Os 8 componentes planejados na Fase 9 estão nesta página, incluindo a curva de compra/risco (seção 'Curva de compra e risco'), preenchida com a curva E9 sobre o run min2 assim que ela ficou disponível. O ARIMA ainda não entra em nenhuma comparação de método desta página — não existe no run e1-20260804-175333. Toda leitura interpretativa abaixo (os parágrafos fora das tabelas e legendas), incluindo a comparação min2×min4 da curva de compra, é rascunho do executor de tarefas, não texto do autor — os números foram lidos de CSV do run, mas a costura em prosa ainda não passou por revisão.
Recorte ativo — carregando…
Esta página existe para uma pergunta de reunião de orientação: qualquer corte
de método × representação — por etapa, por posição na cadeia, por ano-alvo, por
UF, por região, por dependência administrativa ou por porte da escola — se responde na própria
página, em até dois cliques, com o recorte exportável em CSV. Tudo abaixo vem do run canônico
min2 (e1-20260804-175333), segmento sem_fallback salvo indicação
contrária — o mesmo segmento usado em toda comparação entre métodos do capítulo.
suavização exponencial, retroativa — vs. 12,00 do último valor
Run e1-20260804-175333
Cálculo: média de MAE ponderada por n entre as 12 etapas da cadeia, método suavização exponencial (11,15) e último valor (12,00), representação retroativa, segmento sem_fallback — ponderar por n, não média simples por etapa, é a mesma fórmula do pipeline/m70_relatorios.py.
Fonte: runs/e1-20260804-175333/metricas_agregadas.csv
7 métodos × 2 representações, segmento sem_fallback
Run e1-20260804-175333
Cálculo: soma de n (linhas avaliáveis, elegível e com y_true não-nulo) somando os 7 métodos × 2 representações × 12 etapas, segmento sem_fallback — cada célula do painel principal é um subconjunto deste total.
Fonte: runs/e1-20260804-175333/metricas_agregadas.csv
UFs · regiões · redes · localizações · portes
Run e1-20260804-175333
Cálculo: contagem de valores distintos de UF, região, dependência, localização e porte nos agregados geográficos, segmento sem_fallback — é o vocabulário que popula os menus do painel principal (corte "UF" etc.).
Fonte: runs/e1-20260804-175333/agregados_site/por_{uf,regiao,dependencia,localizacao,porte}.csv
último valor, retroativa, agregado das 6 etapas comparáveis
Run e1-20260804-175333
Cálculo: Δ = MAE pipeline min2 (11,34) − MAE qualificação, universo original D0 (9,54), método último valor, retroativa, linha "Global (6 etapas)" da tabela de comparação com a qualificação abaixo — mesma célula, não recalculada aqui.
Painel principal: método × representação, qualquer corte
A tabela abaixo é sempre método × representação (até 14 linhas) — os filtros não escondem linhas de uma tabela maior, eles decidem sobre qual fatia dos dados a tabela é recalculada. Trocar de "Nacional" para "UF", "Região", "Dependência", "Localização" ou "Porte" carrega um segundo arquivo de dados (só na primeira troca, ~635KB comprimidos) — o recorte nacional inicial pesa menos de 4KB e está pronto assim que a página abre.
Filtros globais na barra à esquerda (corte geográfico, etapa, posição, ano-alvo). Esta tabela é sempre método × representação — as duas representações lado a lado; o filtro de representação da barra não se aplica aqui, só às figuras abaixo.
| Representação | Método | n | MAE | WAPE | Bias médio | % subestima (falta) | % superestima (sobra) |
|---|---|---|---|---|---|---|---|
| carregando… | |||||||
exportar CSV do recorte exibido
Run Run Cálculo: cada linha é uma combinação método × representação já agregada — do corte nacional (nacional.json) ou, ao trocar de corte, de geo.json (UF/região/dependência/localização/porte) — segmento sem_fallback sempre, sem filtro de ano-alvo por padrão (agregado 2021–2025); etapa e posição filtram por seleção do menu, recalculando a agregação no navegador a partir das linhas já agregadas do JSON, não recarregando dados por filtro. Fonte: e1-20260804-175333 · gerado em 01/09/2026. Segmento sem_fallback.e1-20260804-175333content/_data/painel-interativo/{nacional,geo}.json, gerado por tools/gen_resultados_interativo.py
Curva por etapa: MAE e WAPE, lado a lado
As doze etapas na ordem da cadeia — do 1º ano do Fundamental à 3ª série do Ensino Médio —,
representação retroativa, 7 métodos. As duas fronteiras que a dissertação nomeia — 5º→6º
ano (entrada no 6º EF) e 9º→1ªEM (entrada na 1ª série do EM) — aparecem
com marcador maior (losango) e o rótulo "fronteira" acima do eixo. A convenção de posição do run
(fronteira para as etapas 14, 19 e 25) inclui também a entrada no 1º ano do
Fundamental; esta figura destaca só as duas transições que o argumento central da dissertação
nomeia. Clique numa entrada da legenda para isolar um método.
