“E se aquele cartão vermelho não tivesse saído?” “E se o treinador tivesse feito outra substituição?” Perguntas assim fazem parte da conversa de qualquer torcedor, e a análise esportiva moderna começou a tratá-las com métodos formais. Este artigo investiga se a modelagem contrafactual pode sustentar estimativas alternativas de probabilidade, análises retrospectivas de mercado e avaliação de risco, e examina a dificuldade central do tema: atribuir probabilidades confiáveis a eventos que nunca ocorreram. O texto é informativo e não é um convite para apostar.
O que é um contrafactual
Contrafactual é a descrição de um mundo alternativo no qual uma causa ocorreu ou não ocorreu. Segundo a Wikipedia, o filósofo David Lewis defendeu substituir a simples correlação pela causalidade “se não fosse por” (but-for), baseada justamente na capacidade de imaginar mundos alternativos, e em 1974 Donald Rubin introduziu a noção de “resultados potenciais” como linguagem para fazer perguntas causais. A ideia é comparar o que aconteceu com o que teria acontecido sem a intervenção.
No futebol, o raciocínio é intuitivo. Se um jogo terminou 1 a 0 depois de uma expulsão aos 30 minutos do primeiro tempo, a pergunta contrafactual é como o placar teria evoluído com onze jogadores de cada lado.
O problema fundamental
O obstáculo é que só um dos mundos acontece. Cada partida é jogada uma vez, com o cartão vermelho, e o jogo sem o cartão jamais é observado. Por isso, o contrafactual nunca pode ser verificado diretamente em um jogo específico: só se pode estimá-lo, usando outros jogos como substitutos. A qualidade da estimativa depende de quão comparáveis são esses jogos e de quanto da diferença vem do cartão e quanto vem de outros fatores, como a força dos times e o momento da partida.
Há ainda um problema de dependência. O cartão vermelho não cai ao acaso: costuma aparecer em jogos em que o time está sob pressão, o que mistura causa e consequência. Um modelo ingênuo confundiria o efeito da expulsão com o efeito da situação que a provocou.
O que a pesquisa mostra sobre expulsões
Um estudo publicado em periódico da Springer analisou 1.826 partidas das cinco grandes ligas europeias com modelos de Poisson em intervalos de cinco minutos, controlando pelo saldo de gols e pela força das equipes implícita nas odds. Segundo os autores, as taxas de gol de cada time mudam de forma significativa após uma expulsão, em prejuízo do time penalizado e em favor do adversário. O trabalho está disponível na Springer. Os efeitos variam conforme o momento do jogo e o mando de campo, e os números de um estudo não valem automaticamente para outro campeonato.
Essa é uma estimativa de efeito médio, não de um jogo específico. Ela mostra como se constrói um contrafactual útil, comparando muitos jogos parecidos, e também por que ele continua uma aproximação.
| Pergunta | Tipo de análise | Principal limite |
|---|---|---|
| O que acontece, em média, após uma expulsão? | Estimativa de efeito médio | Jogos nunca são idênticos |
| E se este jogo tivesse onze contra onze? | Contrafactual individual | Nunca observado, só estimado |
| O mercado precificou bem a expulsão? | Análise retrospectiva | Depende do modelo de referência |
| Qual o risco de um evento raro? | Avaliação de risco | Poucos dados para calibrar |
#publicidade | Ministério da Fazenda adverte: Aposta não é investimento
Do modelo ao mercado
A pergunta que interessa a quem estuda mercados é se esses modelos podem produzir probabilidades alternativas e servir de régua para avaliar preços passados. Em tese, é possível comparar a odd que o mercado praticava logo após um lance com a probabilidade estimada por um modelo causal, e assim medir se o mercado reagiu de menos ou de mais. Esse tipo de análise retrospectiva ajuda a entender como as casas ajustam preços durante o jogo.
O limite é que a régua também é um modelo. Se o modelo erra, a conclusão sobre o mercado erra junto, e o resultado de um jogo único não permite dizer qual dos dois estava certo. Para entender como o handicap muda a leitura de um jogo, o EM Apostas tem um guia sobre o handicap asiático.
Operadores de mercados regulados: o caso italiano
Operadores de mercados regulados em outros países também publicam análises, estatísticas e ferramentas para seus clientes. Como exemplo de operador do mercado italiano, vale conhecer a página sobre a Sisal. Ela é escrita para o público da Itália, e as condições dela mudam com frequência e valem apenas para aquele mercado, não para leitores no Brasil.
Outro nome do mesmo mercado é a SNAI, igualmente tratada em página dirigida ao público italiano. É uma referência informativa, sujeita às regras locais e aos termos de cada operador, e não uma indicação para leitores brasileiros.
Riscos de tratar o hipotético como certo
O maior risco é a falsa precisão. Uma probabilidade contrafactual apresentada com duas casas decimais passa a sensação de que o evento é conhecido, quando na verdade é uma estimativa condicionada a premissas. Há também o risco do viés retrospectivo: depois que o resultado é conhecido, é fácil construir um modelo que o “explique”. Qualquer uso sério exige testar o modelo em jogos que ele não viu.
E no Brasil?
O leitor brasileiro deve saber que o cenário do setor mudou. Segundo o escritório Daniel Law, a Medida Provisória 1.394/2026, publicada em 25 de setembro de 2026, proíbe a exploração, a oferta e a publicidade de apostas de quota fixa, incluindo jogos on-line, com efeito imediato. Ela ainda será apreciada pelo Congresso e é questionada no Supremo Tribunal Federal. Para quem faz análise esportiva, o tema segue válido como estudo de dados, e as páginas italianas citadas aqui não se destinam a leitores brasileiros.
Jogo responsável e +18
Este conteúdo é destinado apenas a maiores de 18 anos. Jogar pode causar dependência: defina limites de tempo e dinheiro, não tente recuperar perdas e lembre-se de que o jogo é entretenimento, não fonte de renda. Se o jogo estiver afetando sua vida, procure ajuda profissional ou um grupo de apoio como o Jogadores Anônimos.
Perguntas frequentes
O que é um contrafactual no esporte?
É a descrição do que teria acontecido em um jogo se um fator, como uma expulsão, não tivesse ocorrido.
Por que é tão difícil estimar um contrafactual?
Porque só um dos cenários acontece. O outro nunca é observado e precisa ser estimado a partir de jogos semelhantes.
Expulsões mudam mesmo o resultado dos jogos?
Estudos de grandes ligas europeias indicam que as taxas de gol mudam após uma expulsão, mas os efeitos variam com o momento do jogo e o contexto.
Um modelo contrafactual pode servir para avaliar odds passadas?
Em tese, sim, mas o modelo também é uma aproximação e suas premissas precisam ser testadas.
As páginas italianas citadas valem para o Brasil?
Não. Elas são destinadas a leitores da Itália e este artigo é apenas informativo.
Conteúdo informativo, sem incentivo ao jogo. Apenas para maiores de 18 anos. O jogo pode causar dependência. Jogue com responsabilidade.