El 14 de abril los venezolanos concurrieron a las urnas para elegir al sucesor del difunto presidente Hugo Chávez. Fue la segunda elección presidencial para Venezuela en 6 meses, tras la elección de Octubre 2012 en que Chávez le ganó a Henrique Capriles. En esta segunda elección la continuidad la representó el vice-Presidente Nicolás Maduro y el cambio lo representó–una vez más–el gobernador Capriles. Tras un dramático conteo de votos que se extendió hasta altas horas de la noche, el Consejo Nacional Electoral (CNE) dio a conocer el primero boletín oficial con 77% de los votos escrutados. En ”una tendencia irreversible” el CNE le dio la victoria a Maduro por 50.06% a 49.07%.
Con una mirada puesta en la elección de Chile en Noviembre de 2013, decidimos probar nuestro modelo de pronósticos y simulaciones con datos de Venezuela. Es la segunda simulación que corremos con el modelo, tras probarla con datos de Chile en la elección de 2009 (ver artíclo aquí). Y es la primera simulación que corremos con el modelo en tiempo real, para una elección que aún no ha ocurrido. Los modelos son técnicamente idénticos. Es decir, usamos las mismas variables que usamos para hacer un simulación en Chile, para hacer una simulación en Venezuela. Lo único que cambia son las observaciones que ingresamos al modelo, en este caso las encuestadoras y sus respectivas encuestas.
Lo primero que hicimos fue agregar resultados de encuestas a la base de datos. Para esta elección usamos encuestadoras que (1) habían sondeado la elección presidencial de 2012 o la elección legislativa de 2010, y (2) tenían algún tipo de reputación con clara tendencia. Las encuestadoras que cumplieron los requisitos fueron: Consultores, Dataincorp, Datamática, Datanálisis, GIS XXI, Hinterlaces, ICS e IVAD. Mientras que algunas de encuestadoras son confiables, otras son extremadamente sesgadas. Esto no es un problema mientras sean constantes en su error. Por ejemplo, si Datamática sobrevaloró la votación de Capriles en 2012, anticipamos que también lo haría en 2013.
El siguiente gráfico muestra el pronóstico para la elección usando el método de tresquintos. Usamos las últimas 20 encuestas que fueron publicadas por las encuestadoras nombradas arriba en medios de comunicación. Lo ideal habría sido tener la fecha de trabajo de campo, el número de encuestados, y el ranking de encuestadoras para todas las encuestas. Sin embargo, en algunas no se hizo publico el número de encuestados. Para ingresar esos datos estimamos una cifra plausible en base a encuestas anteriores. El método esta lejos de ser el óptimo, pero dadas las circunstancias se ajustó bastante bien a nuestras expectativas. Nuestro pronóstico fue 52.58% para Maduro y 49.42% para Capriles.
El siguiente gráfico muestra la simulación para la elección presidencial usando el método de bayes por sobre el de tresquintos. En esencia nos preguntamos qué tan cierto estamos sobre nuestro pronóstico. Aquí se entrega (1) un pronóstico para el resultado de la elección y (2) un rango de votación para ese resultado, o bien un intervalo de credibilidad (lo que se traduce a un margen de error en jerga frequentista). Nuestro pronóstico en este segundo modelo fue de 54,10% para Maduro y 46,01% para Capriles. El rango de votación para Maduro fue de 49,93%-57,96%, y el rango de votación para Capriles fue de 42,05%-50,85%.
El 14 de Abril a las 5pm hora Venezolana (7 horas antes de conocer resultados oficiales) publiqué en mi tweeter los pronósticos de tresquintos. Ver aquí.
Hay un par de conclusiones que vale la pena hacer. Primero, que nuestro pronóstico estuvo bien hecho. Predecimos una victoria para Maduro aun cuando la mayoría de las últimas encuestas apuntaban a una victoria de Capriles. En el primero modelo estuvimos a menos de 2% de una predicción perfecta, mucho mejor que cualquiera de las últimas encuestas. En el segundo modelo estuvimos más lejos en el pronóstico, pero estuvimos precisos en el rango de votación. De hecho, el gráfico con el modelo de Bayes muestra que incluso vislumbramos la posibilidad de una victoria de Capriles, pero con probabilidades minimas (el área en que el intervalo azul, se traslapa con el intervalo rojo).
Una segunda conclusión tiene que ver con el origen de los datos y su efecto en el pronóstico. El terreno de las encuestadoras en Venezuela es dispar. Hay muchas encuestadoras, de las cuales pocas tienen metodologías sin sesgo. Si bien toda información sirve en pronósticos electorales (dado que se utilizan como puntos de referencia) pueden introducir demasiado error. Por ejemplo, la encuestadora Datamática (ver sitio aquí) predijo en sus ultimas 7 encuestas que ganaba Capriles por margenes de hasta 20%. Si bien los medios saben que tiene un sesgo, sus encuestas sigue influyendo en el voto de los venezolanos cuando los medios perpetúan la información.
Al analizar en más detalle el sesgo de Datamática, encontramos que el error que dice tener es mucho menor al que en realidad tiene. Dado que no publicó el número de encuestados en todas sus encuestas, tuvimos que estimar que eran alrededor de 2,100 (lo que tradicionalmente hace). Si esto fuera correcto, estarían induciendo un error por defecto de alrededor de 2,3%. Pero al comparar los pronósticos de Datamática con los resultados de la elección, vemos que se comportó como una encuestadora que encuesta a 700 personas (error por defecto de 3,64%) y no 2,100 personas. Si corremos el modelo con estos datos nuestro pronóstico habría sido perfecto: Maduro 50,6% y Capriles 49,4%.
La última nota tiene que ver con la validez externa del modelo. Ya mostramos con evidencia de Chile en 2009 y Venezuela en 2013 que podemos imprimir buenos pronósticos. El próximo paso es seguir trabajando para agregar más y mejores observaciones a los modelos. Mientras más encuestas existan, más fácil es predecir el resultado de una elección. Hay que recordar que todos los modelos de tresquintos siguen cánones cientificos y experimentales, por lo que es imposible escapar del rango de datos que muestran encuestas pre-electorales. Esperamos, por lo tanto, siempre estar dentro de 3% de las elecciones. Pero si los datos de las encuestas son buenos, nuestros pronóstico van a ser mejores.