Run Cálculo: MAE por etapa da cadeia (12 etapas), 7 métodos, agregado por método×etapa a partir das mesmas linhas do painel principal — representação e recorte geográfico vêm do filtro global da barra lateral (retroativa/nacional por padrão), posição decide quais etapas entram, mesma fórmula ponderada por n do pipeline/m70_relatorios.py. Fonte: e1-20260804-175333content/_data/painel-interativo/{nacional,geo}.json ← runs/e1-20260804-175333/{metricas_agregadas.csv,agregados_site/*.csv}, gerado por tools/gen_resultados_interativo.py
Run Cálculo: WAPE por etapa da cadeia (12 etapas), 7 métodos, agregado por método×etapa a partir das mesmas linhas do painel principal — representação e recorte geográfico vêm do filtro global da barra lateral (retroativa/nacional por padrão), mesmo recorte da curva de MAE ao lado, mesma fórmula ponderada por n do pipeline/m70_relatorios.py. Fonte: e1-20260804-175333content/_data/painel-interativo/{nacional,geo}.json ← runs/e1-20260804-175333/{metricas_agregadas.csv,agregados_site/*.csv}, gerado por tools/gen_resultados_interativo.py
Direção do erro: falta ou sobra de livro
Tradução PNLD direta: erro = predição − real. Erro negativo é predição
abaixo do real — o pipeline pediria livro de menos: falta, ruptura
de estoque em sala de aula. Erro positivo é predição acima do real:
sobra, livro impresso e não usado. As duas taxas não somam necessariamente 100%
— o restante é acerto exato, comum sobretudo no método "último valor" quando a matrícula não muda
de um ano para o outro.
Run Cálculo: taxa de subestimação ("falta") e superestimação ("sobra") por etapa, um método por vez (seletor acima da figura) — representação e recorte geográfico vêm do filtro global da barra lateral, agregado por método×etapa a partir das mesmas linhas do painel principal, mesma fórmula ponderada por n do pipeline/m70_relatorios.py. O destaque de texto abaixo (68,9%, bias +20,95) é do recorte nacional/retroativa e não muda com o filtro — vem do detalhamento por escola em analise_backlog/5_1_direcao_erro.csv, já citado inline. Fonte: e1-20260804-175333content/_data/painel-interativo/{nacional,geo}.json ← runs/e1-20260804-175333/{metricas_agregadas.csv,agregados_site/*.csv,analise_backlog/5_1_direcao_erro.csv}, gerado por tools/gen_resultados_interativo.pyruns/e1-20260804-175333/analise_backlog/5_1_direcao_erro.csv) — o método que só
olha a média do passado superestima sistematicamente onde a matrícula está em queda.
Matriz de testes: tamanho de efeito, método × método
Wilcoxon pareado + rank-biserial (E6), correção de Holm dentro da família. Célula [linha, coluna]: sinal positivo favorece o método da linha. Limiares de leitura: <0,1 desprezível · 0,1–0,3 pequeno · 0,3–0,5 médio · ≥0,5 grande.
Com 1,5 a 2,7 milhões de pares por comparação, o p-valor pós-Holm sai <0,001 em
praticamente toda célula desta matriz — inclusive nas marcadas como efeito desprezível. O asterisco
marca p<0,05 após Holm (quase sempre presente); a leitura que importa é a
cor e o número, o tamanho de efeito.
