Tabela & Probabilidades
| # | Time | Pts | Tit | Lib | Reb |
|---|---|---|---|---|---|
| Carregando... | |||||
Quem subiu e quem caiu — ELO últimos 5 jogos
Calculando...
Notícias
- Carregando...
Estatísticas avançadas sobre o Brasileirão - Série A 2026
| # | Time | Pts | Tit | Lib | Reb |
|---|---|---|---|---|---|
| Carregando... | |||||
| # | Time | J | V | E | D | GP | GC | SG | Pts | xPTS | +/- | ELO | xG | xGA | P(Tit) | P(Lib) | P(Sul) | P(Reb) |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Carregando dados... | ||||||||||||||||||
O sistema ELO foi criado pelo físico húngaro Arpad Elo nos anos 1960 para classificar enxadristas. A ideia é simples: cada jogador (ou time) tem um rating numérico que sobe ao vencer e desce ao perder, proporcionalmente a força do adversário. Vencer um oponente forte rende mais pontos do que vencer um fraco. Hoje o ELO é usado em xadrez, futebol, e-sports, tênis e diversos outros contextos competitivos.
Como aplicamos aqui: o modelo analisa todos os jogos das Séries A, B e C desde 2021, atualizando a força de cada time a cada partida. Jogos mais recentes tem peso maior que os antigos, e jogar em casa da uma vantagem ao mandante. A cada nova temporada, os ratings são ajustados para que nenhum time fique com uma nota artificialmente alta ou baixa por muito tempo.
Como ler este heatmap: o modelo simula o restante do campeonato 20.000 vezes, jogando todas as partidas que faltam com base na força atual dos times. A cada simulação, a tabela final é registrada. O heatmap mostra, para cada time, a porcentagem de simulações em que ele terminou naquela posição. Quanto mais quente a cor, maior a concentração.
Nem sempre o placar conta toda a história de um jogo. Um time pode vencer sem criar grandes chances, ou dominar a partida e sair derrotado. O Mapa de Eficiência revela exatamente isso: compara os gols reais de cada time com os gols esperados (xG) — uma métrica que avalia a qualidade das finalizações, independente de terem virado gol ou não. Times no canto superior direito estão superando as expectativas dos dois lados — marcam mais e sofrem menos do que o xG indicava. Já os que aparecem no canto inferior esquerdo estão rendendo abaixo do esperado tanto no ataque quanto na defesa.
Eixo horizontal (xG+/-): gols reais menos gols esperados. Positivo = o time converte mais do que deveria (eficiente no ataque). Negativo = desperdiça chances.
Eixo vertical (xGA+/-): gols esperados sofridos menos gols reais sofridos. Positivo = o time sofre menos gols do que deveria (defesa eficiente). Negativo = defesa vazada além do esperado.
| Quadrante | Significado |
|---|---|
| Superior direito | Elite — ataque e defesa acima do esperado |
| Superior esquerdo | Muro — defesa forte, mas desperdiça chances no ataque |
| Inferior direito | Artilheiro — converte bem, mas defesa abaixo do esperado |
| Inferior esquerdo | Em crise — abaixo do esperado nos dois lados |
| Centro (0,0) | Performando exatamente no esperado pelo modelo |
| PERFORMANCE | FINANCEIRO | ||||
|---|---|---|---|---|---|
| # | Time | xPTS | P | Salários/mês | Valor Elenco |
| Árbitro | Jogos | Cartões | Cart/Jogo | Amarelos | Vermelhos | Gols | Gols/Jogo | Pênaltis | Faltas/Jogo | Min/Cartão | Resultados |
|---|
| Rod. | Data | Jogo | Placar | xG | Merecimento |
|---|
Você já viu um time dominar a partida, criar várias chances claras e mesmo assim perder? O Merecimento tenta capturar exatamente isso. Ele compara o resultado real do jogo com o que os dados diziam que deveria acontecer, usando o xG (gols esperados) — uma métrica que avalia a qualidade de cada finalização.
| Veredito | O que significa |
|---|---|
| Merecido | O time que venceu foi o mesmo que criou as melhores chances. Resultado justo. |
| Parcialmente injusto | O vencedor não foi quem jogou melhor, mas a diferença foi pequena. Poderia ter ido para qualquer lado. |
| Muito injusto | O resultado contradiz claramente o que aconteceu em campo. O perdedor mereceu mais. |
| Sem xG | Não há dados de finalizações disponíveis para avaliar o jogo. |
Mario Penna Gouvêa Filho
Sports & Big Data Enthusiast | Data Strategy & Analytics | Marketing de Influência | Digital Marketing
Transformando curiosidade em impacto real
Publicitário por formação e analista por essência. Minha curiosidade me leva a explorar dados, entender o que está por trás dos números e traduzir comportamentos em decisões que geram valor.
No trabalho, mergulho no universo da creator economy, onde dados e criatividade se encontram para gerar impacto. Fora dele, aplico esse mesmo olhar curioso aos esportes — uma paixão que me inspira, desafia e acompanha. O dataCRAQUE e o encontro dessas duas paixões.
LinkedIn