🥣 Sancocho, mezclando recetas

Una comparación de todos los pronósticos disponibles antes de las elecciones

Autor/a

Afiliación

Recetas Electorales

Análisis independiente

“Far better an approximate answer to the right question, which is often vague, than an exact answer to the wrong question, which can always be made precise”
–John Tukey

El Sancocho recoge todos los pronósticos disponibles para la primera vuelta del 27 de mayo 2018.

No cualquier lista o proporción de votos es un pronóstico. #LaPollaporlaPrimeraVuelta que se hace en Twitter tampoco vale. La tiranía metodológica no es capricho ni arbitrariedad: simplemente no tiene sentido atribuirle nada más que suerte a alguien que se gana la lotería por escoger un número entre billones posibles. De eso no se aprende nada.

Todo lo demás vale mientras resulte en un punto o intervalo por candidato. No importa la metodología que se utilice mientras haya un documento verificable que la describa, ese documento esté en línea y sea de acceso público. Los pronósticos se pueden basar en encuestas, elecciones pasadas, alianzas políticas, en el clima, clicks en una página o en cualquier otra cosa mientras cumplan con las tres características anteriores.

---

El sancocho

Este sancocho incluye todos los pronósticos que encontré. El primer ingrediente es una referencia: Encuestas, un promedio simple de la intención de voto, para cada candidato, entre todas las 18 encuestas que han salido desde las elecciones legislativas de marzo 11 de 2017. Los otros ingredientes son estimaciones puntuales, intervalos, o puntos e intervalos, dependiendo de lo que cada cocinero haya revelado.

library(tidyverse)
library(lubridate)

# 1. Base: promedio de las encuestas ####
encuestas_2018 <- readr::read_csv("https://raw.githubusercontent.com/nelsonamayad/Elecciones-presidenciales-2018/master/Elecciones%202018/encuestas2018.csv")

# 1.2 Sancocho ####
encuestas_sancocho_2018 <- encuestas_2018 %>% 
  dplyr::filter(between(as_date(fecha),as_date("2018-03-01"),as_date("2018-05-19"))) %>% 
  dplyr::select(ivan_duque,gustavo_petro,sergio_fajardo,german_vargas_lleras,humberto_delacalle,fecha) %>% 
  tidyr::pivot_longer(cols = c("ivan_duque","gustavo_petro","sergio_fajardo","german_vargas_lleras","humberto_delacalle"),names_to = "candidato",values_to="int_voto") %>%
  dplyr::group_by(candidato) %>% 
  dplyr::summarize(int_voto=mean(int_voto)) %>%
  dplyr::mutate(fecha = "2018-05-19",
                int_voto=round(int_voto,digits = 0),
                candidato = case_when(candidato=="ivan_duque" ~ "Ivan Duque",
                                      candidato=="gustavo_petro" ~ "Gustavo Petro",
                                      candidato=="sergio_fajardo" ~ "Sergio Fajardo",
                                      candidato=="german_vargas_lleras" ~ "German Vargas Lleras",
                                      candidato=="humberto_delacalle" ~ "Humberto de la Calle"),
                fuente = "18 Encuestas")


# 2. Cifras y Conceptos ####
cyc <- tribble(~fecha, ~candidato, ~int_voto_max,~int_voto_min,
               "2018-04-04","Ivan Duque",37.7,37.2,
               "2018-04-04","Gustavo Petro",17.4,15.7,
               "2018-04-04","Sergio Fajardo",13.3,12.8,
               "2018-04-04","German Vargas Lleras",21.0,18.2,
               "2018-04-04","Humberto de la Calle",6.3,5.9,
               "2018-04-18","Ivan Duque",36.4,35.6,
               "2018-04-18","Gustavo Petro",18.9,17,
               "2018-04-18","Sergio Fajardo",12.4,12.3,
               "2018-04-18","German Vargas Lleras",23.8,20.9,
               "2018-04-18","Humberto de la Calle",5.1,4.8,
               "2018-04-18","Ivan Duque",36.9,33.7,
               "2018-04-18","Gustavo Petro",21.6,20.8,
               "2018-04-18","Sergio Fajardo",14.2,11.3,
               "2018-04-18","German Vargas Lleras",24.1,20.8,
               "2018-04-18","Humberto de la Calle",5.1,3.3,
               "2018-05-16","Ivan Duque",36.9,32.9,
               "2018-05-16","Gustavo Petro",19.9,16.8,
               "2018-05-16","Sergio Fajardo",15.5,12.6,
               "2018-05-16","German Vargas Lleras",23.5,20.3,
               "2018-05-16","Humberto de la Calle",5,3.4,
               "2018-05-20","Ivan Duque",37.2,33.7,
               "2018-05-20","Gustavo Petro",20.8,18.1,
               "2018-05-20","Sergio Fajardo",17.3,14.6,
               "2018-05-20","German Vargas Lleras",21.7,19,
               "2018-05-20","Humberto de la Calle",4.7,3.5
               ) %>%
  dplyr::mutate(int_voto=(int_voto_max+int_voto_min)*0.5,
                fuente = "Cifras y Conceptos") 