Run Cálculo: Wilcoxon pareado + rank-biserial, correção de Holm dentro da família "método × método", 5 métodos-base (sem os ensembles), representação escolhida no filtro global da barra lateral (retroativa por padrão) — mesmos pares (escola, etapa-alvo, ano-alvo) entre os dois métodos comparados. Sem corte por UF/região/etc.: o teste não foi recalculado por recorte geográfico, só nacionalmente — por isso o corte geográfico da barra não filtra esta figura. Fonte: e1-20260804-175333runs/e1-20260804-175333/{testes_estatisticos.csv, relatorio_e6.md}
Curva de compra e risco
O PNLD decide quantos livros comprar a partir de uma previsão — mas a previsão erra. Comprar um pouco acima do valor previsto reduz o risco de faltar livro, ao custo de comprar (e eventualmente desperdiçar) mais do que o necessário. Quem nunca viu essa curva antes: a página Entendendo a curva de compra explica do zero o que significa "comprar no quantil q", por que a troca falta×sobra é assimétrica, e por que o ponto ótimo encontrado em Maceió não se transporta direto para esta curva nacional.
comprando exatamente a previsão (p50)
Run e1-20260804-175333
Cálculo: coluna pct_escolas_com_falta na linha quantil_compra=0,50; direto de curva_compra_risco_e9.csv (bloco E9) — método último valor, representação retroativa, segmento sem_fallback, backtest 2021–2025 (2.756.813 predições).
Fonte: runs/e1-20260804-175333/curva_compra_risco_e9.csv
comprando no quantil 95% da distribuição de erro
Run e1-20260804-175333
Cálculo: coluna pct_escolas_com_falta na linha quantil_compra=0,95; direto de curva_compra_risco_e9.csv (bloco E9) — método último valor, representação retroativa, segmento sem_fallback, backtest 2021–2025 (2.756.813 predições).
Fonte: runs/e1-20260804-175333/curva_compra_risco_e9.csv
de p50 a p95 (17,49M → 82,61M alunos-livro)
Run e1-20260804-175333
Cálculo: razão soma_sobra(p95) ÷ soma_sobra(p50) = 82.608.024 ÷ 17.491.624; direto de curva_compra_risco_e9.csv (bloco E9) — método último valor, representação retroativa, segmento sem_fallback, backtest 2021–2025 (2.756.813 predições).
Fonte: runs/e1-20260804-175333/curva_compra_risco_e9.csv
Escolha o quantil de compra
somados à previsão
soma de alunos sem livro
soma de livros a mais que o necessário
nesse quantil de compra
Run Run Cálculo: os 4 números acima trocam de linha em compra-quantis.json (o mesmo curva_compra_risco_e9.csv, recortado para o JS) conforme o quantil marcado no seletor — "livros a mais" é o ajuste em alunos somado à previsão para chegar naquele quantil da distribuição de erro do backtest. Fonte: e1-20260804-175333 · gerado em 01/09/2026. Segmento
sem_fallback, retroativa, 2.756.813 predições no backtest 2021–2025.e1-20260804-175333content/_data/painel-interativo/compra-quantis.json ← runs/e1-20260804-175333/curva_compra_risco_e9.csv · explicação do mecanismo em Entendendo a curva de compra
Run Cálculo: soma de falta e de sobra (alunos) e % de escolas com falta, por quantil de compra; direto de curva_compra_risco_e9.csv (bloco E9) — método último valor, representação retroativa, segmento sem_fallback, backtest 2021–2025 (2.756.813 predições). Fonte: e1-20260804-175333runs/e1-20260804-175333/curva_compra_risco_e9.csvprevisão + quantil(p).
As duas curvas se movem em direções opostas — não existe ponto que zere as duas ao mesmo tempo.
O que mudou do run min4 para o min2
Run e1-20260804-175333
Cálculo: falta/sobra por série = soma de alunos ÷ n de predições daquele quantil — comparando curva_compra_risco_e9.csv do run min2 contra o mesmo arquivo do run min4 (e1-20260729-122616), método último valor, retroativa, sem_fallback nos dois; calculado por comparação direta entre os dois CSVs em tools/gen_resultados_interativo.py::gen_curva_compra, não publicado em nenhum relatório à parte.
