicial. Seus resultados já foram observados; por isso, não constituem casos cegos nem evidência confirmatória independente. A classificação de atipicidade ainda depende de análise executada e validada.

A matriz de 21 decisões preserva a avaliação dos pareceres; a seção de contra-análise registra os quatro pontos acolhidos e os reforços da v0.3. O sumário lateral e os exemplos numéricos anteriores foram preservados.

02Perguntas de investigação

1. Como variaram os votos de cada finalista entre o primeiro e o segundo turno em cada eleição?
2. Como esses ganhos ou perdas se relacionam com os votos dos candidatos eliminados no primeiro turno?
3. Que parcela da variação dos votos válidos corresponde, contabilmente, às mudanças no eleitorado, na abstenção, nos brancos e nos nulos?
4. Essas mudanças são compatíveis com o histórico da unidade e com municípios de características semelhantes?
5. Os desvios de 2026 estão disseminados ou concentrados em determinados locais de votação?
6. Municípios com características comuns apresentam padrões semelhantes, primeiro dentro da UF e depois em outras UFs?

A análise abrangerá os dois finalistas de cada eleição. Poderá investigar diferentes direções de desvio, incluindo ganhos, perdas, mudanças de participação e combinações de indicadores.

03Escopo e unidades

Cargo: presidente da República. Eleições: 2010, 2014, 2018, 2022 e 2026. A fase inicial abrange todos os 92 municípios do Rio de Janeiro, evitando restringir o estudo aos três casos que originaram a pergunta. A contagem municipal tem referência no TRE-RJ. [D7]

Município como unidade principal; local como complemento

Fase I — municipal: ingestão oficial, reconciliação, modelo enxuto, validação histórica e avaliação de todos os municípios elegíveis do RJ. A estrutura espacial será municipal. A correspondência local nacional deixa de ser pré-requisito para o piloto.

Fase II — local e interestadual: executar triagem descritiva e, quando houver base histórica comparável, avaliação por local em todos os municípios elegíveis do piloto, independentemente da sinalização municipal. Reservar o aprofundamento documental e a modelagem adicional para prioridades definidas, acompanhadas de controles. Outras UFs terão papel de validação externa, com separação entre adaptações exploratórias e testes efetivamente reservados.

A sinalização municipal orientará a prioridade de investigação aprofundada; não será condição de entrada da triagem local. Desvios internos podem compensar-se ou diluir-se no total municipal. A quantidade e a seleção de controles para aprofundamento serão fixadas antes de examinar seus resultados locais.

As seções serão preservadas como unidade de origem dos dados. Alterações internas ao mesmo local ou município podem preservar o total agregado; transferências entre unidades exigem reconciliação. A proximidade entre prédios não garante continuidade do eleitorado, e um local não equivale necessariamente a um bairro.

Mudanças de escala afetam resultados e correlações. Serão confrontadas as escalas municipal e local, sem tratar registros derivados das mesmas urnas como confirmações independentes. [R2]

Cobertura local independente do resultado municipal

• Triagem transversal: incluir todos os locais do piloto com dados reconciliados do período analisado, mesmo que não possuam vínculo histórico suficiente. Descrever taxas e mudanças entre os turnos comparáveis; a falta de histórico não será confundida com normalidade.
• Comparação histórica: incluir todos os locais cujo vínculo e cobertura satisfaçam critérios de qualidade previamente fixados. Elegibilidade depende dos dados e da correspondência, não do candidato beneficiado, da magnitude da razão de ganho ou da significância municipal.
• Aprofundamento: priorizar padrões sinalizados e controles para análise técnica e documental; a escolha dirigida será registrada como tal.
• Limitação de recursos: se a cobertura integral da camada local não for viável, declarar a cobertura parcial. Uma alternativa amostral exigirá plano probabilístico, eventualmente estratificado, com probabilidades de inclusão conhecidas e limites de generalização; não substituir silenciosamente a triagem por uma lista de casos extremos.

A execução pode ocorrer depois do piloto municipal para respeitar a capacidade operacional. O requisito acima regula a seleção de locais, sem transformar a harmonização local completa em pré-requisito para iniciar o painel municipal.

04Dados, governança e reconciliação cadastral

Fonte empírica obrigatória: arquivos primários do Portal de Dados Abertos do TSE para resultados, detalhe da apuração, eleitorado, locais, agregações e transferências. Nomes de pacotes e campos serão confirmados nos dicionários de cada ano; nenhuma rotina presumirá que os esquemas permanecem idênticos. Dados do IBGE complementarão o perfil municipal.

