🍽️ Entrada, las encuestas

Las encuestas públicamente disponibles tabuladas para comparar y descargar

Autor/a

Afiliación

Recetas Electorales

Análisis independiente

“Beliefs are hypotheses to be tested, not treasures to be guarded.”
- Philip Tetlock

Si la intención de voto es una proxy de la votación efectiva, vale la pena ver la historia completa. Sin índices abstrusos ni maromas estadisticas complejas.

La entrada recoge la proporción de intención de voto para cada candidato que han registrado todas las encuestas. Con estos datos se presenta una curva LOESS de la tendencia con un intervalo de confianza de 95%. Cada punto es proporcional a la muestra de intención de voto de cada encuesta.

Los datos compilados de las encuestas están consolidados en Github gracias a la información que las encuestadoras Invamer, CNCSocial, Datexco, Cifras y Conceptos, Yanhaas, Guarumo y CELAGeopolitica han hecho públicas.

---

Todas las encuestas juntas

library(tidyverse)
library(plotly)
library(lubridate)
library(ggrepel)

# Parametros ####
shape_entrada <- c(4,16,17,3,15,25,8,10)
colors_entrada <- c(
  "Germán Vargas Lleras" = "royalblue4",
  "Gustavo Petro"="gold2",
  "Humberto de la Calle"="red2",
  "Ivan Duque"="orangered",
  "Sergio Fajardo"="green4")

#1. Importar encuestas desde GitHub #### 
encuestas_ulr_2018 <- "https://raw.githubusercontent.com/nelsonamayad/Elecciones-presidenciales-2018/master/Elecciones%202018/encuestas2018.csv"
encuestas_2018 <- readr::read_csv(encuestas_ulr_2018)

# ggplot entrada ####
entrada_2018 <- encuestas_2018 %>%
  # Seleccionar candidatos que encabezan las encuestas
  dplyr::select(n,fecha,encuestadora,ivan_duque,gustavo_petro,sergio_fajardo,german_vargas_lleras, humberto_delacalle, m_error=margen_error, muestra) %>%
  # Pivotear los datos
  tidyr::pivot_longer(cols = c("ivan_duque","gustavo_petro","sergio_fajardo","german_vargas_lleras", "humberto_delacalle"), 
                      names_to = "candidato", values_to = "int_voto") %>% 
  # Seleccionar solo las encuestas hechas en 2018
  dplyr::filter(lubridate::as_date(fecha, tz="GMT") >= lubridate::as_date('2018-01-01', tz="GMT")) %>% 
  # Crear algunas variables
  dplyr::mutate(e_max = int_voto + m_error,
                e_min = int_voto - m_error,
                fecha = lubridate::as_date(fecha),
                candidato = factor(candidato, levels=c("ivan_duque","gustavo_petro","sergio_fajardo","german_vargas_lleras","humberto_delacalle")),
                nombres = dplyr::case_when(candidato=="ivan_duque" ~ "Ivan Duque",
                                    candidato=="gustavo_petro" ~ "Gustavo Petro",
                                    candidato=="sergio_fajardo" ~ "Sergio Fajardo",
                                    candidato=="german_vargas_lleras" ~ "Germán Vargas Lleras",
                                    candidato=="humberto_delacalle" ~ "Humberto de la Calle")) %>%
  # ggplot
  ggplot2::ggplot(ggplot2::aes(x=fecha,y=int_voto, color=nombres))+ #frame=month(fecha)
  # Puntos
  ggplot2::geom_point(ggplot2::aes(shape=encuestadora,
                 text = paste('Candidato: ', nombres,
                              '<br>Intencion de voto:', int_voto,
                              '<br>Encuestadora:',encuestadora,
                              '<br>Fecha:', fecha)), 
             show.legend = FALSE)+
  # LOESS
  ggplot2::geom_smooth(method="loess", linetype="dotdash", se=TRUE, show.legend = FALSE)+
  # Margenes de error
  ggplot2::geom_linerange(ggplot2::aes(ymax=e_max, ymin=e_min), show.legend = FALSE) +
  #  1era vuelta
  ggplot2::geom_vline(ggplot2::aes(xintercept = as.numeric(lubridate::as_date("2018-05-27"))))+
  # Opciones
  ggplot2::labs(x="", 
       y="% Intención voto",
       caption="Fuente: Encuestas de intención de voto elecciones 2018. recetas-electorales.netlify.app")+
   ggplot2::scale_shape_manual(values=shape_entrada)+
   ggplot2::scale_color_manual(values=colors_entrada)+
   ggplot2::coord_cartesian(ylim=c(0,60))+
   ggplot2::theme(legend.position="none",
         panel.background=ggplot2::element_rect(fill="white", color="white"))

