Conteo Rápido Automatizado: Elecciones en México 2024
Resumen
En este estudio se presenta una propuesta de Conteo Rápido Automatizado (CRA) utilizando un enfoque de machine learning para estimar los resultados de la votación tanto para la elección a la presidencia de México como para las gubernaturas 2024. El CRA aprovecha los datos en tiempo real proporcionados por el Instituto Nacional Electoral (INE) para determinar, para cada candidato, el modelo de machine learning que mejor estima el porcentaje obtenido, utilizando a su vez métodos de remuestreo así como el error cuadrático medio para la selección del mejor modelo y la evaluación de su rendimiento. Se realizó una calibración del CRA utilizando datos de elecciones anteriores en México. Posteriormente, se aplicó el CRA a los datos de las elecciones de 2024, obteniendo estimaciones que fueron consistentes con las presentadas por el Comité Técnico Asesor del INE. Las principales diferencias entre la metodología de Conteo Rápido presentada por el INE y la propuesta radica en la muestra considerada y los algoritmos utilizados. Mientras el INE espera a que se cumpla un porcentaje determinado de la muestra, nuestra metodología toma en cuenta únicamente los datos que se van reportando.
Descargas
Citas
Anzarut, M., González, L. F., & Ortiz, M. T. (2019). A heavy-tailed multilevel mixture model for the quick count in the Mexican elections of 2018. In Selected Contributions on Statistics and Data Science in Latin America: 33 FNE and 13 CLATSE, 2018, Guadalajara, Mexico, October 1− 5 (pp. 1-13). Springer International Publishing.
https://link.springer.com/chapter/10.1007/978-3-030-31551-1_1
Aparicio, J. (2009). Análisis estadístico de la elección presidencial de 2006: ¿Fraude o errores aleatorios?. Política y gobierno, 16(SPE2), 225-243.
https://www.scielo.org.mx/scielo.php?pid=S1665-20372009000400010&script=sci_arttext
Argandoña-Mamani, A., Ormeño-Alarcón, T., Iparraguirre-Villanueva, O., Paulino-Moreno, C., Cabanillas-Carbonell, M. (2024). Predicting Election Results with Machine Learning—A Review. In: Yang, XS., Sherratt, R.S., Dey, N., Joshi, A. (eds) Proceedings of Eighth International Congress on Information and Communication Technology. ICICT 2023. Lecture Notes in Networks and Systems, vol 695. Springer, Singapore. https://doi.org/10.1007/978-981-99-3043-2_82
Barreto, M. A., Guerra, F., Marks, M., Nuño, S. A., & Woods, N. D. (2006). Controversies in exit polling: Implementing a racially stratified homogenous precinct approach. PS: Political Science & Politics, 39(3), 477-483. doi:10.1017/S1049096506060689
Bernardo, J. M., & Girón, F. J. (1992). Robust sequential prediction from non-random samples: The election night forecasting case. Bayesian Statistics, 4, 61-77.
Brown, P. J., Firth, D., & Payne, C. D. (1999). Forecasting on British election night 1997. Journal of the Royal Statistical Society Series A: Statistics in Society, 162(2), 211-226.
https://doi.org/10.1111/1467-985X.00131
Cochran, W. G. (2001). Sampling techniques. John Wiley & Sons.
Curtice, J., & Firth, D. (2008). Exit polling in a cold climate: the BBC–ITV experience in Britain in 2005. Journal of the Royal Statistical Society Series A: Statistics in Society, 171(3), 509-539. https://doi.org/10.1111/j.1467-985X.2007.00536.x
del Tronco Paganelli, J., Flores Ivich, G., & Madrigal Ramírez, A. (2016). La utilidad de las encuestas en la predicción del voto. La segunda vuelta de Argentina 2015. Revista mexicana de opinión pública, (21), 73-92.
https://www.scielo.org.mx/scielo.php?pid=S2448-49112016000200073&script=sci_arttext
Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista Científica De Salud Y Desarrollo Humano, 1(1), 46–59.
