Introdução

Este post apresenta uma análise exploratória dos dados da fase de grupos da Copa do Mundo FIFA 2026, com foco nas pontuações ELO de cada seleção participante.

O ranking ELO é um sistema de classificação adaptado do xadrez para o futebol, que estima a força relativa de cada seleção com base no histórico de resultados ponderado por adversário, local do jogo e importância da partida. Quanto maior o ELO, mais forte é considerada a seleção.

A Copa do Mundo 2026 é disputada por 48 seleções divididas em 12 grupos (A a L), com 4 times por grupo, totalizando 72 partidas na fase de grupos.

Carregamento de Pacotes e Dados

Carregamos os pacotes necessários para a análise e importamos os dados diretamente do arquivo Excel.

library(tidyverse)
theme_set(theme_bw())
library(readxl)
library(janitor)

A função clean_names() do pacote janitor padroniza os nomes das colunas para o formato snake_case, removendo acentos, espaços e caracteres especiais, o que facilita a manipulação posterior.

fifa <- 
  read_excel(path = "~/Downloads/Copa_Mundo_2026_Fase_Grupos_ELO.xlsx", sheet = "Sheet1") |> 
  clean_names()

glimpse(fifa)

## Rows: 96
## Columns: 29
## $ partida             <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15,…
## $ data                <dttm> 2026-06-11, 2026-06-12, 2026-06-12, 2026-06-13, 2…
## $ grupo               <chr> "A", "A", "B", "D", "B", "C", "C", "D", "E", "F", …
## $ time_1              <chr> "México", "Coreia do Sul", "Canadá", "EUA", "Catar…
## $ elo_time_1          <dbl> 1687, 1592, 1559, 1671, 1450, 1766, 1293, 1579, 17…
## $ time_2              <chr> "África do Sul", "República Tcheca", "Bósnia e Her…
## $ elo_time_2          <dbl> 1428, 1506, 1387, 1505, 1650, 1755, 1503, 1606, 12…
## $ probabilidade_elo   <dbl> 0.8162169, 0.6212967, 0.7291100, 0.7222345, 0.2402…
## $ predicao            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
## $ vencedor_0_5        <chr> "México", "Coreia do Sul", "Canadá", "EUA", "Suíça…
## $ vencedor_0_6        <chr> "México", "Coreia do Sul", "Canadá", "EUA", "Suíça…
## $ vencedor_0_7        <chr> "México", "Empate", "Canadá", "EUA", "Suíça", "Emp…
## $ vencedor_0_8        <chr> "México", "Empate", "Empate", "Empate", "Empate", …
## $ vencedor            <chr> "México", "Coreia do Sul", "Empate", "EUA", "Empat…
## $ zebra               <chr> "Não", "Sim", "Sim", "Sim", "Sim", "Sim", "Sim", "…
## $ comparacao_0_5      <chr> "Correto", "Correto", "Errado", "Correto", "Errado…
## $ resultado_17        <dbl> 1.0000000, 1.0000000, 0.6666667, 0.7500000, 0.6000…
## $ resultado_3a_rodada <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
## $ comparacao_0_6      <chr> "Correto", "Correto", "Errado", "Correto", "Errado…
## $ resultado_20        <dbl> 1.0000000, 1.0000000, 0.6666667, 0.7500000, 0.6000…
## $ comparacao_0_7      <chr> "Correto", "Errado", "Errado", "Correto", "Errado"…
## $ resultado_22        <dbl> 1.0000000, 0.5000000, 0.3333333, 0.5000000, 0.4000…
## $ comparacao_0_8      <chr> "Correto", "Errado", "Correto", "Errado", "Correto…
## $ resultado_24        <dbl> 1.0000000, 0.5000000, 0.6666667, 0.5000000, 0.6000…
## $ x25                 <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
## $ x26                 <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
## $ x27                 <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
## $ x28                 <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
## $ threshold           <dbl> 0.5, 0.6, 0.7, 0.8, NA, NA, NA, NA, NA, NA, NA, NA…

