O Bolsa Família e as eleições presidenciais no Brasil : um modelo de predição eleitoral

Abstract

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.

It develops a prediction model for presidential elections in Brazil. The hypothesis states that the higher the level of dependence of Bolsa Família resources, higher it is the incumbent share of the votes. The research design combines descriptive, multivariate and spatial statistics to analyze an original dataset based on secondary information. The results suggest that: in 2006, the model predicted 50,82% versus an observed value of 48,61% (error of 2,21%); in 2010, the model predicted 47,49% versus an observed value of 46,91% (error of 0,58%) and in 2014, the model predicted 45,25% versus an observed of 41,25% (error of 3,66%). Comparatively, our model has a lower mean error than other models in the literature. With this paper we hope to diffuse the use of prediction models in Brazilian Political Science.

Presenta un modelo de pronóstico para las elecciones presidenciales en Brasil. La hipótesis sostiene que cuanto mayor es la dependencia del programa Bolsa Familia, mayor será el número de votos recibidos por el presidente beneficiado. El diseño de investigación mezcla análisis estadístico descriptivo, multivariado y espacial para analizar una base de datos única a partir de datos secundarios. Los resultados sugieren que: en 2006, el modelo predijo 50,82% frente al observado de 48.61% (error de 2,21%); en 2010, el modelo predijo 47,49% frente a un observado de 46,91% (0,58% de error) y en 2014, el modelo estimó 45.25% frente a un observado de 41,25% (error de 3,66%). Comparativamente, el modelo mostró un error promedio de 2,15%, siendo más preciso que otros en la literatura. Con este artículo, esperamos contribuir a la utilización de modelos predictivos en la ciencia política brasileña.