Skip to contents

Primeros pasos con vota

primeros-pasos.Rmd

Introducción

vota es un paquete de R para simular resultados electorales en España. Partiendo de datos de encuesta nacionales (matrices de transferencia), proyecta las intenciones de voto a asignaciones de escaños provinciales usando el método D’Hondt – el mismo sistema de reparto utilizado en las elecciones españolas.

Esta viñeta te guía a través de la configuración básica y una simulación mínima usando los datasets incluidos en el paquete.

Instalación 

# Instalar desde GitHub
devtools::install_github("hmeleiro/vota")

Datasets Incluidos

El paquete incluye datos reales de las elecciones generales españolas del 23 de julio de 2023. Estos datasets sirven tanto como ejemplos como entradas listas para usar:

Matriz de transferencia (mt)

La matriz de transferencia captura cómo los votantes de la última elección piensan votar ahora. Cada fila representa una combinación de recuerdo de voto (recuerdo) e intención de voto actual (idv), junto con el porcentaje de transferencia entre ambos.

data(mt)
head(mt)
#> # A tibble: 6 × 8
#>   idv       PSOE     PP    Vox  Sumar  OTBL   ABNL `<18`
#>   <chr>    <dbl>  <dbl>  <dbl>  <dbl> <dbl>  <dbl> <dbl>
#> 1 PSOE    67.7    0.898  0     11.4    4.95 10.4   17.2 
#> 2 PP       2.57  68.8    3.68   1.31   5.48  8.62   6.87
#> 3 Vox      1.28  12.7   78.4    0.106  2.11 11.5   19.2 
#> 4 Sumar    2.81   0      0.586 37.4    2.34  1.29   4.30
#> 5 Podemos  1.22   0      0.110 22.5    2.30  0.872  1.34
#> 6 ERC      0.187  0      0      1.04  10.9   0.365  1.33

Resultados de la elección anterior (votos_23J)

Totales oficiales de votos de las elecciones 23J, usados como base para los ajustes demográficos y la redistribución de votantes.

data(votos_23J)
votos_23J
#> # A tibble: 6 × 2
#>   recuerdo votos_ant
#>   <chr>        <dbl>
#> 1 PSOE       7760970
#> 2 PP         8091840
#> 3 Vox        3033744
#> 4 Sumar      3014006
#> 5 OTBL       2581974
#> 6 ABNL      10663528

Patrones de voto provincial (patrones_23J)

Distribuciones históricas de voto por provincia, usadas para proyectar estimaciones nacionales al nivel provincial.

data(patrones_23J)
head(patrones_23J)
#> # A tibble: 6 × 17
#>   codigo_provincia  PSOE    PP   Vox Sumar   ERC Junts   CUP   PNV `EH Bildu`
#>   <chr>            <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>      <dbl>
#> 1 01               0.599 0.373 0.210 0.710     0     0     0  10.1       9.85
#> 2 02               0.979 1.10  1.18  0.520     0     0     0   0         0   
#> 3 03               3.69  4.09  4.70  3.81      0     0     0   0         0   
#> 4 04               1.19  1.63  2.19  0.701     0     0     0   0         0   
#> 5 05               0.341 0.524 0.484 0.164     0     0     0   0         0   
#> 6 06               1.97  1.84  1.72  0.882     0     0     0   0         0   
#> # ℹ 7 more variables: UPN <dbl>, BNG <dbl>, CCa <dbl>, SALF <dbl>,
#> #   Podemos <dbl>, OTBL <dbl>, ABNL <dbl>

Escaños por provincia (n_seats)

El número de escaños al Congreso asignados a cada una de las 52 circunscripciones electorales de España.

data(n_seats)
head(n_seats)
#> # A tibble: 6 × 2
#>   codigo_provincia n_diputados
#>   <chr>                  <dbl>
#> 1 01                         4
#> 2 02                         4
#> 3 03                        12
#> 4 04                         6
#> 5 05                         3
#> 6 06                         5

Ajustes manuales (retoques)

Ajustes discrecionales opcionales – sumar o restar votos a partidos específicos basándose en conocimiento externo.

data(retoques)
retoques
#> # A tibble: 2 × 2
#>   idv   votos_adicionales
#>   <chr>             <dbl>
#> 1 Vox             -230000
#> 2 CCa               24000

Partidos pequeños (small_parties)

Estimaciones de voto para partidos demasiado pequeños para modelar en la matriz de transferencia pero relevantes para el resultado global.

data(small_parties)
small_parties
#> # A tibble: 3 × 2
#>   idv    votos
#>   <chr>  <dbl>
#> 1 BNG   152327
#> 2 CCa   114718
#> 3 UPN    51764

Crear un Proyecto

La forma más fácil de iniciar una simulación es crear una estructura de proyecto:

setup_electoral_project("mi_simulacion_2024")

Esto crea:

  • input/input.xlsx – Una plantilla Excel pre-rellenada con datos de ejemplo
  • output/ – Directorio para los resultados de la simulación
  • scripts/main.R – Un script de inicio

Alternativamente, puedes generar solo la plantilla Excel:

create_input_template("input/input.xlsx")

Ejecutar una Simulación

Una vez que tengas tus datos de entrada en un archivo Excel, ejecuta el pipeline completo con run_vota():

resultados <- run_vota(
  input_path = "input/input.xlsx",
  output_file = "output/resultados.rds",
  uncertainty_method = "mcmc",
  nsims = 100,
  factor_correccion_abstencion = 3,
  factor_correccion_jovenes = 2.5,
  factor_correccion_otbl = 2.5,
  tiempo_entre_elecciones = 0.1,
  tau = 300,
  umbral = 0.03,
  seed = 42,
  verbose = TRUE
)

La función devuelve un objeto electo_fit que contiene:

  • estimacion – Estimaciones nacionales con intervalos de confianza (% de voto y escaños)
  • estimacion_sims – Todos los resultados de simulación
  • estimacion_provincias_sims – Resultados de simulación a nivel provincial
  • dhondt_output – Asignación detallada de D’Hondt
  • mt_sims_pct / mt_sims_electores – Simulaciones de la matriz de transferencia
  • participacion_media – Participación media estimada
  • metadata – Parámetros de ejecución

Inspeccionar Resultados 

# Vista rápida
print(resultados)

# Resumen detallado con probabilidades de victoria
summary(resultados)

# Acceder a la tabla de estimaciones nacionales
resultados$estimacion

Visualizar Resultados

El objeto electo_fit tiene un método plot() dedicado con cuatro tipos de visualización:

# Porcentajes de voto nacionales con intervalos de confianza
plot(resultados, "nacional")

# Distribución de escaños en las simulaciones (por partido)
plot(resultados, "seats_dist")

# Escaños por provincia para un partido específico
plot(resultados, "provincia", partido = "PP")

# Fragilidad de escaños: margen del último cociente D'Hondt
plot(resultados, "dhondt_margin")

Siguientes Pasos