Modelagem preditiva de projetos de lei da Câmara dos Deputados

Abstract

Dentre as quase infinitas aplicações de modelagem estatística, a predição de resultados políticos certamente se destaca como um grande desafio. Dificuldades como o volume dos dados, a imprevisibilidade de acontecimentos que transformam o mundo e o jogo político, e a complexidade da tramitações são alguns dos fatores que rapidamente trazem complicações para a construção dos modelos. Nesse sentido, os autores do presente trabalho decidiram abordar o problema sobre uma particular ótica: a predição da aprovação de projetos de lei através do texto de sua respectiva redação. Para tal, obtiveram-se conjuntos de dados contendo todas as proposições que tramitaram na Câmara dos Deputados na ´ultima década, e seus respectivos autores e temas. Após processos de limpeza e transformação, o conjunto de dados construído conteve 17.879 projetos de lei e 40 variáveis, e deu-se início da leitura e representação dos seus textos por meio de diferentes técnicas, resultando em 36 formas diferentes de matrizes de palavras. Na modelagem, aplicou-se modelos Logísticos, LASSO, Elastic Net, Naive Bayes e de Arvores em todas as matrizes, gerando-se 168 combinações distintas de modelos capazes de predizer a aprovação de projetos de lei na Câmara dos Deputados. Após análise dos métodos aplicados e cálculo de medidas de performance, obtivemos três modelos de maior destaque, um Naive Bayes e Arvore com a presença de covariáveis, e um Naive Bayes exclusivamente composto pelo ´ texto dos projetos de lei.