Sergio Prieto (CITIC) desenvolve un modelo que estima a transferencia de votos en eleccións consecutivas
mércores, 26 de xullo do 2023
Sergio
Prieto García, investigador do Centro de Investigación en
Tecnoloxías da Información e Comunicación (CITIC), desenvolveu
para o seu Traballo Fin de Máster en Técnicas Estatísticas un
modelo matemático que, en palabras do centro da UDC, “podería
converterse nun gran aliado para os partidos políticos en campaña
electoral”. Baixo a dirección de Ricardo Cao, catedrático de
Estatística na UDC, o proxecto titulado Estimación
en táboas de continxencia con marxinais dadas logrou desenvolver
un método que estima as probabilidades de transferencia de votos
entre partidos políticos en dous comicios consecutivos.
Poñéndonos
en antecedentes, o investigador CITIC explica que tradicionalmente o
Centro de Investigacións Sociolóxicas (CIS) viña realizando
enquisas para obter as estimacións a nivel estatal das porcentaxes
de transvasamento de votos entre formacións. Prieto engade que estes
inquéritos poderían extraer estimacións fiábeis a nivel estatal
do comportamento dos electores. En cambio, segundo o investigador, “é
moi difícil analizar as transferencias a nivel municipal ou
autonómico unicamente coas respostas aos cuestionarios”. Coa nova
ferramenta, “permitiríase analizar de forma rápida como se
transferiu o voto en cada un dos municipios españois, xa que o único
que se necesita son os datos brutos por mesa electoral, é dicir, os
cálculos de votos a cada partido en cada unha das mesas”, apunta.
O
modelo exposto por Prieto baséase no algoritmo
expectation-maximization,
que manexa os datos das votacións a través de táboas de
continxencia. Os resultados obtidos por cada partido envórcanse nun
Excel no que se constrúen estas táboas de continxencia, tantas como
mesas electorais existen. A partir de aí, aplícase este algoritmo
matemático tralo
que se obtén unha táboa definitiva que desvela as porcentaxes de
probabilidade de transferencia de votos entre uns comicios e os
seguintes. “Estes datos poden
servir aos partidos políticos para ver por onde perderon ou gañado
electorado e, en función dos resultados, tomar decisións”, valora
o novo investigador,
salientando que esta aproximación “é máis
rápida e precisa, xa que utiliza datos reais das mesas electorais no
canto de depender de
enquisas, un proceso que require de varias semanas de espera para
coñecer os resultados mentres que, aplicando este algoritmo, as
estimacións obtéñense ao instante”. Ademais, este método ofrece
unha maior fiabilidade con respecto ás enquisas, xa que estas
dependen de se os votantes deciden responder ou non. A maiores,
tamén cabe a posibilidade de que as respostas que ofrezan poidan non
ser verdadeiras.
Prieto
destaca que a utilidade deste mecanismo non se limita unicamente ao
ámbito electoral. O investigador sinala que “o método podería
aplicarse para analizar o comportamento humano en diferentes
contextos, tales como o mercado, as ciencias sociais e
comportamentales ou a saúde pública; e
neste último ámbito, de
feito, as táboas de
continxencia poderían utilizarse para estudar a asociación entre
diferentes factores de risco e a aparición de enfermidades”.
O
proxecto completo, incluíndo a memoria detallada e o código en R
utilizado, atópase dispoñíbel
para a súa consulta no repositorio persoal de GitHub de Sergio
Prieto García.
O
investigador compartiu unha táboa na que se representa
a transferencia do voto entre opcións políticas das eleccións
municipais celebradas na Coruña no ano 2019 e as eleccións
municipais celebradas tamén na Coruña no ano 2023. Cada un dos
nomes das filas pertencen ás opcións correspondentes ao ano 2019,
mentres que as columnas representarían o ano 2023. Así mesmo, cada
unha das celas indica como se transferiu o voto dunhas eleccións a
outras. Un exemplo: na primeira das celas, correspondente ao PSOE nas
filas e ao PSOE nas columnas, o valor de 56.33% representa a
estimación da porcentaxe de votantes que mantiveron o seu voto ao
PSOE en ambas as eleccións.