Criação da Variável rodada

As partidas da fase de grupos ocorrem em três rodadas principais (mais uma rodada especial de confrontos simultâneos na última rodada de cada grupo). Criamos a variável rodada com base nas datas das partidas:

• Rodada 0: Ranking ELO antes da Copa
• Rodada 1: 11 a 17 de junho (1ª rodada)
• Rodada 2: 18 a 23 de junho (2ª rodada)
• Rodada 3: 24 a 27 de junho (3ª rodada)

fifa <- 
  fifa |> 
  mutate(
    data   = ymd(data),
    rodada = case_when(
      data >= "2026-06-11" & data <= "2026-06-17" ~ 0,
      data >= "2026-06-18" & data <= "2026-06-23" ~ 1,
      data >= "2026-06-24" & data <= "2026-06-27" ~ 2,
      data == "2026-06-28"                         ~ 3
    )
  )

Verificamos a distribuição das partidas por rodada:

fifa |> 
  group_by(rodada) |> 
  count() |> 
  kable(
    col.names = c("Rodada", "Nº de Partidas"),
    caption   = "Distribuição de partidas por rodada"
  )

Transformação para Formato Longo

Para facilitar análises centradas nos times e não nas partidas, transformamos o dataset do formato largo para o formato longo. Cada linha passa a representar um time em uma partida.

fifa_longo <- 
  fifa |> 
  pivot_longer(
    cols         = c(time_1, elo_time_1, time_2, elo_time_2),
    names_to     = c(".value", "numero_time"),
    names_pattern = "(time|elo_time)_(.*)"
  ) |> 
  rename(elo = elo_time) |> 
  select(rodada, partida, data, grupo, time, elo)

glimpse(fifa_longo)

## Rows: 192
## Columns: 6
## $ rodada  <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,…
## $ partida <dbl> 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 8, 8, 9, 9, 10, 10, …
## $ data    <date> 2026-06-11, 2026-06-11, 2026-06-12, 2026-06-12, 2026-06-12, 2…
## $ grupo   <chr> "A", "A", "A", "A", "B", "B", "D", "D", "B", "B", "C", "C", "C…
## $ time    <chr> "México", "África do Sul", "Coreia do Sul", "República Tcheca"…
## $ elo     <dbl> 1687, 1428, 1592, 1506, 1559, 1387, 1671, 1505, 1450, 1650, 17…

Análise Descritiva do ELO por Grupo

fifa_longo |> 
  filter(rodada == 1) |> 
  group_by(grupo) |> 
  summarise(
    media = mean(elo),
    sd    = sd(elo)
  ) |> 
  arrange(desc(sd)) |> 
  kable(
    digits     = 1,
    col.names  = c("Grupo", "ELO Médio", "Desvio-Padrão ELO"),
    caption    = "Variabilidade do ELO por grupo - Rodada 1"
  )

fifa_longo |> 
  filter(grupo == "H") |> 
  select(time) |> 
  distinct() |> 
  kable(col.names = "Times do Grupo H")

fifa_longo |> 
  filter(grupo == "D") |> 
  select(time) |> 
  distinct() |> 
  kable(col.names = "Times do Grupo D")

fifa_longo |> 
  filter(rodada == 3) |> 
  group_by(grupo) |> 
  summarise(
    media = mean(elo),
    sd    = sd(elo)
  ) |> 
  arrange(desc(sd)) |> 
  kable(
    digits     = 1,
    col.names  = c("Grupo", "ELO Médio", "Desvio-Padrão ELO"),
    caption    = "Variabilidade do ELO por grupo - Rodada 3"
  )

fifa_longo |> 
  filter(grupo == "C") |> 
  select(time) |> 
  distinct() |> 
  kable(col.names = "Times do Grupo C")