As fontes secundárias da v0.1 serão preservadas apenas como registro da exploração e referência de comparação. Os modelos usarão dados primários validados. A preparação do protocolo pode ocorrer antes da ingestão completa; o congelamento confirmatório exige o relatório de qualidade e o inventário de resultados já consultados.

Rastreabilidade e execução reproduzível

• Preservar arquivos originais, URL, nome, licença, datas de obtenção e geração, versão e SHA-256.
• Manter camadas separadas: originais, tratados, indicadores, ajuste, validação e relatório.
• Registrar dicionários, testes de reconciliação, exclusões, dados ausentes e alterações de classificação.
• Versionar scripts, ambiente, dependências e sementes; fornecer configuração de contêiner reproduzível e instrução de execução.
• Disponibilizar materiais permitidos pelas licenças e um manifesto suficiente para reprodução; não publicar dados pessoais desnecessários.

O hash confere identidade dos bytes preservados; o contêiner confere reprodutibilidade do ambiente. Ambos apoiam a auditoria do estudo, mas não demonstram, isoladamente, que o registro eletrônico corresponde à intenção de cada eleitor.

Universos eleitorais e categorias especiais

Para cada turno, documentar: eleitorado de referência, aptos à votação naquela unidade, comparecimento efetivo e categorias de voto. Distinguir cadastro de origem, habilitação temporária e destino de votação, conforme o cargo.

• Voto em trânsito e transferência temporária: verificar origem/destino e evitar dupla contagem. A base precisa refletir a população apta efetiva do cargo e turno. [D9]
• Seções especiais: identificar e conservar categoria e universo próprios; agregações serão justificadas e testadas.
• Justificativas: tratar como registro de ausência; não acrescentar justificantes ao comparecimento votante nem aos votos. [D10]
• Diferença E₂ − E₁: investigar nas versões e definições oficiais. Trânsito, transferências e ajustes são hipóteses verificáveis; não foram demonstrados como causa das diferenças dos três exemplos.

Vínculos históricos com grau de confiança

Combinar códigos, nomes, endereços, coordenadas, composição das seções e registros de mudanças. Coordenadas e malhas do IBGE serão evidências auxiliares; um novo prédio próximo pode receber outro conjunto de eleitores. Não forçar pareamento pelo vizinho mais próximo.

Classificar vínculos como confirmados, prováveis ou não resolvidos, com critérios registrados. Examinar manualmente casos ambíguos; repetir análises com o subconjunto mais confiável e descrever o perfil das unidades excluídas. Distinguir endereço do local de votação e residência dos eleitores.

Critério de uso dos vínculos históricos

Essas classes qualificam a correspondência administrativa da unidade; não certificam identidade individual de seus eleitores. Entradas e saídas ao longo de dezesseis anos serão contextualizadas com variações do perfil cadastral.

Uma coordenada próxima nunca promoverá automaticamente um vínculo de B ou C para A. Conservar a evidência, a regra aplicada, a decisão humana quando necessária e a data de cada vínculo. Quando houver divisão ou fusão documentada, considerar uma agregação histórica comum e estável, explicitando a mudança de unidade analítica.

Reportar número de locais e eleitorado coberto em cada classe, por município e eleição, além de motivos de exclusão. Avaliar se as unidades sem vínculo têm perfis diferentes das incluídas; não extrapolar a elas uma conclusão de ausência de anomalia.

05Indicadores do painel

Os indicadores serão calculados para cada unidade, ano e turno. As transições usarão os dois finalistas daquele pleito; os demais candidatos formarão a categoria “outros” no primeiro turno.

Ganhos dos finalistas em relação aos demais candidatos

O nome adotado será ganho relativo ao total dos demais candidatos no primeiro turno. A medida pode ser negativa ou superar 100%. Ela expressa uma relação entre saldos agregados e não identifica transferências individuais. Se O₁ for zero, a razão será indefinida; quando for muito pequeno, a instabilidade será sinalizada e as contagens permanecerão visíveis.

As mesmas definições serão usadas em todas as eleições. Comparações por partido ou campo político precisarão de uma regra separada, definida previamente, porque candidatos, alianças e adversários mudam entre os pleitos.

06Reconciliação contábil

As identidades contábeis permitem conferir a consistência da base e decompor os saldos antes de aplicar modelos estatísticos.

