Está en la página 1de 4

Reporte Coyuntural

RESUMEN

Pronóstico -Se presenta modelo


matemático que
electoral: ¿Cuál pronostica con cierta
eficacia resultados
electorales recientes
sería el resultado en Chile.
-Para el plebiscito de
entrada, el modelo
si el plebiscito arrojó como resultado
que la opción Apruebo
ganaría con un 77.80%
fuese mañana? de las preferencias,
mientras resultado
25-07-2022 final fue de 78.28%.
-Para la segunda vuelta
Presentación entre Boric y Kast el
El presente documento reporta los resultados de un análisis predictivo sobre modelo pronosticó un
el avance del clima electoral de cara al plebiscito de salida para la propuesta triunfo de Boric por un
de Nueva Constitución en Chile. Este análisis trabaja con datos masivos 57% contra 43% de
obtenidos desde las tendencias de Google, registrando el interés en el tiempo Kast, mientras
que generan ciertos conceptos. No es una encuesta, sino un modelo resultado final fue de
matemático predictivo en base a la interacción en el mundo virtual. Esta
forma de comprender el comportamiento electoral es relativamente reciente 55.64% para Boric.
en la literatura, pero con buenos resultados en otras investigaciones similares1. -Si el plebiscito fuera
En este caso, se aplica un método estadístico avanzado por un modelo mañana, el modelo
autorregresivo integrado de media móvil2 sobre la tendencia de una opción indica que la opción
sobre la otra en un período de tiempo cercano a la elección. Anteriormente, APRUEBO ganaría con
este modelo fue calibrado usando datos coyunturales durante otras elecciones
un 55.97% por sobre
en Chile. En el plebiscito 2020, el modelo recogió datos para las últimas tres
semanas de la campaña electoral hasta el día anterior del plebiscito por una el Rechazo.
nueva constitución a celebrarse el 25 de octubre 2020. En esa primera
aproximación el resultado fue el siguiente:

1 Riccardo Cantini et al., ‘Analyzing Political Polarization on Social Media by Deleting Bot Spamming’, Big Data and Cognitive Computing 6, no. 1
(4 January 2022): 3, https://doi.org/10.3390/bdcc6010003; Maryam Bilal et al., eds., ‘2018 Pakistan General Election: Understanding the
Predictive Power of Social Media’, in 2018 12th International Conference on Mathematics, Actuarial Science, Computer Science and Statistics (MACS), 12
(Karachi, 2018); Harald Schmidbauer, Angi Rösch, and Fabian Stieler, ‘The 2016 US Presidential Election and Media on Instagram: Who Was
in the Lead?’, Computers in Human Behavior 81 (April 2018): 148–60, https://doi.org/10.1016/j.chb.2017.11.021.
2 Damodar N. Gujarati and D. C. Porter, Basic of Econometric, Fifth Edition., Econometrics, 2009.

1
Valor p Ljung-
Origen de datos Resultado Diferencia Sigma2 Error estándar
Box

Modelación 77.80% -0.47% 0.004355 0.22 6.86%

SERVEL 78.28%

A partir de este primer ejercicio predictivo, se obtienen algunas observaciones constructivas para mejorar
el modelo. Lo primero, se decide trabajar con series de tiempo más extendidas para aumentar la varianza
entre períodos, lo que en la teoría de predicciones por serie de tiempo se plantea como aspecto relevante
para reducir la imprecisión del modelo. Aún con esta limitante, el modelo fue altamente preciso con un
error de solo un -0.47% entre el modelo y resultado real del plebiscito de entrada. Lo segundo, que se
observa en la figura especialmente, pareciera que las personas interactúan más con su opción de voto
entre 20 a 15 días antes de la elección, momento clave para campañas y tomas de decisión de posibles
votantes. Aun así, esto es un supuesto que necesita mayor evidencia empírica para su sustento.
Un segundo ejercicio predictivo se realiza para la predecir la segunda vuelta electoral entre Boric y Kast
en diciembre 2021. Los resultados de este ejercicio predictivo fueron publicados en este vínculo,
indicando que Gabriel Boric obtendría un 57% y José Antonio Kast un 43%, registrando en esta ocasión
una diferencia de 1.36% con el resultado definitivo de esa segunda vuelta, logrando así mayor precisión
que la encuesta Criteria (diferencia de 1.6%), CADEM (diferencia de 2.64%), Pulso Ciudadano (3.36%)
y Atlas Intel (4.64%). Si bien el modelo fue menos preciso que ante los resultados del plebiscito, si logra
resultados competitivos con los resultados de encuestas, permitiendo plantear que la modelación
matemática en base a datos de redes sociales puede funcionar en el rol de predecir resultados
eleccionarios, siempre y cuando los datos se recojan cerca de la elección. Es decir, también, este
mecanismo de medición puede ser indicativo de qué tanta interacción e interés generan campañas
electorales de dos opciones en competencia directa entre sí. Es decir, el instrumento funciona solo para
medir dos opciones en disputa y no una elección múltiple.

