Tutorial paso a paso
tutorial-es.RmdIntroducción
Este tutorial recorre el pipeline de vota paso a paso, usando
únicamente los datasets incluidos en el paquete. En lugar de ejecutar
run_vota() como una caja negra, llamaremos a cada función
individualmente para entender qué ocurre en cada etapa.
Paso 1: Explorar los Datos Internos
La Matriz de Transferencia
El dataset mt es un ejemplo de matriz de transferencia
en formato ancho. Cada fila es un partido de intención de voto
(idv), y cada columna es un partido de recuerdo de voto
anterior. La última fila (idv == "n") proporciona el tamaño
de muestra para cada columna (recuerdo de voto).
data(mt)
mt
#> # A tibble: 15 × 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
#> 7 SALF 0.156 0.817 7.76 0 0.620 1.24 0
#> 8 Junts 0.0382 0 0 0 5.76 0.0915 0
#> 9 PNV 0.0487 0 0 0 3.05 0 0
#> 10 EH Bildu 0.183 0 0 0.433 5.51 0.692 0
#> 11 CCa 0.0480 0 0 0 0.564 0 0
#> 12 OTBL 5.11 5.79 1.62 7.92 32.0 6.85 12.1
#> 13 ABNL 3.45 2.05 2.71 1.23 4.12 44.4 17.1
#> 14 Indecisos 15.2 9.02 5.12 16.6 20.3 13.7 20.6
#> 15 N 1188. 771. 390. 423. 354. 547. 119.Las columnas representan partidos de la elección anterior
(recuerdo): PSOE, PP, Vox, Sumar, OTBL (otros/blanco) y ABNL
(abstención/nulo). La columna idv muestra a quién piensan
votar ahora estos votantes. Por ejemplo, la fila donde
idv = "PP" muestra cuántos votantes de cada partido
anterior ahora tienen intención de votar PP.
Resultados de la Elección Anterior
votos_23J contiene los votos totales oficiales por
partido de las elecciones del 23J 2023:
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 10663528Estos totales se usan para convertir los porcentajes de transferencia en recuentos absolutos de votos.
Patrones Provinciales
patrones_23J contiene la cuota histórica de voto de cada
partido por provincia (como proporción entre 0 y 1):
data(patrones_23J)
head(patrones_23J, 12)
#> # A tibble: 12 × 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
#> 7 07 1.95 2.22 2.46 2.76 0 0 0 0 0
#> 8 08 12.2 4.53 6.46 13.4 70.5 65.3 67.5 0 0
#> 9 09 0.890 1.02 0.825 0.572 0 0 0 0 0
#> 10 10 1.17 1.11 1.03 0.536 0 0 0 0 0
#> 11 11 2.71 2.75 3.11 2.71 0 0 0 0 0
#> 12 12 1.29 1.34 1.57 1.45 0 0 0 0 0
#> # ℹ 7 more variables: UPN <dbl>, BNG <dbl>, CCa <dbl>, SALF <dbl>,
#> # Podemos <dbl>, OTBL <dbl>, ABNL <dbl>
# ¿Cuántas provincias y partidos?
cat("Provincias:", length(unique(patrones_23J$codigo_provincia)), "\n")
#> Provincias: 52
cat("Partidos:", length(unique(patrones_23J$partido)), "\n")
#> Warning: Unknown or uninitialised column: `partido`.
#> Partidos: 0Paso 2: Preparar la Matriz de Transferencia
La función simulate_mt() necesita la matriz de
transferencia en formato largo con columnas recuerdo,
idv, n y pct_original. Vamos a
prepararla desde el dataset mt en formato ancho.
# Convertir mt ancha a formato largo
party_cols <- setdiff(names(mt), c("idv", "n"))
mt_long_raw <-
mt %>%
pivot_longer(
cols = party_cols,
names_to = "recuerdo",
values_to = "pct_original"
)
#> Warning: Using an external vector in selections was deprecated in tidyselect 1.1.0.
#> ℹ Please use `all_of()` or `any_of()` instead.
#> # Was:
#> data %>% select(party_cols)
#>
#> # Now:
#> data %>% select(all_of(party_cols))
#>
#> See <https://tidyselect.r-lib.org/reference/faq-external-vector.html>.
#> This warning is displayed once per session.
#> Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
#> generated.
mt_long <-
mt_long_raw %>%
filter(idv != "N") %>%
left_join(
mt_long_raw %>%
filter(idv == "N") %>%
select(recuerdo, n = pct_original),
by = join_by(recuerdo)
) %>%
select(recuerdo, idv, n, pct_original)
head(mt_long)
#> # A tibble: 6 × 4
#> recuerdo idv n pct_original
#> <chr> <chr> <dbl> <dbl>
#> 1 PSOE PSOE 1188. 67.7
#> 2 PP PSOE 771. 0.898
#> 3 Vox PSOE 390. 0
#> 4 Sumar PSOE 423. 11.4
#> 5 OTBL PSOE 354. 4.95
#> 6 ABNL PSOE 547. 10.4La columna pct_original contiene el porcentaje de
transferencia para cada par recuerdo-idv, y n contiene el
número de encuestados en esa celda.
Paso 3: Simular Matrices de Transferencia
Usando simulate_mt(), generamos múltiples matrices de
transferencia simuladas mediante remuestreo multinomial. Cada simulación
extrae de la distribución muestral, creando variabilidad natural.
mt_sims <- simulate_mt(mt_long, nsims = 5, seed = 42)
# sim = 0 es la matriz original (sin perturbar)
head(mt_sims)
#> # A tibble: 6 × 5
#> sim recuerdo idv n transfer
#> <dbl> <chr> <chr> <dbl> <dbl>
#> 1 0 PSOE PSOE 1188. 0.677
#> 2 0 PP PSOE 771. 0.00898
#> 3 0 Vox PSOE 390. 0
#> 4 0 Sumar PSOE 423. 0.114
#> 5 0 OTBL PSOE 354. 0.0495
#> 6 0 ABNL PSOE 547. 0.104
cat("Número de simulaciones (incluyendo original):", length(unique(mt_sims$sim)), "\n")
#> Número de simulaciones (incluyendo original): 6Cada simulación (sim = 1, 2, ...) es una matriz de
transferencia plausible. sim = 0 es la matriz original
observada.
Paso 4: Ejecutar el Algoritmo VOTA
La función vota() toma una única matriz de transferencia
(en formato largo con columnas recuerdo, idv,
transfer) y devuelve estimaciones nacionales de voto.
Ejecutémosla sobre la matriz original (sim = 0):
# Obtener la matriz de transferencia original (sim=0)
mt_original <- mt_sims %>% filter(sim == 0)
resultado <- vota(
mt_simplificada = mt_original,
tiempo_entre_elecciones = 0.1,
factor_correccion_abstencion = 3,
factor_correccion_jovenes = 2.5,
factor_correccion_otbl = 2.5,
retoques = retoques,
small_parties = small_parties,
votos_ant = votos_23J
)
# Estimaciones de voto nacionales
resultado$estimacion %>%
arrange(desc(votos))
#> # A tibble: 15 × 2
#> idv votos
#> <chr> <dbl>
#> 1 ABNL 10927917.
#> 2 PP 6486123.
#> 3 PSOE 6355227.
#> 4 Vox 3780625.
#> 5 Sumar 1493472.
#> 6 OTBL 906063.
#> 7 Podemos 881679.
#> 8 SALF 377051.
#> 9 ERC 345678.
#> 10 EH Bildu 196936.
#> 11 Junts 157092.
#> 12 BNG 152327
#> 13 CCa 114718
#> 14 PNV 83840.
#> 15 UPN 51764La salida es un data frame con los votos estimados por partido
(idv). Son recuentos absolutos de votos.
Podemos calcular porcentajes de voto:
estimacion <- resultado$estimacion %>%
mutate(pct = votos / sum(votos) * 100) %>%
arrange(desc(pct))
estimacion
#> # A tibble: 15 × 3
#> idv votos pct
#> <chr> <dbl> <dbl>
#> 1 ABNL 10927917. 33.8
#> 2 PP 6486123. 20.1
#> 3 PSOE 6355227. 19.7
#> 4 Vox 3780625. 11.7
#> 5 Sumar 1493472. 4.62
#> 6 OTBL 906063. 2.80
#> 7 Podemos 881679. 2.73
#> 8 SALF 377051. 1.17
#> 9 ERC 345678. 1.07
#> 10 EH Bildu 196936. 0.610
#> 11 Junts 157092. 0.486
#> 12 BNG 152327 0.471
#> 13 CCa 114718 0.355
#> 14 PNV 83840. 0.259
#> 15 UPN 51764 0.160Paso 5: Ejecutar VOTA en Todas las Simulaciones
Para cuantificar la incertidumbre, ejecutamos vota() en