Eleitorado, participação e votos válidos

Se houver outra categoria X, mutuamente exclusiva e necessária para reconciliar o comparecimento, a forma será V = E − A − B − N − X. A correspondência entre os campos deve ser conferida no dicionário de cada arquivo; totais aninhados não devem ser subtraídos duas vezes.

Ganhos conjuntos dos finalistas

Uma redução de abstenção, brancos ou nulos contribui positivamente para o saldo dos votos válidos; um aumento contribui negativamente. Isso é uma decomposição de quantidades, sem atribuição da origem individual dos votos ganhos por cada candidato.

Também decorre da identidade que R₁ + R₂ = 100 × (1 + ΔV/O₁). Assim, a soma das razões superar 100% pode resultar do aumento dos votos válidos.

07Comparações percentuais

O projeto usará três leituras complementares. Cada coluna deverá explicitar seu denominador para permitir comparações entre municípios de dimensões diferentes.

Variação relativa ao próprio indicador

Contribuição sobre uma base comum

Essa normalização será usada para comparar a contribuição dos saldos entre municípios. Poderá ser expressa como percentagem do eleitorado inicial ou como votos por mil eleitores.

Variação de taxas em pontos percentuais

Também será calculada a diferença entre taxas de cada turno. Por exemplo: 100 × (A₂/E₂ − A₁/E₁) é a mudança da taxa de abstenção em pontos percentuais. Para candidatos, a base será V; para válidos, brancos e nulos, C; para abstenção e comparecimento, E.

A variação relativa de uma quantidade, a mudança de uma taxa em pontos percentuais e a contribuição sobre E₁ respondem a perguntas diferentes. Percentuais elevados de redução dos brancos, por exemplo, podem corresponder a uma contribuição pequena no eleitorado total.

08Exemplos municipais discutidos

Nas três tabelas: candidatos e “outros” usam votos válidos como base; válidos, brancos e nulos usam comparecimento; abstenção e comparecimento usam eleitorado. A coluna de variação usa a quantidade do primeiro turno como denominador. O eleitorado é exibido como 100% em cada turno.

Araruama (RJ)

Resende (RJ)

Volta Redonda (RJ)

Ganhos dos finalistas em relação aos demais candidatos

Decomposição absoluta da mudança nos votos válidos

As colunas de abstenção, brancos e nulos representam −ΔA, −ΔB e −ΔN. O sinal corresponde à contribuição para ΔV.

Cascatas contábeis dos exemplos

As barras partem dos votos dos demais candidatos no primeiro turno e adicionam as contribuições de eleitorado, abstenção, brancos e nulos até o ganho conjunto dos finalistas. A base comum e a escala vertical de 0 a 100 votos por mil eleitores permitem comparar municípios. Os gráficos usam as mesmas contagens conferidas das tabelas.

Estes gráficos representam uma identidade entre saldos. Nenhuma barra identifica os eleitores que mudaram de candidato ou passaram a votar. Não se apresenta Sankey de transferências individuais porque esses fluxos não foram observados nem estimados.

Variação percentual de cada quantidade

Decomposição como percentagem do eleitorado inicial

Mesma base E₁ em todas as colunas; três casas decimais para manter visíveis as pequenas mudanças no eleitorado. Arredondamentos podem gerar diferenças na soma dos valores exibidos.

Em Volta Redonda, por exemplo, os ganhos conjuntos dos finalistas somam 17.632 votos: 12.989 dos demais candidatos no primeiro turno + 21 de aumento líquido do eleitorado + 2.728 de redução da abstenção + 1.337 de redução dos brancos + 557 de redução dos nulos. Essa conta não determina quais pessoas votaram em cada candidato.

Fontes secundárias usadas nos exemplos: Araruama, Resende e Volta Redonda. A validação primária precederá seu uso inferencial.

09Modelos: núcleo, espaço e transições

A execução começa por um modelo parcimonioso e referências simples. Complexidade adicional será aceita se melhorar calibração, previsão fora da amostra e capacidade de detectar perturbações simuladas especificadas. Nenhuma percentagem de poder discriminatório está demonstrada nesta fase.

Núcleo composicional com contagens

As categorias mutuamente exclusivas de um turno, divididas pelo mesmo E, formam uma composição. No primeiro turno: finalista 1, finalista 2, outros, brancos, nulos, abstenção e outras categorias necessárias. No segundo, “outros candidatos” é ausência estrutural e sai do conjunto de categorias ativas. Taxas com denominadores diferentes e ganhos assinados entre turnos não serão agrupados como se fossem parcelas de uma única composição.