# ggplotly ####
plotly::ggplotly(entrada_2018, tooltip = "text")

1

Importamos las encuestas de 2018 desde GitHub.

2

Construimos el gráfico con los cinco candidatos: puntos de encuestas, curva LOESS, márgenes de error y la línea de la primera vuelta.

3

Convertimos el gráfico a interactivo con ggplotly.

Buscador de encuestas

library(tidyverse)
library(lubridate)
library(DT)

#DT ####
encuestas_2018 %>%
  # Seleccionar candidatos que encabezan las encuestas
  dplyr::select(n,fecha,encuestadora,ivan_duque,gustavo_petro,sergio_fajardo,german_vargas_lleras, humberto_delacalle, m_error=margen_error, muestra, fuente, link) %>%
  # Pivotear los datos
  tidyr::pivot_longer(cols = c("ivan_duque","gustavo_petro","sergio_fajardo","german_vargas_lleras", "humberto_delacalle"), 
                      names_to = "candidato", values_to = "int_voto") %>% 
  # Seleccionar solo las encuestas hechas en 2018
  dplyr::filter(lubridate::as_date(fecha, tz="GMT") >= lubridate::as_date('2018-01-01', tz="GMT")) %>% 
  # Crear algunas variables
  dplyr::mutate(e_max = int_voto + m_error,
                e_min = int_voto - m_error,
                fecha = lubridate::as_date(fecha),
                candidato = factor(candidato, levels=c("ivan_duque","gustavo_petro","sergio_fajardo","german_vargas_lleras","humberto_delacalle")),
                nombres = dplyr::case_when(candidato=="ivan_duque" ~ "Iván Duque",
                                    candidato=="gustavo_petro" ~ "Gustavo Petro",
                                    candidato=="sergio_fajardo" ~ "Sergio Fajardo",
                                    candidato=="german_vargas_lleras" ~ "Germán Vargas Lleras",
                                    candidato=="humberto_delacalle" ~ "Humberto de la Calle")) %>%
  #Select variables
  dplyr::select(fecha,encuestadora,nombres,int_voto,m_error,muestra, fuente,link) %>%
  DT::datatable(extensions = "Buttons",
                options = list(dom = 'Bfrtip',
                               buttons = c('copy', 'csv', 'excel'),
                               autoWidth = TRUE,
                               scrollX = TRUE,
                               initComplete = DT::JS(
          "function(settings, json) {",
          paste0("$(this.api().table().container()).css({'font-size': '", "10px", "'});"),
          "}")),
                colnames = c('Fecha', 'Encuestadora', 'Candidato', 'Intencion de voto', 'Margen de error',"Muestra","Fuente","Enlace"),
                caption = 'Tabla de encuestadoras') %>%
  DT::formatStyle(columns = colnames(.), fontSize = '50%')

#                   "$(this.api().table().header()).css({'font-size': '75%','background-color': '#ff4800', 'color': '#fff'});",

1

Tomamos las encuestas, las pasamos a formato largo, filtramos 2018 y nos quedamos con las columnas para mostrar.

2

Construimos la tabla interactiva DT con filtros, botones de descarga y nombres de columna en español.