Dados abertos
Tudo o que aparece nas páginas da Liga Portugal vem de ficheiros JSON estáticos servidos deste site. Não há API a proteger, chave a pedir nem limite de pedidos: são ficheiros, e estão aqui.
Se construir alguma coisa com eles, use-os à vontade — só pedimos atribuição a estimador.pt e uma ligação para a página de origem. E se publicar, diga-nos: gostamos de ver.
A lista abaixo é gerada a partir do que está realmente no servidor no momento em que a página foi construída.
https://estimador.pt/data/football/liga-2026-27/
| Ficheiro | O que é | Tamanho |
|---|---|---|
| ask.json | — | 40 KB |
| ask_samples.json | — | 607 KB |
| cards.json | Manifesto dos cartões de partilha da jornada: que imagens existem, para que jornada e como se chamam. | 3 KB |
| contested_ratings.json | Posse disputada: probabilidade de ganhar duelos aéreos e no chão, defesas e médios, agregada sobre três épocas de carreira. Células que falharam uma porta pré-registada trazem ranking: null. | 81 KB |
| contrib_ratings.json | Contribuição ofensiva: golos mais assistências por 90 acima do substituto, com intervalo, a variação face ao ranking só de golos e a distribuição da métrica por posição. | 28 KB |
| def_ratings.json | Defesas: mais-valia ajustada sobre golos sofridos. Pode trazer apenas diagnósticos, se o modelo concluir que os jogadores não são separáveis dos colegas de equipa. | 44 KB |
| game_fixtures.json | — | 123 KB |
| gk_channels.json | Os três eixos de guarda-redes, publicados separados e nunca combinados: intervenção em cruzamentos (separável), saídas da área (estilo) e defesa de remates (nulo com potência adequada em três épocas). | 22 KB |
| gk_ratings.json | Guarda-redes: golos evitados face ao xGOT dos remates enfrentados, em bruto e modelado, por 90 minutos e com intervalo. Traz também a validação fora da amostra e as regras de exclusão de remates. | 23 KB |
| injuries.json | Lesionados e suspensos por clube, com motivo, regresso previsto quando conhecido e valor de mercado. Instantâneo com data. | 4 KB |
| market_scorecard.json | A avaliação do modelo contra a linha de fecho da Pinnacle em 504 jogos e oito épocas, com erro padrão emparelhado em cada bloco. | 7 KB |
| mdNN.json 6 ficheiros (md00.json … md05.json) | A previsão de uma jornada: classificação simulada com probabilidades de título, top 3 e descida, forças de ataque e defesa, xPts e a classificação real nessa altura. | 107 KB |
| mdNN_scenarios.json 5 ficheiros (md01_scenarios.json … md05_scenarios.json) | Análise condicional da mesma jornada: jogos decisivos, caminhos para o título e para a manutenção, e probabilidades condicionadas a cada resultado. São ficheiros grandes. | 2,2 MB |
| narratives.json | — | 98 KB |
| players.json | Ranking de jogadores pelo Soccer Factor Model: golos acima do nível de substituto por 90 minutos, com intervalo de credibilidade e a variação face à época anterior. | 19 KB |
| players_detail.json | — | 146 KB |
| samples.json | Épocas completas tiradas à sorte da simulação de Monte Carlo — posição, pontos e diferença de golos de cada equipa em cada época sorteada, mais os quantis de pontos. | 74 KB |
| social.json | — | 8 KB |
| squad_change.json | — | 47 KB |
https://estimador.pt/data/football/liga-2025-26/
| Ficheiro | O que é | Tamanho |
|---|---|---|
| mdNN.json 19 ficheiros (md04.json … md31.json) | A previsão de uma jornada: classificação simulada com probabilidades de título, top 3 e descida, forças de ataque e defesa, xPts e a classificação real nessa altura. | 273 KB |
| mdNN_scenarios.json 9 ficheiros (md23_scenarios.json … md31_scenarios.json) | Análise condicional da mesma jornada: jogos decisivos, caminhos para o título e para a manutenção, e probabilidades condicionadas a cada resultado. São ficheiros grandes. | 1,5 MB |
| review.json | A revisão de uma época terminada: classificação final, xPts por equipa, índice de sorte e a evolução das probabilidades que o modelo publicou durante o ano. | 24 KB |
Os ficheiros de jornada (mdNN.json) são o ponto de partida para quase tudo. Os campos abaixo são os que interessam.
| Campo | O que é |
|---|---|
| table[] | Uma entrada por equipa: mean_pts, std_pts, mean_gd e as probabilidades p_champion, p_top3, p_relegation, cada uma com intervalo _lo/_hi (erro de Monte Carlo). |
| actual_standings[] | A classificação real no momento da previsão: played, points, gf, ga, gd. |
| xpts_table[] | Pontos esperados a partir do xG de cada jogo: xpts, xgf, xga, played. Não usa os parâmetros do modelo — é uma leitura independente. |
| team_strengths{} | Ataque e defesa por equipa, em escala logarítmica e centrados em zero. Valores positivos de defense significam pior defesa. |
| position_probs{} | Por equipa, a probabilidade de terminar em cada posição, do 1.º ao último. Soma 1. |
| next_matchday{} | A jornada seguinte com p_home, p_draw e p_away por jogo. |
| matchday_results[] / matches_remaining[] | Jogos já disputados da jornada em curso, e os que ainda faltam (com kickoff quando conhecido). |
| season, matchday, model, n_sims, timestamp | Metadados: que época, que jornada, que modelo, quantas simulações e quando foi gerado (UTC, ISO 8601). |
Não há índice: os ficheiros de jornada seguem o padrão mdNN.json com dois dígitos, e o mais recente é o do número mais alto. A jornada em curso está sempre no ficheiro com o NN mais elevado da época atual.
# um ficheiro de jornada (o mais recente é o NN mais alto)
curl -s https://estimador.pt/data/football/liga-2026-27/md01.json | jq '.table[0]'
# a classificação final e o índice de sorte de 2025-26
curl -s https://estimador.pt/data/football/liga-2025-26/review.json | jq '.luck[:3]'Livres de usar, redistribuir e transformar, incluindo para fins comerciais, desde que a fonte seja atribuída: «estimador.pt» com ligação para a página correspondente. Os dados são fornecidos como estão, sem garantias — são previsões probabilísticas de um modelo estatístico, e por definição vão estar erradas parte do tempo.
Resultados e estatísticas de jogo (incluindo xG) da SofaScore; cotações de fecho da Pinnacle via football-data.co.uk; lesões e valores de mercado do Transfermarkt. As probabilidades vêm de um modelo hierárquico bayesiano de Poisson ajustado com PyMC e de 50 mil simulações de Monte Carlo por publicação.