cada matriz de transferencia simulada:
todas_estimaciones <- lapply(unique(mt_sims$sim), function(s) {
mt_s <- mt_sims %>% filter(sim == s)
res <- vota(
mt_simplificada = mt_s,
tiempo_entre_elecciones = 0.1,
factor_correccion_abstencion = 3,
factor_correccion_jovenes = 2.5,
factor_correccion_otbl = 2.5,
retoques = retoques,
small_parties = small_parties,
votos_ant = votos_23J
)
res$estimacion %>% mutate(sim = s)
})
todas_estimaciones <- bind_rows(todas_estimaciones)
# Calcular porcentajes por simulación
todas_estimaciones <- todas_estimaciones %>%
group_by(sim) %>%
mutate(pct = votos / sum(votos) * 100) %>%
ungroup()
head(todas_estimaciones, n = 20)
#> # A tibble: 20 × 4
#> idv votos sim pct
#> <chr> <dbl> <dbl> <dbl>
#> 1 ABNL 10927917. 0 33.8
#> 2 EH Bildu 196936. 0 0.610
#> 3 ERC 345678. 0 1.07
#> 4 Junts 157092. 0 0.486
#> 5 OTBL 906063. 0 2.80
#> 6 PNV 83840. 0 0.259
#> 7 PP 6486123. 0 20.1
#> 8 PSOE 6355227. 0 19.7
#> 9 Podemos 881679. 0 2.73
#> 10 SALF 377051. 0 1.17
#> 11 Sumar 1493472. 0 4.62
#> 12 Vox 3780625. 0 11.7
#> 13 BNG 152327 0 0.471
#> 14 CCa 114718 0 0.355
#> 15 UPN 51764 0 0.160
#> 16 ABNL 10464779. 1 33.1
#> 17 EH Bildu 1987601. 1 6.29
#> 18 ERC 2051504. 1 6.50
#> 19 Junts 1993972. 1 6.31
#> 20 OTBL 814974. 1 2.58Ahora podemos ver cómo varían las estimaciones entre simulaciones:
estadisticos <- todas_estimaciones %>%
group_by(idv) %>%
summarise(
pct_mediana = median(pct),
pct_inf = quantile(pct, 0.05),
pct_sup = quantile(pct, 0.95),
.groups = "drop"
) %>%
arrange(desc(pct_mediana))
estadisticos
#> # A tibble: 15 × 4
#> idv pct_mediana pct_inf pct_sup
#> <chr> <dbl> <dbl> <dbl>
#> 1 ABNL 33.0 32.9 33.7
#> 2 SALF 6.48 2.48 6.56
#> 3 ERC 6.43 2.39 6.63
#> 4 PSOE 6.43 6.39 16.4
#> 5 PNV 6.41 1.79 6.55
#> 6 PP 6.39 6.36 16.7
#> 7 Sumar 6.39 5.05 6.50
#> 8 Podemos 6.34 3.61 6.48
#> 9 Junts 6.34 1.94 6.55
#> 10 EH Bildu 6.30 2.01 6.39
#> 11 Vox 5.57 5.47 10.2
#> 12 OTBL 2.59 2.55 2.75
#> 13 BNG 0.482 0.474 0.482
#> 14 CCa 0.363 0.357 0.363
#> 15 UPN 0.164 0.161 0.164Paso 6: Proyección Provincial
Las estimaciones nacionales necesitan distribuirse entre las 52
provincias de España usando patrones históricos de voto. La función
simulate_prov_votes() hace esto usando una distribución
Dirichlet:
# Usar la estimación puntual (sim=0)
estimacion_nacional <- resultado$estimacion
# Filtrar patrones para incluir solo partidos en nuestra estimación
partidos_en_estimacion <- estimacion_nacional$idv
patrones_filtrados <- patrones_23J %>%
pivot_longer(
all_of(partidos_en_estimacion),
names_to = "idv",
values_to = "patron"
) %>%
mutate(patron = patron / 100) %>%
filter(patron > 0)
# Simular distribución provincial de votos
votos_prov <- simulate_prov_votes(
patrones = patrones_filtrados,
estimacion = estimacion_nacional,
method = "dirichlet",
tau = 200,
seed = 42
)
# El resultado es una matriz: provincias (filas) x partidos (columnas)
dim(votos_prov)
#> [1] 52 15
head(votos_prov[, 1:4])
#> ABNL EH Bildu ERC Junts
#> 01 171742 22332 0 0
#> 02 29504 0 0 0
#> 03 374512 0 0 0
#> 04 56570 0 0 0
#> 05 21189 0 0 0
#> 06 297321 0 0 0Cada celda contiene el número simulado de votos para ese partido en
esa provincia. El parámetro tau controla cuánto se ciñe la
distribución provincial al patrón histórico (mayor = menos
variabilidad).
