Como a Scorai prevê.

Os princípios

Cada dado tem fonte, hash SHA-256 e data de coleta. Cada rodada guarda a data de emissão e uma versão do painel. Cálculos são feitos por código estatístico; textos gerados por IA não fornecem probabilidades.

O modelo vê somente resultados anteriores ao corte temporal. A comunidade informa suas próprias probabilidades. Nesta fase, o percentual exibido nos cards vem do modelo indicado; ele não representa um mercado financeiro nem uma estimativa agregada dos participantes.

Ensembles meteorológicos

A Scorai extrai diretamente os dados abertos GRIB do ECMWF. A primeira integração usa o AIFS ENS, o ensemble de inteligência artificial do centro europeu, com 50 membros perturbados. O membro de controle não está incluído. A coleta inicial cobre 72 horas em passos de 6 horas; ampliar o horizonte depende da validação e do orçamento de dados.

O gráfico mostra a mediana (P50) e os percentis P10 e P90 da temperatura instantânea do ar a 2 metros. Os pontos são os da grade mais próximos das estações Vila Militar (Rio) e Mirante de Santana (São Paulo); a página de dados informa as coordenadas e a distância. A resolução da grade limita a representação de relevo, ilhas de calor e chuva localizada.

A chuva é convertida para milímetros respeitando a unidade do GRIB: metros × 1.000, ou kg/m² × 1. Acumulados de 24 horas são calculados a partir do início e do fim corretos de cada campo, não pela soma indevida de acumulados desde a rodada. Cada janela informa o horário de Brasília e pode começar às 9h; não é apresentada como um dia civil.

Uma frequência de k cenários em n membros recebe regularização Jeffreys: p = (k + 0,5) / (n + 1). O intervalo exibido para essa contagem usa os quantis 5% e 95% de Beta(k + 0,5, n − k + 0,5). A dependência entre membros e o erro estrutural do modelo tornam esse intervalo insuficiente para medir toda a incerteza meteorológica.

Calibração brasileira pendente. O ensemble bruto não é divulgado como uma probabilidade local calibrada. Temperaturas em passos de 6 horas também não identificam a máxima diária oficial. Por isso as perguntas sobre máxima acima de 45°C não recebem uma probabilidade numérica até existir modelo adequado.

Dados, licença e atribuição ECMWF ↗

O dia mais quente do verão

Os históricos do INMET são observações de estações, não reanálises ou previsões. O dia é delimitado em America/Sao_Paulo, inclusive o horário de verão nos anos em que existia. Máxima e chuva horária pertencem ao intervalo que termina no horário informado; o fechamento à meia-noite pertence ao dia anterior.

Uma máxima diária só é usada com todas as horas válidas esperadas (23, 24 ou 25 conforme o fuso). A análise de verão usa dezembro, janeiro e fevereiro, com cobertura de pelo menos 90% dos dias completos. Esse é o verão climatológico; o verão astronômico começa em outra data. Em empate no recorde anual, escolhemos a primeira data e registramos a regra.

A distribuição das semanas dos recordes descreve o passado da estação. Ela não prevê uma data exata do próximo verão. Uma contagem histórica de zero dias ou verões acima de 45°C tampouco significa impossibilidade; a amostra e o aquecimento climático limitam extrapolações. Sensação térmica, temperatura de superfície e temperatura do ar são variáveis diferentes.

Gols, mando e força dos times

O primeiro modelo é Poisson independente com forças de ataque e defesa por time, intercepto e vantagem do mandante. O ajuste usa regularização L2 (coeficiente 1,5) e pesos temporais com meia-vida de 365 dias. Nomes históricos de clubes são normalizados por um dicionário explícito, sem correspondência aproximada.

log λcasa = intercepto + mando + ataque(casa) + defesa(fora)
log λfora = intercepto + ataque(fora) + defesa(casa)

Vitória, empate e derrota vêm da distribuição conjunta dos gols. O modelo não inclui escalações, lesões ou transferências. Seus hiperparâmetros foram fixados antes da avaliação desta versão; não foram selecionados para maximizar os resultados do conjunto de teste.