Fonte: runs/{e1-20260804-175333,e1-20260729-122616}/curva_compra_risco_e9.csv · min4 publicado em Run canônico (E1-E9)
Run e1-20260804-175333
Cálculo: falta/sobra por série = soma de alunos ÷ n de predições daquele quantil — comparando curva_compra_risco_e9.csv do run min2 contra o mesmo arquivo do run min4 (e1-20260729-122616), método último valor, retroativa, sem_fallback nos dois; calculado por comparação direta entre os dois CSVs em tools/gen_resultados_interativo.py::gen_curva_compra, não publicado em nenhum relatório à parte.
Fonte: runs/{e1-20260804-175333,e1-20260729-122616}/curva_compra_risco_e9.csv · min4 publicado em Run canônico (E1-E9)
A base min2 tem 7,2% mais séries no universo de avaliação que a min4 (2.571.581 → 2.756.813 predições) — a elegibilidade mínima caiu de 4 para 2 anos de histórico, e mais séries curtas entraram no backtest. O efeito sobre a curva de compra não é uniforme: entre p50 e p80 a troca é marginal (falta piora 0,7 a 1,2%, sobra melhora na mesma ordem, por série); em p90 há uma inversão mais visível — a falta média por série cai 3,0%, a sobra sobe 4,3%, e a fração de escolas com falta cai de 9,98% para 9,42%.
| Quantil | Falta/série — min4 | Falta/série — min2 | Δ falta | Sobra/série — min4 | Sobra/série — min2 | Δ sobra | % escolas c/ falta — min4 | % escolas c/ falta — min2 |
|---|---|---|---|---|---|---|---|---|
| p50 | 5,61 | 5,65 | +0,74% | 6,43 | 6,34 | -1,25% | 44,18% | 44,31% |
| p70 | 4,45 | 4,49 | +0,89% | 8,26 | 8,18 | -1,00% | 29,91% | 29,90% |
| p80 | 3,43 | 3,47 | +1,16% | 11,24 | 11,16 | -0,73% | 19,64% | 19,65% |
| p90 | 2,12 | 2,05 | -3,04% | 18,93 | 19,75 | +4,30% | 9,98% | 9,42% |
| p95 | 1,24 | 1,27 | +2,32% | 30,06 | 29,97 | -0,31% | 4,85% | 4,91% |
Falta/sobra por série = soma de alunos ÷ n de predições daquele quantil (a base min2
tem mais séries que a min4, então comparar somas brutas confundiria o efeito do tamanho da base com
o efeito da mudança de elegibilidade — por isso a métrica de comparação é por série, não a soma
nacional). Fontes: runs/e1-20260804-175333/curva_compra_risco_e9.csv (min2, esta
página) e runs/e1-20260729-122616/curva_compra_risco_e9.csv (min4, publicado em
run canônico E1).
O estudo de caso de Maceió (resultados de Maceió) chegou a um quantil ótimo de p*≈0,70–0,80, mas essa conclusão pressupõe uma razão de custo entre faltar e sobrar que este trabalho não estimou para o país. A curva acima é a evidência; a escolha do ponto de compra é uma decisão do FNDE/PNLD, informada por ela — ver Entendendo a curva de compra para o porquê, com o histórico de Maceió explicado.
Comparação com a qualificação
Run e1-20260804-175333
Cálculo: coluna "MAE pipeline min2" direto de metricas_agregadas.csv, segmento sem_fallback; colunas "MAE qualificação" (universo original D0 e mesmas escolas D2) de quatro_colunas.csv, já publicado e não recalculado aqui; a linha "Global (6 etapas)" do pipeline min2 não existe pronta em nenhum CSV — é a média de MAE ponderada por n sobre as 6 etapas que a qualificação cobre (4º ao 9º ano), calculada em tools/gen_resultados_interativo.py::gen_qualificacao_tabela, mesma fórmula do pipeline/m70_relatorios.py.
Fonte: runs/e1-20260804-175333/metricas_agregadas.csv + _notas/qual-x-pipeline/quatro_colunas.csv, publicado em qualificação × pipeline
Run e1-20260804-175333
Cálculo: coluna "MAE pipeline min2" direto de metricas_agregadas.csv, segmento sem_fallback; colunas "MAE qualificação" (universo original D0 e mesmas escolas D2) de quatro_colunas.csv, já publicado e não recalculado aqui; a linha "Global (6 etapas)" do pipeline min2 não existe pronta em nenhum CSV — é a média de MAE ponderada por n sobre as 6 etapas que a qualificação cobre (4º ao 9º ano), calculada em tools/gen_resultados_interativo.py::gen_qualificacao_tabela, mesma fórmula do pipeline/m70_relatorios.py.