# 3. El País ####
elpais <- tribble(~fecha,~candidato,~int_voto,
                  "2018-05-19","Sergio Fajardo",15.8,
                  "2018-05-19","Gustavo Petro",27,
                  "2018-05-19","Ivan Duque",37,
                  "2018-05-19","Humberto de la Calle",3,
                  "2018-05-19","German Vargas Lleras",10.5) %>%
  dplyr::mutate(fuente= "El Pais")
  
# 4. ANIF ####
anif <- tribble(~fecha,~candidato,~int_voto,
      "2018-05-07","Ivan Duque",(5/17)*100,
      "2018-05-07","German Vargas Lleras",(4.5/17)*100,
      "2018-05-07","Gustavo Petro",(3.2/17)*100,
      "2018-05-07","Sergio Fajardo",(2.3/17)*100,
      "2018-05-07","Humberto de la Calle",(1/17)*100) %>%
  dplyr::mutate(fuente= "ANIF")

# 5. Recetas propias ####
recetas_2018 <- readr::read_csv("simple-2018/simple_2018_resultados.csv") %>%
  dplyr::group_by(nombre) %>%
  dplyr::summarise(m_all = median(value),
                   p10 = quantile(value,0.1),
                   p90 = quantile(value,0.9)) %>%
  dplyr::mutate(fuente="Simple") %>%
  dplyr::select(fuente,candidato=nombre,int_voto=m_all,int_voto_min=p10,int_voto_max=p90) %>%
  dplyr::mutate(candidato=factor(candidato,levels=c("Humberto de la Calle","German Vargas Lleras","Sergio Fajardo","Gustavo Petro","Ivan Duque"))) %>%
  dplyr::bind_rows(
    readr::read_csv("mixto-2018/mixto_2018_resultados.csv") %>%
      dplyr::group_by(nombre) %>%
      dplyr::summarise(m_all = median(value),
                       p10 = quantile(value,0.1),
                       p90 = quantile(value,0.9)) %>%
      dplyr::mutate(fuente="Mixto") %>%
      dplyr::select(fuente,candidato=nombre,int_voto=m_all,int_voto_min=p10,int_voto_max=p90) %>%
  dplyr::mutate(candidato=factor(candidato,levels=c("Humberto de la Calle","German Vargas Lleras","Sergio Fajardo","Gustavo Petro","Ivan Duque")))
  ) %>%
  dplyr::mutate(fecha="2018-05-20")

# 6. Resultado 1era vuelta ####
resultado_1era_vuelta_2018 <- tribble(~fecha,~candidato,~int_voto,
      "2018-05-27","Ivan Duque",39.14,
      "2018-05-27","German Vargas Lleras",7.28,
      "2018-05-27","Gustavo Petro",25.08,
      "2018-05-27","Sergio Fajardo",23.73,
      "2018-05-27","Humberto de la Calle",2.06) %>%
  dplyr::mutate(fuente = "Resultado")

# 7. Preparar ####
sancocho_2018 <- dplyr::bind_rows(encuestas_sancocho_2018,
                                  recetas_2018,
                                  anif,
                                  elpais,
                                  resultado_1era_vuelta_2018,
                                  cyc %>%
                                    dplyr::filter(fecha==lubridate::as_date("2018-05-20"))) %>%
  dplyr::mutate(candidato=factor(candidato,levels=c("Humberto de la Calle","German Vargas Lleras","Sergio Fajardo","Gustavo Petro","Ivan Duque")))

sancocho_2018 %>%
  readr::write_csv("sancocho_2018.csv")

library(tidyverse)

colors_sancocho <- c("green4","gold2","purple3", "darkturquoise","firebrick1","firebrick1")
shape_sancocho <- c(12,18,17,15,10,8)

