Brincando com dados - insights sobre o campeonato brasileiro
Reuni todos os dados dos jogos do campeonato brasileiro de 2003 até 2025 (10 rodada). Primeiro utilizei o dataset disponível aqui feito pelo Adão Duque. Depois reuni, usando o ChatGPT 4.5, os dados das 10 primeiras rodadas de 2025 e reuni em um segundo dataset, diponível aqui. Este é bem simples (sem rodada e sem data) e serve apenas como balisador dos dados desse ano. Assim, tirei 0 pó do python e fui pra gerar algumas coisas que, um dia, podem ser interessantes.
Primeiro, o clube com maior crescimento de Elo no período analisado: Palmeiras (+172.08 pontos) o que bate muito bem com a evolução do clube da série B até o bicho papão da américa.
Depois, reuni algumas outras coisas:
Percentual de vitórias como mandante
| Clube mandante | % |
|---|---|
| Internacional | 0.586797 |
| Grêmio | 0.585052 |
| Palmeiras | 0.580311 |
| São Paulo | 0.574766 |
| Santos | 0.562347 |
| Flamengo | 0.550351 |
| Corinthians | 0.540342 |
| Cruzeiro | 0.533693 |
| Fluminense | 0.495327 |
| Vasco | 0.447447 |
Percentual de empates como visitante
| Clube visitante | % |
|---|---|
| Corinthians | 0.300733 |
| Palmeiras | 0.300518 |
| Vasco | 0.294294 |
| São Paulo | 0.287383 |
| Flamengo | 0.284382 |
| Internacional | 0.281174 |
| Grêmio | 0.275773 |
| Santos | 0.271394 |
| Fluminense | 0.242991 |
| Cruzeiro | 0.22372 |
Confrontos grandes com maior desequilíbrio
| Confronto | Diferença de gols |
|---|---|
| SPFC x Vasco | 1.41176 |
| Flamengo x Cruzeiro | 1.21053 |
| Grêmio x Vasco | 1.0625 |
| Santos x Vasco | 1.0625 |
| Grêmio x Flamengo | 1 |
Gráfico de evolução do Elo
Previsão de Jogos - Modelo Híbrido Poisson + Elo
| Mandante | Visitante | Gols Mandante | Gols Visitante | Prob Mandante (%) | Prob Empate (%) | Prob Visitante (%) | Palpite |
|---|---|---|---|---|---|---|---|
| Internacional | Vitoria | 1.82 | 0.76 | 62.6 | 22.3 | 15.1 | Mandante |
| Bahia | Atletico Mineiro | 1.28 | 1.18 | 38.8 | 27.2 | 34 | Mandante |
| Corinthians | Bragantino | 1.39 | 0.95 | 47.1 | 27.3 | 25.6 | Mandante |
| Cruzeiro | Gremio | 1.55 | 1.02 | 49.5 | 25.5 | 25 | Mandante |
| Fortaleza | Ceara | 1.37 | 0.89 | 47.9 | 27.6 | 24.5 | Mandante |
| Juventude | Sport | 1.55 | 0.82 | 54.6 | 25.6 | 19.8 | Mandante |
| Flamengo | Sao Paulo | 1.44 | 1.03 | 46.7 | 26.5 | 26.9 | Mandante |
| Vasco | Botafogo | 1.32 | 1.15 | 40.7 | 27.1 | 32.3 | Mandante |
| Santos | Palmeiras | 1.43 | 1.15 | 43.4 | 26.2 | 30.4 | Mandante |
| Mirassol | Fluminense | 2.35 | 1.31 | 60.6 | 19.1 | 20.3 | Mandante |
Resumo do que foi feito e do que o script faz
Principais Funcionalidades
- Cálculo de forças: determina as forças de ataque e defesa dos times quando jogam em casa ou fora, utilizando dados históricos de gols.
- Vantagem de casa: avalia a vantagem de jogar em casa para cada time, ajustando os ratings de Elo com base no saldo médio de gols como mandante.
- Previsão de resultados: utiliza a distribuição de Poisson para estimar a probabilidade de diferentes placares e, combinada com ajustes do rating Elo, prevê vencedores e chances de empate.
- Atualização de ratings: após cada jogo, os ratings Elo são atualizados para refletir o resultado real, ajustando futuras previsões com maior precisão.
Como Funciona
- Dados de entrada: utiliza um DataFrame do pandas com informações sobre jogos anteriores (times mandante e visitante, gols marcados e sofridos).
- Cálculo de métricas: calcula as forças de ataque/defesa, vantagens de casa e médias de gols da liga.
- Modelo de previsão: combina essas métricas com um sistema de ajuste baseado no Elo para prever os resultados das partidas futuras.
- Saída: fornece uma tabela de previsões com probabilidades e palpites, formatada em Markdown para fácil visualização.
Nota técnica: o código utiliza Python com bibliotecas pandas e math. Para rodar, é necessário ter um arquivo CSV com dados históricos de partidas, incluindo nomes dos times e gols marcados. As previsões são ajustadas dinamicamente conforme os resultados dos jogos são incorporados, atualizando os ratings Elo e melhorando a precisão ao longo do tempo.
Nota do apostador: não parece ser muito confiável apostar em todos os mandantes, uma vez que o esporte não é uma ciência exata. O modelo aponta eles como vencedores por uma série de fatores, contudo, se você analisar bem, alguns jogos tem as probabilidade (chances) muito próximas, o que indica um grande equilibrio.
O nome é em homenagem ao Saraiva, aka Sassá ou Sassamaru, meu cachorro vira-lata de 10 anos :)
Código no Github: https://github.com/mtgr18977/sassamaru-br-25