Quando o calendário e os resultados estão completos, simulamos 20.000 campeonatos com semente fixa. Ordenamos por pontos, vitórias, saldo e gols marcados; os demais critérios de desempate são aproximados por sorteio residual. A simulação usa parâmetros fixos: seu erro de Monte Carlo não inclui incerteza na força dos times.

A publicação do título é bloqueada quando falta resultado de jogo passado, há conflito de placar ou o calendário não contém os 380 jogos e os 20 times. Probabilidades de partidas e probabilidades de título exigem avaliações diferentes.

Uma referência Elo, antes de modelos mais complexos

O histórico de resultados vem do coletor aberto fightr, que documenta UFCStats como origem. Os cards e a nacionalidade exibida nos cards são coletados do UFC oficial. Esse uso de fonte secundária no histórico fica explícito: não alegamos ter conferido cada luta na origem.

O Elo começa em 1.500, usa escala 400 e fator K = 24. Cada luta é prevista com o histórico de datas anteriores; resultados do mesmo dia só atualizam os ratings depois de calculadas todas as probabilidades daquele dia. Não usamos o retrospecto atual de atletas como atributo de uma previsão antiga.

A chance de vitória é condicionada a resultado decisivo. Empate ou no contest cancela a pergunta. Sem pelo menos 3 lutas por atleta ou com mais de 45 dias de atraso no histórico, a probabilidade é omitida. Mesmo quando disponível, é um modelo inicial: não incorpora corte de peso, idade, lesões ou diferença entre lutas de três e cinco rounds.

A evidência vem antes da probabilidade

A base inicial registra pódios de adulto faixa-preta da IBJJF por campeonato, ano e categoria. Não tratamos pódios como se fossem confrontos diretos. Nomes abreviados ficam como publicados, sem união automática de identidades; nacionalidade não é inferida por nome ou academia.

Para prever um campeão precisamos de participantes confirmados, chaves, modalidade, categoria e histórico de confrontos. Por enquanto a entrega é uma base factual consultável, com modelo preditivo pendente.

Validação cronológica e calibração

No futebol, cada corte de 1º de julho de 2023, 2024 e 2025 ajusta o modelo apenas com jogos anteriores e avalia o restante do ano. Comparamos Brier multiclasse (soma dos três erros quadráticos, escala 0–2) e log loss com as frequências históricas de mandante/empate/visitante do treino. A curva de confiabilidade agrupa probabilidades por faixas de 10 pontos percentuais.

No UFC, o teste é sequencial desde 2024, com métricas binárias (Brier 0–1) e referência de 50%. Números de Brier de futebol e UFC usam escalas diferentes e não devem ser comparados diretamente. O painel de dados expõe o tamanho da amostra e as métricas de cada domínio.

Os modelos meteorológicos precisarão de arquivo de previsões emitidas, observações futuras e testes por horizonte/cidade: CRPS para distribuições, Brier para limiares, diagramas de confiabilidade, cobertura e falsos alarmes. Usar reanálise futura como se fosse previsão emitida seria vazamento temporal. Enchentes também exigem validação por evento e por bacia.

Pontos medem a qualidade da previsão

Você informa uma probabilidade entre 0% e 100% e pode revisá-la até o fechamento. Cada revisão fica registrada; a última aceita é a que vale. Após resolução com fonte oficial, calculamos Brier = (p − resultado)² e pontos = 100 × (1 − Brier). Exemplo: prever 80% para um evento que ocorre rende 96 pontos; se ele não ocorre, rende 36.

O ranking usa a média por pergunta resolvida e exige pelo menos 5 resoluções. Eventos correlacionados e a escolha das perguntas afetam comparações; esta fase não oferece um ranking científico ajustado por dificuldade. Não há dinheiro, depósitos, compra de pontos, transferências, saques ou prêmios conversíveis.

As regras e o prazo ficam congelados no Postgres no primeiro cadastro da pergunta. A resolução é operacional e auditada, com domínio de fonte oficial e nota de evidência; não é feita automaticamente pela probabilidade do modelo. Perguntas canceladas não pontuam.