2
Pronóstico
A partir de esta metodología, se realiza un ejercicio exploratorio para responder a la siguiente pregunta:
¿Cuál sería el resultado electoral si el plebiscito de salida fuera mañana?
Se recogen los datos de los últimos 21 días (500 horas) de interacciones en internet para revisar el
interés que despiertan las opciones Apruebo o Rechazo, con filtros de exclusividad para una o para otra
(es decir, tomar solo aquellas que hablan de Apruebo o solo aquellas que hablan de Rechazo). El
resultado es el siguiente:

Rango (error
Origen de datos Resultado Diferencia Sigma2
estándar)

Modelación 55.97% Mínimo: 32.99%


16.97% 0.04633
CADEM 39% Máximo: 78.17%

Si la elección fuese en 24 horas, la opción Apruebo tendría un 55.97% de las preferencias y la opción
rechazo un 44.03%. El modelo predictivo ha mostrado una eficacia importante en otras elecciones y por
ende, se indica que en base a dichos resultados anteriores, este resultado tiene asidero. Sin embargo, el
error estándar es muy amplio en parte porque se ha producido un cambio en patrones de interacción
recientes a favor del Apruebo y el ajuste del modelo de serie de tiempo necesitará más días para ver si el
alza reciente del Apruebo se mantiene. Hace una semana atrás, esta misma metodología entregaba un
resultado a favor del Apruebo pero estrecho, solo un 50.67% a favor de dicha opción. Esta distancia
aumentó hacia el fin de semana.
Aun así, existen dos salvedades: la primera es que esta elección es distinta a las anteriores porque el voto
es obligatorio, lo que podría alterar en mayor medida su precisión. Por otro lado, la elección no es mañana
y las campañas oficiales aun no comienzan, por lo que este modelo está indicando el clima electoral mas
que la realidad de los votantes. Su precisión debiera aumentar a medida que se acerque la elección.

La figura indica la serie original en verde y la serie suavizada por Hodrick-Prescott en rojo.

3
Detalle Metodológico
La estimación toma una base total de 504 observaciones desde el 4 de julio de 2022 a las 16.00 hrs hasta
el 25 de julio de 2022 hasta las 01.00 hrs. El modelo utilizado no requiere aplicar diferencias entre
observaciones dado que el test de Dickey-Fuller tiene un valor de p inferior a 0.01 por lo que la serie es
estacionaria. El modelo ARIMA para la predicción usa un valor de retardo en períodos de 2, una media
móvil cuya dependencia del error en las observaciones pasadas es de 1 y el orden de la primera
diferencia es 1. Esto implica que el modelo para obtener los coeficientes de predicción se basa en un
ARIMA (2,1,1), cuyos residuos evaluados por el test Box-Ljung indican un valor de pe de 0.8151, por lo
que la hipótesis nula tiene suficiente independencia para elaborar un test predictivo. Se aplica un
pronóstico para 24 horas hacia el futuro de la serie y se obtiene
Predicción Máximo Mínimo Error Estándar

55,77% 77,23% 77,23% 21,46%

54,50% 76,02% 76,02% 21,52%

56,19% 77,99% 77,99% 21,81%

55,85% 77,66% 77,66% 21,81%

56,09% 77,93% 77,93% 21,84%

56,02% 77,87% 77,87% 21,85%

56,06% 77,93% 77,93% 21,87%

56,05% 77,93% 77,93% 21,88%

56,05% 77,95% 77,95% 21,90%

56,05% 77,96% 77,96% 21,91%

56,05% 77,98% 77,98% 21,93%

56,05% 77,99% 77,99% 21,94%

56,05% 78,01% 78,01% 21,95%

56,05% 78,02% 78,02% 21,97%

56,05% 78,04% 78,04% 21,98%

56,05% 78,05% 78,05% 22,00%

56,05% 78,07% 78,07% 22,01%

56,05% 78,08% 78,08% 22,03%

56,05% 78,10% 78,10% 22,04%

56,05% 78,11% 78,11% 22,06%

56,05% 78,12% 78,12% 22,07%

56,05% 78,14% 78,14% 22,09%

56,05% 78,15% 78,15% 22,10%

56,05% 78,17% 78,17% 22,12%

También podría gustarte