Visualização: Evolução do ELO ao Longo das Rodadas

O gráfico abaixo mostra a trajetória do ELO de cada seleção ao longo das rodadas da fase de grupos, separado por grupo. Cada linha representa um time.

fifa_longo |> 
  ggplot(aes(x = (rodada - 1), y = elo, group = time)) + 
  geom_line(alpha = 0.8) +
  geom_point(size = 1.5, alpha = 0.6) +
  facet_wrap(~ grupo, nrow = 4) + 
  labs(
    title   = "Evolução do ELO por Grupo - Copa do Mundo 2026",
    subtitle = "Cada linha representa uma seleção participante",
    x       = "Rodada",
    y       = "Ranking ELO"
  ) + 
  scale_x_continuous(breaks = 0:3, labels = 0:3, minor_breaks = NULL) + 
  scale_y_continuous(minor_breaks = NULL)

Variação do ELO: Antes e Depois da Fase de Grupos

fifa_longo |> 
  filter(rodada %in% c(0, 3)) |> 
  pivot_wider(
    id_cols     = c(time, grupo), 
    names_from  = rodada, 
    values_from = elo,
    names_prefix = "elo_rodada_"
  ) |> 
  mutate(diferenca_elo = elo_rodada_3 - elo_rodada_0) |> 
  arrange(desc(diferenca_elo)) |> 
  head(10) |> 
  kable(
    digits     = 1,
    col.names  = c("Time", "Grupo", "ELO Rodada 0", "ELO Rodada 3", "Variação ELO"),
    caption    = "Top 10 seleções com maior ganho de ELO na fase de grupos"
  )

fifa_longo |> 
  filter(rodada %in% c(1, 3)) |> 
  pivot_wider(
    id_cols     = c(time, grupo), 
    names_from  = rodada, 
    values_from = elo,
    names_prefix = "elo_rodada_"
  ) |> 
  mutate(diferenca_elo = elo_rodada_3 - elo_rodada_1) |> 
  arrange(diferenca_elo) |> 
  head(10) |> 
  kable(
    digits     = 1,
    col.names  = c("Time", "Grupo", "ELO Rodada 1", "ELO Rodada 3", "Variação ELO"),
    caption    = "Top 10 seleções com maior queda de ELO entre as rodadas 1 e 3"
  )

Distribuição do ELO por Grupo

fifa_longo |> 
  filter(rodada == 1) |> 
  ggplot(aes(x = elo, y = 0)) + 
  geom_point(size = 3, alpha = 0.8) + 
  facet_wrap(~ grupo, nrow = 4) + 
  scale_y_continuous(breaks = NULL) + 
  scale_x_continuous(breaks = NULL) + 
  labs(
    title    = "Distribuição do ELO por Grupo - Rodada 1",
    subtitle = "Cada ponto é uma seleção",
    x        = "ELO",
    y        = ""
  )

fifa_longo |> 
  filter(rodada == 3) |> 
  ggplot(aes(x = elo, y = 0)) + 
  geom_point(size = 3, alpha = 0.8) + 
  facet_wrap(~ grupo, nrow = 4) + 
  scale_y_continuous(breaks = NULL) + 
  scale_x_continuous(breaks = NULL) + 
  labs(
    title    = "Distribuição do ELO por Grupo - Rodada 3",
    subtitle = "Cada ponto é uma seleção",
    x        = "ELO",
    y        = ""
  )

Conclusão

Esta análise explorou os dados da fase de grupos da Copa do Mundo 2026 sob a ótica do ranking ELO. Os principais achados foram:

• A Copa 2026, com 12 grupos e 48 seleções, apresenta grande variabilidade no nível competitivo, com grupos muito desequilibrados (como o H) e outros bastante nivelados.
• A variação do ELO entre o início e o fim da fase de grupos permite identificar as seleções que superaram ou frustraram as expectativas.
• Há amplo espaço para análises de calibração do modelo ELO, investigação de zebras e comparação entre diferentes estratégias de previsão.