Os modelos condicionarão o segundo turno aos indicadores do primeiro, ao histórico e a poucas covariáveis contextuais. Priors regularizadores, comparação com referências simples e validação externa limitarão o sobreajuste. Contagens completas da eleição não são uma amostra de eleitores: a incerteza relevante é do modelo de comportamento e de seus pressupostos.

ALR/ILR poderão ser usados como análises de sensibilidade de proporções positivas. CLR mantém uma restrição de soma e não elimina toda singularidade; log-razões não podem ser aplicadas diretamente a ganhos negativos ou zeros. Não serão adicionadas pseudocontagens silenciosamente. Modelos para contagens devem distinguir zeros observados e estruturais. [R4]

Estabilização sem apagar as contagens

Adotar efeitos hierárquicos com partial pooling em parâmetros de taxas e probabilidades; estimativas de pequenas unidades compartilharão informação de grupos comparáveis. Mostrar sempre contagens, taxas brutas, estimativas regularizadas e intervalos. A razão ΔF/O₁ continuará descritiva; sua incerteza será derivada conjuntamente do modelo, sem suavização arbitrária da divisão.

O encolhimento pode reduzir extremos produzidos pela variabilidade, mas também atenuar desvios reais. Comparar resultados com e sem ele e testar sensibilidade aos priors. Um denominador O₁ igual a zero continuará produzindo razão indefinida.

Dependência espacial explícita

Construir W a partir de malha municipal do IBGE e vizinhança por fronteira compartilhada; documentar a versão, simetria, conexões e unidades sem vizinhos. Usar k-vizinhos próximos como alternativa previamente especificada, com justificativa para unidades desconectadas.

Comparar o modelo hierárquico sem estrutura espacial com uma extensão BYM2, que reúne efeitos espaciais estruturados e não estruturados, com escala e priors documentados. Essa estrutura modela dependência; não separa automaticamente mudança política legítima e manipulação. Examinar quanto a suavização absorve padrões coletivos e se a previsão melhora em blocos territoriais reservados. [R5]

Controles operacionais e choques de participação

Esses controles passam a integrar obrigatoriamente o inventário de variáveis e a avaliação de disponibilidade. A inclusão numérica depende de qualidade, variação e identificação; dados ausentes não serão codificados como ausência do fenômeno. O TSE distingue coleta biométrica e revisão que pode levar a cancelamento. [D8]

Inferência ecológica como módulo complementar

Concorda-se em estudar matrizes de transição por modelos hierárquicos R × C, quando existirem unidades comparáveis e informação suficiente. A extensão R × C deve ser explicitamente escolhida; uma implementação 2 × 2 não é substituto automático. [R6]

As matrizes estimadas não são os fluxos individuais observados. Diferentes matrizes podem reproduzir as mesmas margens. Reportar limites contábeis possíveis, intervalos e sensibilidade a priors, covariáveis e hipóteses, inclusive quando a informação não sustentar uma estimativa precisa. A não identificação está na origem do problema de inferência ecológica. [R7]

Antes de ajustar transições, reconciliar o universo entre turnos. Mesmo E₁ = E₂ não garante os mesmos eleitores. Entradas, saídas e transferências exigem categorias ou análises de sensibilidade compatíveis; somente com margens agregadas, a matriz pode continuar parcialmente identificada. O módulo será faseado e não condicionará a validade de toda análise agregada.

Quatro eleições anteriores continuam sendo uma série temporal curta. Muitos municípios não criam novos choques estaduais ou nacionais independentes. O histórico é uma referência, sem certificação automática de eleições anteriores; um mecanismo indistinguível do padrão de referência pode não ser detectado.

Separação entre observação, identidade e estimativa

A inferência ecológica permanece um módulo opcional de aprofundamento. Sua ausência, não convergência ou identificação insuficiente não bloqueia a análise de desvios agregados que tenha dados e calibração adequados.

• Observado: contagens e registros efetivamente presentes nas fontes, sujeitos à validação documental.
• Derivado contabilmente: saldos, taxas e decomposições que resultam das identidades definidas.
• Estimado por modelo: previsões, matrizes de transição e quantidades latentes, sempre acompanhadas de hipóteses e incerteza.

Tabelas e gráficos de transição deverão identificar explicitamente o terceiro grupo. Não empregar “fluxo real”, “transferência observada” ou “matriz real recuperada” para células inferidas apenas de margens agregadas. Um Sankey estimado exigirá indicação visível de sua natureza e uma apresentação complementar da incerteza; sem estimação adequada, permanecerão as cascatas contábeis.