# El sancocho
sancocho_2018 %>%
  dplyr::filter(fuente!="Resultado") %>%
  ggplot(aes(x=candidato,y=int_voto))+
  geom_point(aes(shape=fuente,color=fuente),size=4,position = position_dodge(0.5))+
  geom_errorbar(aes(ymax=int_voto_max,ymin=int_voto_min,color=fuente),position = position_dodge(0.5),width=0.5)+
  geom_hline(yintercept=c(10,20,30,40,50), linetype="dashed",color="grey60")+
  theme(legend.position = "right",
        legend.title = element_blank(),
        legend.key=element_blank(),
        legend.text=element_text(size=11),
        axis.text=element_text(size=11),
        panel.background=element_rect(fill="white",color="white"))+
  labs(x="",y="\n% votos pronosticados/estimados por candidato",
       title="Sancocho 2018",
       subtitle="Pronósticos  y promedios para la primera vuelta",
       caption="\nFuente: Cálculos @RecetaElectoral")+
  scale_color_manual(values=c("red4","red2","green4","gold2","orangered")) +
  scale_fill_manual(values=c("red4","red2","green4","gold2","orangered"))+
  scale_y_continuous(limits = c(0,50),breaks=c(10,20,30,40,50))+
  scale_shape_manual(values=shape_sancocho)+
  scale_color_manual(values=colors_sancocho) +
  scale_fill_manual(values=colors_sancocho) +
  coord_flip()

Sancocho de pronósticos electorales

Estas son algunas generalidades del sancocho:

ImportanteConclusiones de los pronosticos electorales

• Nadie gana las elecciones en primera vuelta. Ningún pronóstico le da más de 50% de la votación a un candidato. El primer resultado general es que habrá segunda vuelta.

• Ivan Duque pasa a segunda vuelta. Ningún pronóstico sugiere que el candidato de la coalición de derecha no pasa a la segunda vuelta, y que pasa con la mayor votación.

• A Duque lo acompaña Petro, según las encuestas, o Vargas Lleras, según las otras recetas. Hay dos tipos de recetas: las que se basan solo en encuestas y las otras. Todas las que se basan en encuestas dan el mismo resultado, en términos del órden de votación, a pesar de las enormes diferencias metodológicas y que algunas no especifican incertidumbre sobre la votación. Las que no se basan solo en las encuestas pronostican una carrera pareja entre Petro y Vargas Lleras por el segundo puesto para la segunda vuelta.

• No hubo un solo modelo probabilístico para la primera vuelta. Lo más cercano fue la receta de ANIF, donde se presentan unas probabilidades de quién gana las elecciones. Sin embargo, lo que hizo ANIF no parece ser realmente un pronóstico probabilístico porque le da 0% de probabilidad a Fajardo y no presenta ningún intervalo de incertidumbre –ambas señales de que esa receta pretende ser una cosa que no es.

Recetas electorales 2018

Estos son los resultados de las últimas estimaciones de las recetas bayesianas Plato Simple y Plato Mixto. En cada caso, el resultado es un promedio de la distribución posterior de los parámetros, así como su HPDI de 90%. No alcancé a terminar la receta multinomial, así que quedaron solo estas dos.

library(tidyverse)

recetas_2018 %>% 
  dplyr::mutate(candidato=factor(candidato,levels=c("Humberto de la Calle","German Vargas Lleras","Sergio Fajardo","Gustavo Petro","Ivan Duque"))) %>%
  ggplot(aes(x=candidato, group=candidato, color=candidato))+
  geom_errorbar(aes(ymax=int_voto_max, ymin=int_voto_min),width=0.5)+
  geom_point(aes(y=int_voto, shape=candidato), size=5)+
  geom_hline(yintercept=c(10,20,30,40,50), linetype="dashed",color="grey60")+
  theme(legend.position="none",
        axis.title.y = element_text(size=10),
        axis.title.x = element_text(size=10),
        text = element_text(size=15),
        panel.background=element_rect(fill="white",color="white"))+
  labs(x="",y="\nPromedios e intervalos HPD de 90%", 
       title="Pronostico recetas electorales",
       subtitle="Modelos bayesianos basados en encuestas",
       caption="\nFuente: @RecetaElectoral")+
  scale_color_manual(values=c("red4","red2","green4","gold2","orangered")) +
  scale_fill_manual(values=c("red4","red2","green4","gold2","orangered"))+
  scale_y_continuous(limits = c(0,50),breaks=c(10,20,30,40,50))+   
  coord_flip()+
  facet_wrap(~fuente)

Pronósticos Platos Simple y Mixto

🥚 Los huevos de Cifras y Conceptos

El polémico pronóstico de Cifras y Conceptos es el ingrediente más creativo del sancocho. Trata de hacer algo que ningún otro intentó: modelar el sesgo, que parece comparten todas las encuestas, de subestimar la movilización de votos que pueden hacer las estructuras políticas. Ésta es la metodología que utilizan para generar los intervalos de pronóstico por candidato. A pesar de que publicaron la metodología tarde, y no se animaron a mostrar la cocina completa, este ingrediente es el que más me gusta.

