[ELECCIONES] Circula un estudio que analiza cambios en votación entre la primera y segunda vuelta, hecho por Arturo Arriarán, especialista en criptología. Vamos a los datos (hilo largo, paciencia por favor).
Fujimori tuvo 1,930,762 votos en la primera vuelta, al conteo del 100% de actas ahora ha alcanzado 8,791,696 votos, aumentó 6,860,934.
Castillo tuvo 2,724,752 votos en la primera vuelta, al conteo del 100% de actas ha alcanzado 8,835,653 votos, aumentó 6,110,901.
Hay múltiples razones detrás del aumento de votos: (i) migración de votos de candidatos que no pasaron a la segunda vuelta hacia KF y PC, (ii) migración de votos de KF a PC, y viceversa, (iii) algunos ciudadanos que no votaron en primera vuelta si lo hicieron en la segunda.
De hecho, el número total de votos válidos aumentó en 3,226,718 entre la primera y segunda vuelta. Se trata de un aumento de 22.4%.
En el estudio de Arriarán se hacen supuestos paramétricos sobre la razón (i), y no se presta suficiente atención a las razones (ii) ni (iii). Enfocarse exclusivamente en el primero es limitado y requiere de supuestos muy discutibles.
Aquí propongo un ejercicio diferente, dejando que los datos hablen sin la intermediación de parámetros, sin imponer supuestos a modelo alguno. Para esto definimos una variable muy sencilla: Votos ganados entre la primera y segunda vuelta para cada candidato.
Aquí los agregados nacionales para estas variables en las 86,488 mesas de sufragio del país (hay 6 no instaladas que no forman parte del análisis):
- Los votos ganados por Fujimori son VG(KF)= 6,860,934.
- Los votos ganados por Castillo son VG(PC)= 6,110,901.
Un detalle importante que no debe pasar desapercibido: estamos trabajando directamente con la data cruda, con los votos contados (y con con los % de votación). En promedio, por mesa, Fujimori ganó 79 votos, Castillo 71.
VG(KF) y VG (PC) toman valores en un rango amplio. En algunos casos, incluso, son negativas (esto es, en algunas mesas algún candidato obtuvo menos votos en la segunda vuelta que en la primera). En el otro extremo, hay mesas en las que algún candidato ganó más de 200 votos.
¿Cuántas mesas atípicas hay? Un criterio:
En 463 mesas (0,54% de las mesas) KF perdió votos, esto le pasó a PC en 219 mesas (0,25%).
En 550 mesas (0,64%) KF ganó más de 200 votos, esto le pasó a PC en 21 mesas (0,02%).
Vamos un paso adicional. ¿En qué regiones están las mesas con estos saltos atípicos en número de votos para ambos candidatos?
Como puede notarse, las mesas atípicas no están concentradas en algunas regiones particulares. Si algo llama la atención son las 528 mesas en Lima en las que KF aumentó más de 200 votos.
Lo anterior es contrario a la hipótesis de un fraude en mesas que se haya llevado a cabo de modo sistemático.
Vamos ahora a la distribución completa de VG(KF) y VG (PC)
La candidata Fujimori muestra mayor variabilidad en votos ganados. La prueba de diferencia de varianzas entre VG(KF) y VG(PC) indica que ambas son estadísticamente diferentes con un 95% de confianza. Este resultado es contrario a la hipótesis de fraude en favor de Castillo.
Pablo Lavado e Ipsos ya han presentado análisis de los resultados de la segunda vuelta electoral con el 100% de actas contabilizadas. Ambos coinciden: la evidencia estadística/econométrica apunta a la no existencia de anomalías o casos atípicos que lleven a una sospecha de fraude
La data que compara primera con segunda vuelta apunta a lo mismo. Agradezco a @rburhum por sus datos abiertos, así como a Jerson Veliz y Sofia Hidalgo por su valiosa asistencia. Cualquier error es responsabiidad exclusivamente mia
Aqui el do file para los interesados en replicar y extender los resultados
#DatosAbiertos y #CodigosAbiertos
@RoTorresT se hizo una bien chevere. Ha colgado el do file aqui:
gist.github.com/RoTorresT/131e…
Cualquiera persona, aunque no tenga cuenta en github, puede hacer copypaste del codigo desde ese link
Aqui el pdf por si quieren compartir el analisis con gente fuera de Twitter:
drive.google.com/file/d/1MhezaL…

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Hugo Ñopo

Hugo Ñopo Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @hugonopo

4 Aug 20
El anuncio de @PCaterianoB sobre la minería es el que más ha desatado opiniones encontradas.

La minería nos hace bien porque permite generar $$$, si, pero eso es demasiado simplista, primarioso.

Revisemos la evidencia. 🧵
Loayza y Rigolini encuentran que en los los hogares de distritos con actividad minera el consumo per capita aumenta y la pobreza disminuye. Las buenas noticias vienen con un problema: los beneficios son muy localizados y no se irradian a otros distritos.
pubdocs.worldbank.org/en/30964145872…
Maldonado analiza los impactos políticos de los recursos del canon: reelecciones, competencia política local, provisión de bienes públicos y bienestar de los hogares. Encuentra que impactos positivos que son no-lineales (ver siguiente).
papers.ssrn.com/sol3/papers.cf…
Read 7 tweets
16 Apr 20
Hay nueva data del proyecto de movilidad de Google, con una novedad muy interesante. La data ha sido desagregada (Gracias ❤️). ¿Qué regiones del país estarían cumpliendo mejor la cuarentena?
(Hilo: Perú en tiempos de pandemia, en 6 charts)
google.com/covid19/mobili…
Los seis cuadros siguientes muestran los cambios en movilidad observados el sabado 11 de abril respecto a la movilidad tipica de meses pasados.

Primero: ¿Qué tanto hemos disminuido nuestras visitas a paraderos y estaciones de transporte? Hay alta heterogeneidad
TRABAJO. La reducción de las visitas a centros de trabajo parece haber sido menor (y aún más heterogénea). Interesante que la reducción parece ser más alta en Lima.
Read 8 tweets
23 Mar 20
Hoy comenzó el reparto de bonos de ayuda a hogares por 380 Soles (110 dólares). Se ha anunciado que esto llegará a 2.7M de hogares.
Contextualicemos.
Aproximadamente, uno de cada cinco hogares en el país es catalogado como pobre. Es decir, hay cerca de 1.8M de hogares pobres (y algunos de ellos son pobres extremos). Algunos de estos hogares están en zonas urbanas, otros en zonas rurales.
Entonces, el bono llegará a hogares pobres+pobres extremos y a algunos vulnerables (es decir, hogares no-pobres pero en riesgo de caer en pobreza en una circunstancia cómo está).
Read 8 tweets
13 Aug 18
GENERO Y POLÍTICA. Las cuotas electorales no son nuevas. Existen hace mas dos décadas. Las cuotas tampoco son exclusivas de nuestro país. Se estima que 130 países tienen alguna forma de cuota para la representación política.
[Abro hilo]
¿De dónde vienen los datos anteriores? Del libro de Mona Krook. Aqui encontraran una mirada descriptiva de varios sistemas de cuotas en Argentina, Francia, Suecia, UK, Pakistan e India.
books.google.com.pe/books?hl=en&lr…
En el mundo académico, se vive una segunda ola del sistema de cuotas. En un inicio el foco estuvo simplemente en conocer el incremento en el numero de asientos para las mujeres. Ahora los objetivos son mas ambiciosos. ¿Quiénes llegan? ¿Qué agenda política logran empujar?
Read 12 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!

:(