Qué es el modelo

Este sitio publica un modelo electoral: una estimación, hecha con las encuestas publicadas, de cómo se repartirían el voto y los escaños en las elecciones generales y autonómicas si se votara hoy, y de lo que puede pasar el día de la votación. No hace encuestas propias ni adivina el resultado: resume lo que dicen las encuestas, tiene en cuenta cuánto se han equivocado en el pasado y lo expresa en escaños y probabilidades.

Tiene dos partes. La primera es un promedio de encuestas: cada sondeo pesa más o menos según su muestra y el historial de su encuestadora, y a cada encuestadora se le descuenta su sesgo propio. La segunda es una simulación: a partir del promedio, el modelo sortea 10.000 elecciones posibles (en las generales), reparte los escaños de cada una con las reglas de cada circunscripción y cuenta en cuántas ocurre cada cosa. Las páginas de abajo cuentan cómo funciona cada parte, cómo se califica a las encuestadoras y cuánto acierta el modelo.

Los datos

El modelo parte de tres fuentes. Los sondeos son los que recoge Wikipedia, con su licencia CC BY-SA 4.0: las tablas de intención de voto de cada elección general y autonómica. Los resultados oficiales de las generales son los del Ministerio del Interior; los de las autonómicas salen de los artículos de cada elección en Wikipedia. A ello se suma un catálogo propio de cada ámbito con sus partidos, sus bloques (como derecha e izquierda) y sus circunscripciones, con los escaños que reparte cada una.

Los datos se curan a mano: cada partido que aparece en un sondeo se asigna a uno del catálogo, se anotan las herencias entre partidos que se fusionan o se refundan y cada encuestadora recibe una calidad previa. No se cargan los sondeos firmados por un propio partido.

La publicación

Cada publicación es un run: una ejecución completa del modelo identificada por su fecha y hora y por la versión del código (commit) con que se hizo. El pie de cada página muestra el identificador y la fecha de la publicación; el commit de cada run consta en su meta.json, que sirve la API en /api/v1/forecast/{scope}. Un run publicado no se modifica nunca; el siguiente pasa a ser el más reciente. Los runs retrospectivos son reconstrucciones de días pasados con el modelo de hoy y solo los sondeos publicados hasta ese día, y van marcados como tales: en los gráficos de evolución, con puntos huecos.

Todos los datos del sitio están en la API pública, bajo /api/v1, en JSON y, en las tablas, también en CSV con ?format=csv; el manifiesto de datos enumera lo publicado. Sondeos: Wikipedia, CC BY-SA 4.0. Origen de los datos: Ministerio del Interior. Modelo y curación: Luis Sancho.

Limitaciones

Lo que el modelo no puede hacer, o hace solo en parte:

• Pocas elecciones para calibrar: el error histórico, la deriva y el backtest se apoyan en un puñado de elecciones generales con sondeos abundantes, y en las autonómicas hay aún menos por comunidad. Las cifras del backtest son orientativas.
• Calibración de los intervalos: en el backtest de las generales, el intervalo del 95 % contiene el resultado el 96 % de las veces a 6 días de la votación y el 80 % a 180 días. Por debajo del 95 %, los intervalos son demasiado estrechos; parte del error que les falta son desviaciones comunes a todas las encuestadoras, que ninguna corrección por encuestadora elimina.
• Sucesión de partidos: cuando los partidos se fusionan, se separan o nacen, el modelo suma o hereda sus sondeos y sus resultados según reglas fijadas a mano. Sumar los sondeos de las partes suele sobreestimar a la coalición, la deriva adicional de un partido que se está disolviendo no se modela y un partido sin resultado previo ni partido del que heredarlo no obtiene escaños en la proyección.
• Veda: la ley electoral prohíbe publicar sondeos nuevos en los cinco días anteriores a la votación (artículo 69.7 de la LOREG), así que el promedio no puede recoger los movimientos de la opinión en esos últimos días. La publicación se congela al empezar la veda, cinco días antes de la votación, con el pronóstico definitivo. Los sondeos que se publican fuera de España durante la veda se cargan en la base, pero no entran en el promedio porque su trabajo de campo acaba dentro de esos cinco días, y la API en vivo no los sirve.