Abajo va una reproducción de todas las actualizaciones de los intervalos que ha producido Cifras y Conceptos:

library(tidyverse)
cyc %>% 
  dplyr::mutate(candidato=factor(candidato,levels=c("Ivan Duque","German Vargas Lleras","Gustavo Petro","Sergio Fajardo","Humberto de la Calle"))) %>%
  ggplot(aes(x=fecha, group=candidato, color=candidato))+
  geom_linerange(aes(ymax=int_voto_max, ymin=int_voto_min))+
  geom_line(aes(y=int_voto_max))+
  geom_line(aes(y=int_voto_min))+
  geom_hline(yintercept=c(10,20,30,40,50),linetype="dashed",color="grey60")+
  #Texto
  theme(legend.position="right",
        legend.title = element_blank(),
        legend.key=element_blank(),
        axis.title.y = element_text(size=10),
        axis.title.x = element_text(size=10),
        panel.background=element_rect(fill="white",color="white"),text = element_text(size=15))+
scale_y_continuous(limits = c(0,40),breaks=c(10,20,30,40))+  labs(x="",y="Intervalos estimados",title="Pronóstico Cifras y Conceptos",subtitle="Modelo basado en encuestas y alianzas políticas",caption="Fuente: Cifras y Conceptos")+
  scale_color_manual(values=c("orangered","red2","gold2","green4","red4")) +
  scale_fill_manual(values=c("orangered","red2","gold2","green4","red4"))

Los huevos de Cifras y Conceptos

🥓 El chicharrón de El País

Desde el periódico El País, @JorgeGalindo y @kikollan publicaron el 19 de mayo un cálculo con base en las encuestas y múltiples asteríscos metodológicos.

El cálculo hace muchos supuestos de ponderación pero no los muestra, y aunque describen lo que hacen, esa transparencia a medias no me gusta. De todas maneras ahí está.

library(tidyverse)

elpais %>% 
  dplyr::mutate(candidato=factor(candidato,levels=c("Humberto de la Calle","German Vargas Lleras","Sergio Fajardo","Gustavo Petro","Ivan Duque"))) %>%   
  ggplot(aes(x=candidato,color=candidato))+
  geom_point(aes(y=int_voto,shape=candidato),size=4)+
  geom_text(aes(y=int_voto,label=round(int_voto,digits=0)),vjust=-1)+
  geom_hline(yintercept=c(10,20,30,40,50),linetype="dashed",color="grey60")+
  theme(legend.position="none",
        axis.title.y = element_text(size=10),
        axis.title.x = element_text(size=10),
        panel.background=element_rect(fill="white",color="white"),text = element_text(size=15))+
  scale_y_continuous(limits = c(0,50),breaks=c(10,20,30,40,50))+ 
  labs(x="",y="% votos pronosticados",title="Pronostico El Pais",subtitle="Promedio de encuestas",caption="Fuente: El Pais")+
  scale_color_manual(values=c("red4","red2","green4","gold2","orangered")) +
  scale_fill_manual(values=c("red4","red2","green4","gold2","orangered"))+
  coord_flip()

El chicharrón de El País

🌭 La kielbasa de ANIF

ANIF publicó éste pronóstico el pasado 7 de mayo de 2018. Cumple con los criterios de inclusión en el sancocho. Pero lo único peor a saber cómo se prepara una salchicha es no saber.

En este sancocho solo se incluye lo que llaman método de contabilidad de votos porque lo demás es un buen ejemplo de rigor impostado: probabilidades sin intervalos y sin rastro de cómo se calculan. ANIF dice que Duque tiene “65% de probabilidad de ganar” pero no muestra exactamente cómo llegaron a esa conclusión (¿por qué 65% y no 56%, o 73%? Ni idea).

library(tidyverse)

anif %>% 
  dplyr::mutate(candidato=factor(candidato,levels=c("Humberto de la Calle","Sergio Fajardo","Gustavo Petro","German Vargas Lleras","Ivan Duque"))) %>%
  ggplot(aes(x=candidato,color=candidato))+
  geom_point(aes(y=int_voto,shape=candidato),size=4)+
  geom_text(aes(y=int_voto,label=round(int_voto,digits=0)),vjust=-1)+
  geom_hline(yintercept=c(10,20,30,40,50),linetype="dashed",color="grey60")+
  theme(legend.position="none",
        axis.title.y = element_text(size=10),
        axis.title.x = element_text(size=10),
        panel.background=element_rect(fill="white",color="white"),text = element_text(size=15))+
  scale_y_continuous(limits = c(0,40),breaks=c(10,20,30,40))+  labs(x="",y="% votos pronosticados",title="Pronostico ANIF",subtitle="Modelo de contabilidad de votos",caption="Fuente: ANIF")+
  scale_color_manual(values=c("red4","green4","gold2","red2","orangered")) +
  scale_fill_manual(values=c("red4","green4","gold2","red2","orangered"))+
  coord_flip()

La kielbasa de ANIF