Sergio Prieto (CITIC) desenvolve un modelo que estima a transferencia de votos en eleccións consecutivas

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.