Cálculo Electoral presenta un agregador de encuestas y un modelo de pronóstico electoral para las Elecciones Presidenciales de Colombia. Algunos de los métodos que empleamos son tomados del trabajo que Nate Silver realiza en 538. Aquí describimos paso a paso de donde vienen los números que publicamos.

1. Agregador de Encuestas

La intención de voto de cada candidato (a la fecha de la última encuesta disponible) se lo obtiene siguiendo los siguientes cuatro pasos: recopilación de información, cálculo de ponderaciones para cada encuesta, homologación de resultados y estimación del promedio de intención de voto.

1.1. Recopilación de Información

Utilizamos la información divulgada en los portales digitales de las siguientes empresas registradas en el Consejo Nacional Electoral (CNE): Centro Nacional de Consultoría, Guarumo & EcoAnalítica, Invamer, JPG, Tecnologías y Servicios Electorales, y Yanhass; y de los siguientes centros de estudio o encuestadoras que han realizado seguimiento a nivel internacional de la intención electoral: Atlas Intel, Celag y Massive Caller.

Prestaremos particular atención a la metodología empleada por cada empresa encuestadora, el ámbito en el que habitualmente realizan encuestas (nacional, regional, municipal, urbana, rural, etc.) y la frecuencia con la que realizan estudios de opinión.

1.2. Cálculo de Ponderaciones

Para poder calcular un promedio ponderado, debemos primero asignar pesos a cada encuesta. Utilizamos una escala de 100 puntos para calificar a cada encuesta en base a los siguientes cuatro criterios:

• - técnica utilizada para entrevistar,
• - ámbito (cobertura) en el universo de la muestra,
• - capacidad para acercarse a los resultados de la Elección Presidencial Colombia 2018 (para la Segunda Vuelta: acierto de la Primera Vuelta 2022), y
• - actualidad de la encuesta (número de días antes de las elecciones).

Los tres primeros criterios aportan equitativamente con 33.3 puntos, y están relacionados con la calificación de la encuestadora. El primer criterio otorga una calificación según la técnica utilizada para levantar las encuestas, de acuerdo a una categorización de las herramientas generalmente utilizadas: tarjetón simulado, entrevistas cara a cara, entrevistas telefónicas, o formulario en internet. En el segundo criterio, damos mayor ponderación a las encuestadoras cuyos datos publicados dan cuenta de levantamientos de muestra a nivel nacional, versus encuestadoras con coberturas regionales. Para el tercer criterio, calculamos el valor absoluto de las diferencias entre el último sondeo de cada encuestadora (excluyendo el exit poll) y el resultado final de la Primera Vuelta en las Elecciones Presidenciales de 2018, para cada candidato participante, para posteriormente sacar un promedio de dichas diferencias y obtener un EAM (error absoluto medio) para cada encuestadora. Posteriormente obtenemos un promedio grupal del EAM de las encuestadoras participantes, y determinamos un índice de relación dividiendo dicho promedio al EAM de cada encuestadora. Finalmente, establecemos una normalización en escala de 0 a 1 del valor de cercanía con el resultado final para cada encuestadora, dándole a las encuestadoras nuevas (participantes en 2022) el valor de normalización otorgado al promedio grupal. A esta capacidad de cercanía a resultados reales la volvemos a normalizar con respecto a 33.3, calificación que es obtenida por la empresa encuestadora con el menor EAM.

El último criterio es utilizado para tomar en cuenta la proximidad temporal de cada encuesta al día de la elección. A la suma de los 3 primeros criterios le multiplicamos por una función exponencial que hace las veces de filtro temporal. La constante de tiempo de este filtro se la determina a partir de la evolución temporal del nivel de decisión que reportan algunas encuestadoras. Al parametrizar las curvas del nivel de decisión para estas elecciones, encontramos que la constante de tiempo es de 12 días. Esto quiere decir que una encuesta publicada el día de hoy tendría 2.7 veces más influencia que una publicada hace 12 días.

