Los modelos electorales sobrevivieron a otro error de votación superior al promedio

En el futuro, haremos más para enfatizar la gama de resultados que prevén nuestros modelos.

Estados Unidos

LOS PRIMEROS resultados de las elecciones presidenciales del 3 de noviembre indicaron una carrera más reñida de lo esperado y un desempeño desastroso para las encuestas de opinión pública. Los pronósticos preelectorales parecían haber sobrestimado inicialmente el margen de victoria de Joe Biden en aproximadamente seis puntos porcentuales en Florida (lo cual es correcto) y en cuatro o cinco puntos en otros estados del sureste como Georgia y Carolina del Norte (que no lo es). El voto popular nacional se acercaba a un margen de uno o dos puntos porcentuales entre los dos candidatos, en lugar del de ocho puntos esperado por el modelo de pronóstico de elecciones de The Economist , que se basa en datos de encuestas.

Pero en los tres días desde que los funcionarios publicaron esas cifras iniciales, se han contado millones más de boletas de tendencia demócrata. Han acercado los resultados de las elecciones a las expectativas de los pronosticadores. Nuestro modelo electoral parece haber predicho correctamente el resultado en 49 de 51 estados y Washington, DC. Los diagnósticos iniciales de un desempeño apocalíptico para encuestadores y modeladores han sido exagerados.

Aún así, las encuestas tuvieron un desempeño pobre. Desde el 2000, nuestros promedios de las encuestas durante las dos últimas semanas de la campaña han sobrestimado o subestimado la participación demócrata del voto bipartidista en cada estado en aproximadamente dos puntos porcentuales. A partir de las 19:00 EST del 6 de noviembre, el error promedio en todos los estados este año será apenas de tres puntos, o casi un 50% peor que en el pasado.

Esto sería tranquilizador si no fuera por dos hechos preocupantes. Primero, los errores en las encuestas estatales apuntaron casi uniformemente en la misma dirección y en una medida sin precedentes. Aunque los errores en las encuestas desde 2000 en promedio no han tendido a favorecer ni a los demócratas ni a los republicanos, este año subestimaron sistemáticamente el apoyo a Trump en aproximadamente 2,8 puntos porcentuales. Aún más preocupante es que las encuestas parecen haber perdido el apoyo a Trump en los mismos estados donde lo perdieron en 2016, como escribimos en nuestra edición impresa esta semana. Aunque la industria no está tan mal como afirman los detractores, los encuestadores aún enfrentan un ajuste de cuentas al tratar de corregir estos patrones.

El error en las encuestas plantea dos puntos finales. Primero está la importancia de los modelos electorales, que exploran lo que podría suceder en una elección si las encuestas se equivocan. El modelo de pronóstico de The Economist encontró que Biden estaba cómodamente por delante en tantos lugares que era muy poco probable que perdiera la mayoría en el colegio electoral. Interpretado de esa manera, nuestro pronóstico parece haber ido bien. Sin embargo, es posible que el público no vea los pronósticos de la misma manera que los modeladores. En la parte superior de nuestro sitio web el día de las elecciones mostramos un 97% de posibilidades de que Biden ganara las elecciones y una proyección central de que obtendría 356 votos en el colegio electoral. Aunque la predicción de su victoria seguramente se confirmará, las altas probabilidades pueden haber engañado a los lectores para que esperaran una victoria aplastante para Biden, y que todos los demás escenarios estaban fuera de la mesa. De hecho, el modelo tenía la intención de comunicar que ganar algo entre 259 y 415 votos era plausible, con recuentos más cercanos a la mitad de ese rango más probable. La próxima vez lo haremos mejor para resaltar la gama completa de resultados en nuestro modelo. Después de todo, ese es el verdadero objetivo del ejercicio.

Nota del editor: Este artículo apareció por primera vez en nuestro boletín semanal "Checks and Balance" sobre política estadounidense. Puedes registrarte para recibirlo aquí.

Reutilizar este contenido The Trust Project