10Municípios semelhantes e validação externa

Separar os atributos de comparabilidade dos indicadores que definem a anomalia. O município inicial será caracterizado por dimensão, trajetória eleitoral, perfil cadastral, contexto socioeconômico, geografia, organização eleitoral e qualidade dos dados.

Conjunto inicial enxuto de covariáveis

Priorizar log do eleitorado, composição do primeiro turno, histórico harmonizado de participação e votação, idade/escolaridade e medidas comparáveis de urbanização e condições socioeconômicas. Acrescentar o inventário operacional descrito na seção 09. Covariáveis qualitativas manuais, como apoios locais, ficam para hipóteses específicas e expansão justificada.

As fontes terão referência temporal compatível. Não aplicar informações posteriores como se estivessem disponíveis antes da eleição prevista; por exemplo, dados de 2022 não podem informar uma validação prospectiva de 2014. Contextualizações retrospectivas terão identificação própria.

Regra de semelhança auditável

1. Definir as covariáveis, transformações e tratamento de ausentes usando a base de desenvolvimento.
2. Adotar distância de Mahalanobis com covariância regularizada e suporte comum, ou estratificação CEM como análise alternativa; remover dimensões redundantes.
3. Fixar limites máximos de distância (calipers) e grupos de comparação antes de examinar os resultados reservados; reportar unidades sem comparável adequado.
4. Verificar equilíbrio das covariáveis e documentar quais diferenças permanecem.
5. Comparar casos sinalizados e não sinalizados na própria UF; depois testar a regra em UFs reservadas e compatíveis, sem retocar o modelo silenciosamente.

Não se usará um “propensity score multidimensional” para prever a própria classificação de anomalia e escolher controles com base nela. O escore de propensão usual pressupõe uma exposição definida; aqui a finalidade inicial é similaridade descritiva, sem efeito causal automaticamente identificado. Métodos de distância e calipers podem ser aplicados sem esse escore. [R8]

Padrão a reproduzir

Registrar direção e magnitude dos desvios, ganho de cada finalista em relação a O₁, ganhos sobre E₁, mudanças de participação e votos inválidos, incerteza preditiva e concentração nos locais. As razões ΔF/O₁ não serão tratadas como testes independentes das contagens que as determinam.

Uma queda da abstenção, mantendo os outros componentes, aumenta os ganhos conjuntos dos finalistas pela identidade contábil; não determina qual candidato terá ganho. A razão de um candidato acima de 100% não basta para classificá-lo como anomalia.

11Protocolo, falsas descobertas e robustez

Congelamento prospectivo com transparência retrospectiva

Registrar publicamente ou em repositório datado perguntas, regras, exclusões, indicadores primários, modelos candidatos, critérios de decisão, sementes e plano de validação. Inventariar resultados já vistos e separar exploração e confirmação. Não chamar de “cego” um teste dos três casos já observados.

Uma avaliação cega ou sem acesso ao desfecho só poderá ser alegada para conjuntos efetivamente reservados e com acesso documentado. Dados públicos não garantem, por si só, cegamento. Alterações após consultar uma amostra de validação transformam essa rodada em desenvolvimento e exigem novo teste independente.

Famílias de testes e controle de falsas descobertas

• Família primária proposta: um teste conjunto bilateral por município elegível do RJ em 2026, total previsto de 92 hipóteses. A estatística conjunta deve respeitar as dependências contábeis; a descrição de componentes não produz confirmações extras.
• Calibração: produzir valores de p válidos por procedimento de previsão fora da amostra ou simulação sob o modelo nulo, reestimando o fluxo quando necessário e preservando dependência. Caudas preditivas e resíduos ajustados no próprio dado não serão usados automaticamente como valores de p uniformes.
• Regra padrão: FDR nominal de 5% com Benjamini–Yekutieli (BY), sob valores de p válidos, para proteção perante dependência não demonstrada. Benjamini–Hochberg (BH) será análise de sensibilidade ou regra principal somente se as condições de dependência forem justificadas antes do teste reservado. [R9]
• Diagnóstico e expansão: famílias de componentes, locais e UFs serão separadas e registradas. Seleção de locais após sinalização exige ajuste seletivo/hierárquico ou resultados explicitamente exploratórios. A correção não pode reiniciar oportunisticamente a cada novo subconjunto.
• Magnitude: reportar votos, pontos percentuais, efeito por mil eleitores e intervalos. Um limiar substantivo de priorização será fixado com objetivos e simulações, antes dos resultados confirmatórios.