1.3. Ajustes para Homologar Encuestas

1.4. Promedios Ponderados

El estimado de la intención de voto es el resultado de un promedio con pesos de las encuestas seleccionadas. El promedio se lo realiza individualmente para cada candidato. El momento que conozcamos de algún nuevo sondeo, lo someteremos al procedimiento descrito en los pasos anteriores para poder actualizar el estimado de la intención de voto.

2. Pronósticos

Reportamos pronósticos con base en un análisis de cómo evolucionan las tendencias de cada candidato, y además, estudiamos las principales fuentes de incertidumbre para poder simular la elección miles de veces. Los resultados de estas simulaciones son catalogados de acuerdo a sus diferentes desenlaces, y al contar resultados de similar desenlace (por ejemplo, cuántas veces el candidato ganador supera el 50%), podemos estimar cuál es la probabilidad de que dichos desenlaces ocurran al final de la contienda electoral.

2.1. Cálculo y Ajuste de Tendencias

El modelo hace comparaciones entre diferentes ediciones de la misma encuestadora. Por ejemplo, si Yanhaas registra que uno de los candidatos tiene un 33% de intención de voto en el mes de enero y obtiene un 36% en una versión de la encuesta con similar metodología durante el mes de febrero, esto sugiere que dicho candidato ganó 3 puntos porcentuales. Si hay suficientes datos, realizamos estas comparaciones para cada candidato y encuestadora por separado. Luego, tomamos estas comparaciones y trazamos una línea de tendencia haciendo uso de una regresión local. Estas tendencias por encuestadora nos ayudan a decidir cómo calcular tendencias globales conforme aparecen nuevos puntos para ser agregados. Cuando esta información no está disponible, hacemos una regresión local directamente sobre los puntos que aparecen en el agregador de encuestas (independientemente de la encuestadora). Procuramos utilizar funciones con pocos parámetros y de bajo orden, para evitar efectos no lineales en extrapolaciones. Nos aseguramos de que el sumatorio de cada punto (en el tiempo) de las líneas de tendencia sume 100%, y que sea posible para cada candidato ganar o perder votos.

Esta metodología fue puesta a prueba durante las elecciones presidenciales Colombia 2018: tanto en la primera vuelta, como en el balotaje. Estos resultados demostraron que el tratamiento que dimos a los datos para homologarlos fue adecuado. Los pronósticos de Cálculo Electoral fueron los que más se acercaron a los resultados de dichas elecciones. También participamos con éxito en las recientes elecciones presidenciales Chile 2017, Argentina 2019, Ecuador 2021, y Perú 2021.

2.2. Estimación de la Incertidumbre

El promedio proyectado de intención de voto para cada candidato se lo obtiene a partir de variables que tienen sus propios errores probabilísticos y/o sistemáticos. Estas variables son: 1) el nivel de participación probable, 2) la intención de voto por candidato difundida por encuestadoras, y 3) la fracción de indeterminados asignada a cada candidato. Para poder estimar la incertidumbre total, utilizamos el modelo simplificado de propagación de errores para funciones no-lineales (en donde se asume variables independientes).

La intención electoral de las encuestas en Colombia es reportada respecto al subconjunto de la misma que acabaría acudiendo a las urnas. Normalmente, los estudios de intención electoral comienzan por filtrar a los votantes probables de los improbables, y sólo al primer grupo se le pregunta por sus preferencias electorales. En estas elecciones, la mayoría de las encuestadoras no incluyen el nivel de participación (votantes probales) en sus fichas metodológicas. Para estimar la incertidumbre en la participación utilizamos la desviación estándar de la participación en las últimas cuatro primeras vueltas, y la discrepancia entre las pocas encuestas que difunden voto probable.

Para la segunda variable, las incertidumbres en las intenciones de voto son proporcionales a la discrepancia que existe entre los datos publicados por las diferentes encuestadoras. La incertidumbre en la tercera variable es proporcional a la fracción de indeterminados asignada a cada candidato.

2.3. Generación de Trayectorias

2.4. Cálculo de Probabilidades

Errores y Omisiones

Intentamos evitar manipular el modelo una vez que se publica, pero siempre estamos atentos a errores. Si hay cambios significativos en el modelo, los divulgaremos aquí.

---