Fonte: runs/e1-20260804-175333/metricas_agregadas.csv + _notas/qual-x-pipeline/quatro_colunas.csv, publicado em qualificação × pipeline
Os números "qualificação" abaixo vêm da execução de março/2026 (Capítulo 5), sobre um universo que já não existe: rede pública e privada, sem o filtro que a base canônica deste site aplica. Os números "pipeline min2" vêm do run canônico atual, só rede pública (base canônica só-públicas), com elegibilidade mínima de 2 anos de histórico. Entre a qualificação e o pipeline houve duas mudanças de base, não uma: pública+privada → só-públicas, e depois a própria elegibilidade do pipeline, de mínimo 4 para mínimo 2 anos de histórico (run min4 → min2) — a reconciliação completa das duas primeiras está em qualificação × pipeline, mas essa página ainda trata o min4 como canônico. As colunas abaixo por isso não descrevem a mesma população de escolas — a leitura correta é de direção (quem é maior, quem é menor), nunca de nível (a distância exata entre as duas).
Duas leituras do lado "qualificação", lado a lado com o pipeline min2: universo
original (D0, pública+privada, sem alinhamento nenhum) e mesmas escolas
(D2, restrito às escolas que o pipeline também usa, mas ainda sob a elegibilidade de março). A
linha "Global" agrega as 6 etapas em que a qualificação tem dado (4º ao 9º ano do Fundamental) —
para o pipeline min2 essa célula não existe pronta em nenhum CSV publicado; foi calculada aqui por
média ponderada por n sobre as mesmas 6 etapas, a partir de
runs/e1-20260804-175333/metricas_agregadas.csv (mesma fórmula de agregação do
pipeline/m70_relatorios.py).
| Representação | Método | Etapa | MAE pipeline min2 | MAE qualificação (universo original) | Δ (min2 − original) | MAE qualificação (mesmas escolas) | Δ (min2 − mesmas escolas) |
|---|---|---|---|---|---|---|---|
| Retroativa | Último valor | 4º EF | 8,50 | 9,05 | -0,56 | 9,26 | -0,77 |
| Retroativa | Último valor | 5º EF | 8,56 | 9,46 | -0,90 | 9,62 | -1,06 |
| Retroativa | Último valor | 6º EF | 14,24 | 11,14 | +3,10 | 11,14 | +3,09 |
| Retroativa | Último valor | 7º EF | 13,53 | 10,50 | +3,02 | 10,51 | +3,02 |
| Retroativa | Último valor | 8º EF | 13,30 | 10,07 | +3,23 | 10,07 | +3,23 |
| Retroativa | Último valor | 9º EF | 13,08 | 9,81 | +3,28 | 9,81 | +3,28 |
| Retroativa | Último valor | Global (6 etapas) | 11,34 | 9,54 | +1,80 | 9,71 | +1,63 |
| Retroativa | Média histórica | 4º EF | 9,02 | 9,54 | -0,52 | 9,84 | -0,82 |
| Retroativa | Média histórica | 5º EF | 9,16 | 10,04 | -0,88 | 10,26 | -1,09 |
| Retroativa | Média histórica | 6º EF | 17,60 | 13,52 | +4,08 | 13,52 | +4,07 |
| Retroativa | Média histórica | 7º EF | 15,30 | 11,80 | +3,51 | 11,80 | +3,50 |
| Retroativa | Média histórica | 8º EF | 14,38 | 10,97 | +3,41 | 10,97 | +3,41 |
| Retroativa | Média histórica | 9º EF | 14,31 | 10,37 | +3,94 | 10,37 | +3,94 |
| Retroativa | Média histórica | Global (6 etapas) | 12,63 | 10,32 | +2,32 | 10,57 | +2,07 |
| Retroativa | Regressão linear | 4º EF | 9,82 | 11,00 | -1,18 | 11,12 | -1,30 |