FDR de 5% limita uma proporção esperada de falsas rejeições sob as condições do procedimento. Não significa 95% de probabilidade de fraude num município, nem exatamente 5% de erros em cada lista. Local FDR é uma opção exploratória, não o padrão automático para apenas 92 municípios. Para afirmações confirmatórias mais restritas, poderá ser necessário controle familiar, como Holm.

Validação e condições de avanço

• Temporal: testar uma previsão de 2022 ajustada em 2010–2018, com variáveis temporalmente compatíveis; usar outras origens temporais quando viáveis.
• Territorial: validar em blocos espaciais reservados e depois em outras UFs, avaliando suporte das covariáveis e diferenças institucionais.
• Calibração e poder: medir cobertura de intervalos e falsos positivos; avaliar sensibilidade em cenários sintéticos conhecidos. Desempenho em cenários simulados não é desempenho demonstrado sobre fraudes reais.
• Modelo: comparar referências simples, núcleo hierárquico e extensão espacial; verificar sensibilidade a priors, sobredispersão e encolhimento.
• Qualidade: repetir com vínculos históricos mais seguros e regras alternativas documentadas para ausentes, trânsito e seções especiais.
• Escala: confrontar município e local sem pseudo-replicação; incluir controles não sinalizados para avaliar perdas causadas pela agregação.
• Governança: registrar a configuração escolhida antes da abertura de cada teste externo e versionar todas as alterações.

Avaliação empírica da parcimônia

A preferência operacional por um modelo enxuto não constitui uma percentagem de desempenho demonstrada. Definir referências de comparação e medir a perda ou o ganho ao incluir ou retirar grupos de covariáveis.

1. Comparar referência histórica simples, núcleo enxuto e extensões usando os mesmos conjuntos temporais e espaciais reservados.
2. Avaliar calibração, cobertura de intervalos, qualidade preditiva e estabilidade dos casos sinalizados, com incerteza das comparações.
3. Medir sensibilidade e falsos positivos em cenários sintéticos explicitamente definidos, preservando a distinção entre esses cenários e irregularidades reais desconhecidas.
4. Registrar custo de obtenção dos dados, tempo computacional e esforço de harmonização, juntamente com os benefícios medidos.
5. Registrar previamente regras de retenção de variáveis. Não excluir controles necessários apenas por uma alegação não demonstrada de “90% do poder”.

A análise de cobertura local informará separadamente: municípios sinalizados ou não no agregado, locais elegíveis em cada grupo, locais efetivamente examinados e locais excluídos por qualidade. Essa tabela permitirá verificar se o desenho voltou a introduzir o filtro municipal que foi rejeitado.

12Interpretação dos achados

Improbabilidade é sempre relativa a um modelo. Um desvio pode refletir mudanças legítimas não captadas, inadequação do modelo, problemas de dados, erros administrativos ou irregularidades. A hipótese de alteração por software requer evidência adicional do mecanismo.

Resultados agregados podem revelar padrões e orientar investigação. Eles não garantem a detecção de uma alteração que produza distribuição indistinguível de uma votação legítima. A ausência de anomalia também não certifica, isoladamente, a integridade do processo.

13Execução em fases e critérios de avanço

O custo de cada etapa será estimado após amostragem técnica da ingestão e da harmonização. Não há promessa de prazo, orçamento ou ganho de poder ainda medido. A seleção de variáveis mais baratas será testada contra referências e alternativas.

Entregas adicionais da v0.3: relatório de cobertura local por município; tabela auditável de vínculos A/B/C; identificação de resultados observados, derivados e estimados; e comparação empírica do custo e desempenho das especificações reduzidas e ampliadas. Essas entregas são requisitos do plano de execução, ainda não resultados produzidos.

14Avaliação dos pareceres e decisões

Os pareceres são complementares: o Relatório de Aprimoramento Metodológico detalha técnicas; o Painel Consultivo prioriza viabilidade e comunicação. As recomendações foram julgadas pelo mérito técnico.

Concorda-se com a maior parte das direções, com ajustes importantes para evitar prometer identificação que os dados agregados não oferecem. A matriz abaixo faz parte do registro de revisão e não é um relatório de testes já executados.

