Determinantes da variação do voto entre turnos
Análise em painel pareado por seção eleitoral (1º × 2º turno), com covariáveis do perfil do eleitorado apto (TSE) e do
comportamento da seção no 1º turno. Ajuste por gradient boosting e decomposição das predições por valores SHAP.
A unidade de análise é a seção, não o eleitor: os resultados descrevem associações agregadas, não comportamento individual.
Carregando as análises…
seções pareadas (observações do modelo)
Importância por bloco de covariáveis
E|Σ SHAP| por seção, somando as variáveis de cada bloco antes do valor absoluto (reduz a instabilidade da atribuição entre covariáveis colineares). Em pontos percentuais da variável resposta.
Média por município
Dependência parcial (SHAP médio por decil)
Para as seis covariáveis de maior importância: valor SHAP médio em cada decil da covariável (eixo x: mediana do decil; eixo y: contribuição para a predição, em p.p., relativa à predição média). O efeito citado é a diferença entre o último e o primeiro decil — uma medida descritiva da amplitude, não um efeito causal.
Comparação entre recortes
Mesma variável resposta, um modelo por UF (e um nacional, com região como covariável). Clique numa linha para abrir o recorte; clique no cabeçalho para ordenar.
Limitações e cuidados de interpretação
- Inferência ecológica. Associações no nível da seção não identificam comportamento individual: "seções com mais jovens tiveram maior saldo para X" é compatível com cenários em que os jovens não votaram em X.
- Associação, não causalidade. Os valores SHAP decompõem a predição do modelo; não estimam efeitos causais. Covariáveis fortemente correlacionadas (escolaridade, idade, estado civil, porte do município) repartem a atribuição de forma parcialmente arbitrária — por isso a leitura por bloco é a mais robusta.
- Fluxos líquidos. O boletim de urna registra totais por turno; as variáveis resposta são saldos por seção, não matrizes de transição entre candidatos.
- Qualidade do cadastro. Raça/cor tem alta proporção de não informados (cadastros antigos); o bloco tende a capturar a antiguidade do cadastro, não a composição racial.
- Variância não explicada. Parte relevante da variância entre seções é ruído amostral (seções de ~300 eleitores) e heterogeneidade local não observada; o R² fora da amostra deve ser lido contra esse teto.