Paso 7: Asignación de Escaños D’Hondt
Finalmente, asignamos escaños usando el método D’Hondt. Primero,
preparamos los datos en el formato que espera
fast_dhondt():
# Convertir la matriz de votos provinciales a formato largo
prov_df <- as.data.frame(votos_prov) %>%
mutate(codigo_provincia = rownames(votos_prov)) %>%
pivot_longer(
cols = -codigo_provincia,
names_to = "partido",
values_to = "votos_prov"
) %>%
# Añadir recuento de escaños
left_join(n_seats, by = "codigo_provincia") %>%
# Añadir identificador de simulación
mutate(sim = 0L) %>%
# Calcular porcentaje de voto por provincia
group_by(sim, codigo_provincia) %>%
mutate(
votos_validos = sum(votos_prov),
pct_sobre_validos = votos_prov / votos_validos
) %>%
ungroup()
head(prov_df)
#> # A tibble: 6 × 7
#> codigo_provincia partido votos_prov n_diputados sim votos_validos
#> <chr> <chr> <int> <dbl> <int> <int>
#> 1 01 ABNL 171742 4 0 386196
#> 2 01 EH Bildu 22332 4 0 386196
#> 3 01 ERC 0 4 0 386196
#> 4 01 Junts 0 4 0 386196
#> 5 01 OTBL 1138 4 0 386196
#> 6 01 PNV 7821 4 0 386196
#> # ℹ 1 more variable: pct_sobre_validos <dbl>Aplicar el umbral electoral (3%) y ejecutar D’Hondt:
# Filtrar partidos que superan el umbral
prov_sobre_umbral <- prov_df %>%
filter(!partido %in% c("OTBL", "ABNL"), pct_sobre_validos >= 0.03)
# Ejecutar asignación D'Hondt
resultado_dhondt <- fast_dhondt(
data = prov_sobre_umbral,
cod_prov = codigo_provincia,
sim = sim,
partido = partido,
votos_prov = votos_prov,
nseats = n_diputados
)
head(resultado_dhondt)
#> # A tibble: 6 × 13
#> codigo_provincia partido votos_prov n_diputados sim votos_validos
#> <chr> <chr> <int> <dbl> <int> <int>
#> 1 01 PP 71200 4 0 386196
#> 2 01 PSOE 69712 4 0 386196
#> 3 01 PP 71200 4 0 386196
#> 4 01 PSOE 69712 4 0 386196
#> 5 02 PP 77596 4 0 206836
#> 6 02 Vox 63294 4 0 206836
#> # ℹ 7 more variables: pct_sobre_validos <dbl>, divisor <int>, cociente <dbl>,
#> # order <int>, tipo <chr>, col <dbl>, dif <dbl>Agregar para obtener el total de escaños por partido:
escanos_por_partido <- resultado_dhondt %>%
filter(tipo == "Asignado") %>%
count(partido, name = "escanos") %>%
arrange(desc(escanos))
escanos_por_partido
#> # A tibble: 12 × 2
#> partido escanos
#> <chr> <int>
#> 1 PSOE 121
#> 2 PP 120
#> 3 Vox 72
#> 4 Sumar 16
#> 5 ERC 7
#> 6 Podemos 4
#> 7 CCa 3
#> 8 EH Bildu 3
#> 9 BNG 1
#> 10 Junts 1
#> 11 PNV 1
#> 12 UPN 1
cat("Total escaños asignados:", sum(escanos_por_partido$escanos), "\n")
#> Total escaños asignados: 350Paso 8: El Pipeline Completo con run_vota()
En la práctica, usarías run_vota() que orquesta todos
los pasos anteriores automáticamente. Lee desde un archivo Excel, así
que vamos a crear uno usando la función de plantilla:
# Crear un proyecto temporal
tmp_dir <- tempdir()
project_dir <- file.path(tmp_dir, "tutorial_proyecto")
setup_electoral_project(project_dir)
# Ejecutar el pipeline completo
resultados <- run_vota(
input_path = file.path(project_dir, "input", "input.xlsx"),
output_file = file.path(project_dir, "output", "resultados.rds"),
uncertainty_method = "mcmc",
nsims = 50,
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
)
# Ver resultados
print(resultados)
summary(resultados)
# Visualizar
plot(resultados, "nacional")
plot(resultados, "seats_dist")Resumen
En este tutorial hemos recorrido cada paso de la simulación electoral:
- Exploración de datos – Entendiendo la matriz de transferencia, resultados anteriores y patrones provinciales
-
Simulación de la matriz de transferencia –
simulate_mt()para incertidumbre multinomial -
Algoritmo VOTA –
vota()con cinco correcciones secuenciales -
Proyección provincial –
simulate_prov_votes()con variabilidad Dirichlet -
Asignación de escaños –
fast_dhondt()para D’Hondt vectorizado -
Pipeline completo –
run_vota()integrando todo
Más Información
- Primeros pasos – Guía de configuración rápida
- Metodología VOTA – Detalles estadísticos del algoritmo