Registro de alterações da v0.2

• Escopo inicial fechado no piloto municipal do RJ, com fases e critérios de avanço.
• Governança primária, universos especiais e harmonização geográfica explicitados.
• Núcleo composicional por contagens, partial pooling, candidato BYM2 e módulo R × C com limitações.
• Pareamento com distância, suporte e caliper; controles institucionais e logísticos detalhados.
• Família primária de testes e regra de FDR definidas; distinção entre exploração conhecida e validação reservada.
• Cascatas contábeis adicionadas aos exemplos, com normalização por eleitorado inicial.
• Preservados os indicadores dos dois finalistas, as duas normalizações, as identidades e os limites de interpretação.

Pareceres fornecidos pelo proponente: Relatório de Aprimoramento Metodológico, 3 páginas; Painel Consultivo, 2 páginas. Paginação corresponde aos PDFs enviados.

15Contra-análise e reforços do desenho

Documento avaliado: Contra análise dos pareceres do Proj v.01 A.Eleitoral, uma página, edição creditada a Cláudio Stegun em 3 de novembro de 2026. O texto confronta os dois pareceres com a v0.1 e identifica quatro extrapolações. [P3]

Qualificação das críticas

As críticas não exigem abandonar os recursos úteis propostos pelos pareceres: modelos ecológicos podem produzir estimativas condicionais; coordenadas podem auxiliar a harmonização; modelos enxutos podem reduzir custos; e municípios sinalizados podem receber prioridade de investigação. O que fica rejeitado é a exclusividade da seleção, a promessa de fluxos individuais recuperados, a garantia automática de continuidade e o desempenho quantitativo sem evidência.

Preserva-se a execução em fases e o piloto dos 92 municípios do RJ. A contra-análise avalia a metodologia; o desenho revisado mantém a avaliação empírica e a conferência dos dados como etapas a executar.

Registro de alterações da v0.3

1. Triagem local independente do resultado municipal, com elegibilidade e cobertura documentadas.
2. Distinção entre triagem transversal, comparação histórica e aprofundamento dirigido.
3. Classes A/B/C de vínculo histórico e tratamento das unidades não vinculadas.
4. Rotulagem de resultados observados, derivados e estimados; inferência ecológica explicitamente opcional.
5. Protocolo de comparação empírica da parcimônia, sem promessa percentual de desempenho.
6. Preservação dos exemplos numéricos, fórmulas, FDR, controles e referências da v0.2.

As melhorias acima são especificações do projeto. Sua execução e a validação dos resultados continuam pendentes.

16Fontes e referências

Fontes consultadas durante a elaboração do projeto. Links externos exigem conexão; conteúdo, navegação e fórmulas deste documento funcionam sem recursos externos.