| Retroativa | Regressão linear | 5º EF | 9,99 | 11,13 | -1,14 | 11,30 | -1,31 |
| Retroativa | Regressão linear | 6º EF | 16,88 | 13,21 | +3,67 | 13,21 | +3,67 |
| Retroativa | Regressão linear | 7º EF | 15,85 | 11,94 | +3,92 | 11,94 | +3,91 |
| Retroativa | Regressão linear | 8º EF | 15,50 | 11,21 | +4,28 | 11,21 | +4,28 |
| Retroativa | Regressão linear | 9º EF | 15,55 | 10,86 | +4,69 | 10,86 | +4,69 |
| Retroativa | Regressão linear | Global (6 etapas) | 13,29 | 11,33 | +1,97 | 11,46 | +1,84 |
| Retroativa | Suavização exponencial | 4º EF | 7,76 | 8,33 | -0,57 | 8,50 | -0,74 |
| Retroativa | Suavização exponencial | 5º EF | 7,85 | 8,63 | -0,78 | 8,75 | -0,91 |
| Retroativa | Suavização exponencial | 6º EF | 13,57 | 10,39 | +3,18 | 10,39 | +3,18 |
| Retroativa | Suavização exponencial | 7º EF | 12,59 | 9,74 | +2,85 | 9,74 | +2,85 |
| Retroativa | Suavização exponencial | 8º EF | 12,25 | 9,33 | +2,92 | 9,33 | +2,92 |
| Retroativa | Suavização exponencial | 9º EF | 12,12 | 8,92 | +3,20 | 8,92 | +3,20 |
| Retroativa | Suavização exponencial | Global (6 etapas) | 10,51 | 8,78 | +1,74 | 8,92 | +1,60 |
| Retroativa | Kalman | 4º EF | 8,32 | 8,34 | -0,02 | 8,51 | -0,19 |
| Retroativa | Kalman | 5º EF | 8,38 | 8,67 | -0,29 | 8,80 | -0,43 |
| Retroativa | Kalman | 6º EF | 13,96 | 10,32 | +3,64 | 10,33 | +3,63 |
| Retroativa | Kalman | 7º EF | 13,25 | 9,77 | +3,49 | 9,77 | +3,49 |
| Retroativa | Kalman | 8º EF | 13,03 | 9,38 | +3,65 | 9,38 | +3,65 |
| Retroativa | Kalman | 9º EF | 12,83 | 9,03 | +3,80 | 9,03 | +3,80 |
| Retroativa | Kalman | Global (6 etapas) | 11,11 | 8,79 | +2,32 | 8,94 | +2,17 |
| Escalonada | Último valor | 4º EF | 5,47 | 5,99 | -0,52 | 6,04 | -0,57 |
| Escalonada | Último valor | 5º EF | 5,40 | 6,02 | -0,62 | 6,06 | -0,65 |
| Escalonada | Último valor | 6º EF | 12,60 | 13,77 | -1,16 | 13,77 | -1,17 |
| Escalonada | Último valor | 7º EF | 12,12 | 12,25 | -0,13 | 12,25 | -0,13 |
| Escalonada | Último valor | 8º EF | 8,19 | 8,46 | -0,27 | 8,46 | -0,27 |
| Escalonada | Último valor | 9º EF | 10,64 | 9,22 | +1,43 | 9,22 | +1,43 |
| Escalonada | Último valor | Global (6 etapas) | 8,16 | 7,34 | +0,82 | 7,47 | +0,69 |
| Escalonada | Média histórica | 4º EF | 7,26 | 6,48 | +0,78 | 6,52 | +0,74 |
| Escalonada | Média histórica | 5º EF | 6,81 | 6,95 | -0,14 | 6,97 | -0,16 |
| Escalonada | Média histórica | 6º EF | 13,79 | 15,36 | -1,57 | 15,37 | -1,57 |
| Escalonada | Média histórica | 7º EF | 13,54 | 14,09 | -0,55 | 14,09 | -0,56 |
| Escalonada | Média histórica | 8º EF | 11,18 | 11,91 | -0,73 | 11,91 | -0,73 |
| Escalonada | Média histórica | 9º EF | 11,91 | 11,14 | +0,77 | 11,14 | +0,77 |
| Escalonada | Média histórica | Global (6 etapas) | 9,79 | 8,31 | +1,48 | 8,46 | +1,33 |
| Escalonada | Regressão linear | 4º EF | 17,09 | 7,71 | +9,37 | 7,80 | +9,28 |
| Escalonada | Regressão linear | 5º EF | 12,77 | 7,30 | +5,48 | 7,37 | +5,41 |
| Escalonada | Regressão linear | 6º EF | 15,53 | 13,70 | +1,83 | 13,70 | +1,82 |
| Escalonada | Regressão linear | 7º EF | 14,21 | 12,50 | +1,71 | 12,50 | +1,71 |