https://doi.org/10.61368/r.s.d.h.v1i1.9
Erdely Ruiz, A. (2019). Análisis estadístico ex post del conteo rápido institucional de la elección de gobernador del Estado de México en 2017. Apuntes Electorales, 18(60), 227–262. Recuperado a partir de https://aelectorales.ieem.org.mx/index.php/ae/article/view/139
Eslava, G. (2009). Las elecciones de 2006 un análisis del conteo rápido. Ciencias, (084). Recuperado a partir de https://revistas.unam.mx/index.php/cns/article/view/12072
Estok, M., Nevitte, N., Cowan, G., 2002. The Quick Count and Election Observation. A NDI Handbook for Civil Organizations and Political Parties. National Democratic Institute. Available at: https://www.ndi.org/files/1417_elect_quickcounthdbk_0. pdf
Fernández-Delgado, M., Sirsat, M. S., Cernadas, E., Alawadi, S., Barro, S., & Febrero-Bande, M. (2019). An extensive experimental survey of regression methods. Neural Networks, 111, 11-34. https://doi.org/10.1016/j.neunet.2018.12.010
Gómez Ramón , R. del C., Diez Irizar , G. A., Herrera Sánchez , B., & Pérez Rejón , J. Ángel. (2024). Impacto del curso propedéutico de matemáticas básicas: caso estudiantes de nuevo ingreso a nivel superior. Estudios Y Perspectivas Revista Científica Y Académica , 4(1), 179–194.
https://doi.org/10.61384/r.c.a.v4i1.91
Gómez Ramón , R. del C., Diez Irizar , G. A., Herrera Sánchez , B., & Pérez Rejón , J. Ángel. (2024). Impacto del curso propedéutico de matemáticas básicas: caso estudiantes de nuevo ingreso a nivel superior. Estudios Y Perspectivas Revista Científica Y Académica , 4(1), 179–194.
https://doi.org/10.61384/r.c.a.v4i1.92
Hartlyn, J., McCoy, J., & Mustillo, T. M. (2009). La importancia de la gobernanza electoral y la calidad de las elecciones en la América Latina contemporánea. América Latina Hoy, 51, 15-40.
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning: with applications in R. Spinger. https://link.springer.com/book/10.1007/978-1-0716-1418-1
Kavanagh, D. (2011). Las encuestas de opinión pública. La Sociología en sus Escenarios, (24). https://revistas.udea.edu.co/index.php/ceo/article/view/10975
Mendoza, M., & Nieto-Barajas, L. E. (2016). Quick counts in the Mexican presidential elections: A Bayesian approach. Electoral Studies, 43, 124-132.
https://doi.org/10.1016/j.electstud.2016.06.007
Martínez, O., Aranda , R., Barreto , E., Fanego , J., Fernández , A., López , J., Medina , J., Meza , M., Muñoz , D., & Urbieta , J. (2024). Los tipos de discriminación laboral en las ciudades de Capiatá y San Lorenzo. Arandu UTIC, 11(1), 77–95. Recuperado a partir de
https://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/179
Nanguce López , M., & Sierra Ramírez, J. A. (2024). Funcionalidad familiar y depresión en adultos mayores con diabetes. Revista Científica De Salud Y Desarrollo Humano, 5(1), 378–391.
https://doi.org/10.61368/r.s.d.h.v5i1.101
Pavía-Miralles, J. M. (2005). Forecasts From Nonrandom Samples: The Election Night Case. Journal of the American Statistical Association, 100(472), 1113–1122.
https://doi.org/10.1198/016214504000001835
Probst, P., Boulesteix, A. L., & Bischl, B. (2019). Tunability: Importance of hyperparameters of machine learning algorithms. Journal of Machine Learning Research, 20(53), 1-32.
https://www.jmlr.org/papers/v20/18-444.html
Ruiz, A. E. (2018). La falacia del empate técnico electoral/The fallacy of technical tie in electoral polls. Revista Mexicana de Estudios Electorales, 2(20), 11-47.
https://rmee.org.mx/index.php/RMEstudiosElectorales/article/view/260
Sedransk, J. H., & Clyde, R. W. (1966). A Generalized Technique for Predicting Election Results From Early Returns. The Public Opinion Quarterly, 30(3), 416-422.
https://www.jstor.org/stable/2747141
v, H., & Quispe Coca, R. A. (2024). Tecno Bio Gas. Horizonte Académico, 4(4), 17–23. Recuperado a partir de https://horizonteacademico.org/index.php/horizonte/article/view/14
Woldenberg, J. (2012). Historia mínima de la transición democrática en México. El Colegio de Mexico AC.https://books.google.com.mx/books?hl=es&lr=&id=MfkZAwAAQBAJ&oi=fnd&pg=PT4&dq=conteos+r%C3%A1pidos+en+mexico+historia+empiezan+en+1994&ots=OMJxT2mtCE&sig=Gyps0b6u1Ow3i_08NGfU2SIc-0U&redir_esc=y#v=onepage&q&f=false
Derechos de autor 2024 Luz Judith Rodríguez Esparza, Jesús Salazar Ibarra , Rafael G. Vargas Pasaye, Lorena Yolanda Carrillo Cerrillo
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.