1. [D1] TSE — Resultados das eleições. Portal de acesso às séries históricas.
   tse.jus.br/eleicoes/resultados-eleicoes
2. [D2] TSE — Resultados de 2010. Conjunto que inclui votação por seção eleitoral.
   dadosabertos.tse.jus.br/dataset/resultados-2010
3. [D3] TSE — Eleitorado de 2010. Inclui eleitorado por local de votação.
   dadosabertos.tse.jus.br/dataset/eleitorado-2010
4. [D4] TSE — Eleitorado de 2014.
   dadosabertos.tse.jus.br/dataset/eleitorado-2014
5. [D5] TSE — Eleitorado de 2018.
   dadosabertos.tse.jus.br/dataset/eleitorado-2018
6. [D6] TSE — Eleitorado de 2022. Inclui locais de votação, transferências temporárias e seções agregadas.
   dadosabertos.tse.jus.br/dataset/eleitorado-2022
7. [R1] Zhang, M.; Alvarez, R. M.; Levin, I. (2019). Election forensics: Using machine learning and synthetic data for possible election anomaly detection. PLOS ONE, 14(10), e0223950.
   doi.org/10.1371/journal.pone.0223950
   Fundamenta o uso conjunto de histórico, contexto e modelos de detecção; a especificação brasileira deste documento é uma proposta de trabalho.
8. [R2] The Modifiable Areal Unit Problem in Political Science (2025). Political Analysis.
   doi.org/10.1017/pan.2025.2
   Discute como escala e limites das unidades agregadas afetam resultados e inferências.
9. [R3] Montgomery, J. M.; Olivella, S.; Potter, J. D.; Crisp, B. F. (2015). An Informed Forensics Approach to Detecting Vote Irregularities. Political Analysis, 23(4), 488–505.
   doi.org/10.1093/pan/mpv023
10. [D7] TRE-RJ — Eleições 2022. Registro institucional dos 92 municípios e da organização eleitoral.
    tre-rj.jus.br/institucional/memoria/eleicoes-2022
11. [D8] Justiça Eleitoral — Biometria. Distingue identificação biométrica e convocação para revisão cadastral.
    justicaeleitoral.jus.br/biometria/
12. [D9] TSE — Carta de serviços. Seções sobre voto em trânsito e justificativa.
    Carta de serviços ao eleitor
13. [D10] TSE — Justificativa eleitoral.
    Justificativa eleitoral
14. [R4] Tsagris, M.; Alenazi, A.; Stewart, C. (2023). Flexible non-parametric regression models for compositional response data with zeros. Statistics and Computing.
    doi.org/10.1007/s11222-023-10277-5
    Referência para restrições das transformações e tratamento de zeros; a família de contagens proposta é uma decisão de desenho deste projeto.
15. [R5] Stan — Spatial Models: Intrinsic Auto-Regressive Models for Areal Data. Documentação técnica de ICAR e BYM2, com referências originais.
    mc-stan.org/learn-stan/case-studies/icar_stan.html
16. [R6] Rosen, O.; Jiang, W.; King, G.; Tanner, M. (2001). Bayesian and Frequentist Inference for Ecological Inference: The RxC Case. Statistica Neerlandica, 55, 134–156.
    Página do artigo no site de Gary King
17. [R7] Wakefield, J. (2004). Ecological Inference for 2 × 2 Tables. Journal of the Royal Statistical Society: Series A, 167(3), 385–425.
    doi.org/10.1111/j.1467-985x.2004.02046_1.x
    Discussão da não identificação a partir de margens agregadas.
18. [R8] MatchIt — documentação oficial. Distâncias, calipers, suporte e diagnóstico de equilíbrio.
    kosukeimai.github.io/MatchIt/reference/matchit.html
19. [R9] Benjamini, Y.; Yekutieli, D. (2001). The control of the false discovery rate in multiple testing under dependency. Annals of Statistics, 29(4), 1165–1188.
    doi.org/10.1214/aos/1013699998
    BH exige condições de dependência; BY oferece modificação conservadora para outras dependências, sob valores de p válidos. Ver também documentação oficial do R.
20. [P3] Contra análise dos pareceres do Proj v.01 A.Eleitoral. Documento enviado pelo proponente; uma página; edição creditada a Cláudio Stegun em 03/11/2026.
    Contra-análise fornecida ao projeto.

Origem desta versão: consolidação das decisões e cálculos, com revisão dos dois pareceres e da contra-análise recebidos em 3 de novembro de 2026. Este é um documento de projeto; os procedimentos propostos não devem ser interpretados como análises já executadas.

17Primeira execução empírica e proposta pendente

Painel municipal reconciliado

Foram integrados dez arquivos do TSE, com manifesto SHA-256, para 2010, 2014, 2018, 2022 e 2026. O painel contém 920 registros município–turno, correspondentes a 460 pares entre turnos. Houve correspondência entre detalhe da apuração e votação nominal em 2.148 chaves zonais. Todos os resíduos contábeis verificados foram zero, inclusive na reconciliação dos ganhos dos finalistas.

Para 2010 e 2014, a votação nominal foi usada na ausência do campo específico de válidos nominais. Sua soma foi conferida com o total oficial em cada chave zonal. O painel preserva o universo de aptos publicado e separa as linhas marcadas como voto em trânsito. Em 2026, o TSE informou 39 vínculos de origem duplicados no país. A distribuição municipal desses vínculos precisa de identificação documental antes de qualquer ajuste local. TSE, Resultados 2026.

Teste temporal exploratório de 2022

A referência prevê o saldo entre turnos por 100 aptos do primeiro turno pela mediana municipal de 2010, 2014 e 2018. Para os ganhos dos finalistas, alinha as posições pela votação municipal no primeiro turno. As faixas são simétricas e usam o percentil 90 do erro absoluto ao retirar um pleito histórico por vez.

A cobertura baixa de vários indicadores impede usar essas faixas como regra de sinalização. Os erros de 2022 e os dados municipais de 2026 foram acessados nesta etapa. Ajustes orientados pelos erros de 2022 tornam essa rodada parte do desenvolvimento. O protocolo deve identificar conjuntos realmente reservados e registrar o acesso aos desfechos.

Mahlmeister · aguardando aprovação

Proposta registrada para futura decisão. A reprodução será conduzida em sessão separada. Uma eventual inclusão no piloto distinguirá o modelo com histórico e primeiro turno daquele que aprende com resultados parciais do próprio segundo turno. O desempenho municipal e local deverá ser avaliado em blocos territoriais reservados. A referência histórica deste piloto foi calculada separadamente.