| Escalonada | Regressão linear | 8º EF | 14,68 | 9,68 | +5,00 | 9,68 | +5,00 |
| Escalonada | Regressão linear | 9º EF | 19,49 | 11,95 | +7,55 | 11,95 | +7,55 |
| Escalonada | Regressão linear | Global (6 etapas) | 15,63 | 8,63 | +7,00 | 8,77 | +6,86 |
| Escalonada | Suavização exponencial | 4º EF | 6,74 | 6,48 | +0,26 | 6,52 | +0,22 |
| Escalonada | Suavização exponencial | 5º EF | 6,05 | 6,52 | -0,48 | 6,54 | -0,50 |
| Escalonada | Suavização exponencial | 6º EF | 13,19 | 14,50 | -1,31 | 14,51 | -1,32 |
| Escalonada | Suavização exponencial | 7º EF | 12,75 | 12,87 | -0,12 | 12,88 | -0,12 |
| Escalonada | Suavização exponencial | 8º EF | 8,92 | 8,80 | +0,12 | 8,80 | +0,12 |
| Escalonada | Suavização exponencial | 9º EF | 11,04 | 8,91 | +2,13 | 8,91 | +2,13 |
| Escalonada | Suavização exponencial | Global (6 etapas) | 8,92 | 7,85 | +1,07 | 7,97 | +0,95 |
| Escalonada | Kalman | 4º EF | 5,51 | 6,26 | -0,75 | 6,30 | -0,79 |
| Escalonada | Kalman | 5º EF | 5,43 | 6,23 | -0,80 | 6,25 | -0,82 |
| Escalonada | Kalman | 6º EF | 12,72 | 14,17 | -1,46 | 14,18 | -1,46 |
| Escalonada | Kalman | 7º EF | 12,24 | 12,59 | -0,35 | 12,59 | -0,35 |
| Escalonada | Kalman | 8º EF | 7,79 | 8,26 | -0,47 | 8,26 | -0,47 |
| Escalonada | Kalman | 9º EF | 10,68 | 9,01 | +1,66 | 9,01 | +1,66 |
| Escalonada | Kalman | Global (6 etapas) | 8,16 | 7,58 | +0,59 | 7,70 | +0,46 |
Run e1-20260804-175333 (pipeline min2) · gerado em 01/09/2026. Fonte
qualificação: _notas/qual-x-pipeline/quatro_colunas.csv, publicado em
qualificação × pipeline. Δ positivo
(coluna "pior") é o pipeline min2 com MAE maior que a qualificação naquela leitura;
Δ negativo (coluna "melhor") é o min2 com MAE menor.
Mapa por UF: WAPE relativo
WAPE de cada UF dividido pelo WAPE nacional daquele método (retroativa, sem_fallback, agregado sobre as 12 etapas e os 5 anos-alvo) — acima de 1,0 é UF com erro proporcional pior que a média do país; abaixo de 1,0, melhor. Escolha o método no menu no canto superior da figura.
Run Cálculo: WAPE ponderado por n de cada UF ÷ WAPE nacional ponderado por n do mesmo método, representação retroativa, segmento sem_fallback, agregado sobre as 12 etapas e os 5 anos-alvo (2021–2025) — mesma fórmula de agregação do pipeline/m70_relatorios.py, aplicada por UF em vez de nacionalmente. Escolha o método no menu nativo da própria figura. O contorno de destaque (quando o corte da barra lateral é UF ou Região) é só visual — não recalcula o WAPE, que continua fixo neste recorte nacional/retroativa. Fonte: e1-20260804-175333runs/e1-20260804-175333/agregados_site/por_uf.csv
Fonte: Censo Escolar/INEP 2007-2025, base canônica só-pública. Run canônico
min2 rastreável: e1-20260804-175333 em registry/registry_experimentos.yml.
Testes estatísticos: Wilcoxon pareado (scipy.stats), rank-biserial, Holm dentro da família
método×método. Dados desta página gerados por tools/gen_resultados_interativo.py,
fora do pipeline. Cortes geográficos e institucionais em
runs/e1-20260804-175333/agregados_site/.