datos elecciones

[Carlos Gomez-Uribe <xxx@xxx.xxx.xxx>]

Hola Mochan,

Mi nombre es Carlos Gomez Uribe. Soy mexicano y estoy estudiando un 
doctorado en ingenieria medica en Boston, en el MIT, y mi fuerte es la 
probabilidad. Me llego el email con los datos que procesaste y pusiste en 
tu pagina, y se me hicieron muy interesantes. En particular me intereso la 
ultima grafica, donde tienes la diferencia de votos entre Calderon y AMLO 
como funcion de actas procesadas. El modelo mas sencillo que se me ocurre 
para dicha data no corresponde para nada a lo que se observa.

Suponiendo que:
1) La suma de los votos para Calderon y Amlo (llamala N) es proporcional al 
numero de actas procesadas (esto es para simplificar las cosas, pero esta 
suposicion no es necesaria para concluir lo mismo), y que
2) El numero de votos para Calderon sigue una distribucion binomial (donde 
cada voto se le da a Calderon con probabilidad p1 independientemente de los 
votos anteriores, y p1=numero total de votos por Calderon al final del 
conteo/ numero total de votos para Calderon o Amlo al final del conteo, o a 
Amlo con probablidad p2=1-p1)

Entonces se espera que

1) en promedio, la diferencia de votos entre Calderon y Amlo crezca 
linalmente como funcion de el numero total de actas procesadas: 
promedio=N(2p1-1), donde N es el numero total de votos para Amlo y Calderon 
que crece linealmente con el numero de actas procesadas
2) la varianza de la diferencia de votos crezca linealmente con N tambien: 
4p1(1-p1)N.

Asi que la data que muestras en esta figura deberia seguir una linear recta 
con fluctuaciones cada vez mas grandes. Obviamente esto no concuerda en 
absoluto con lo que se ve en el rango que muestras, donde la diferencia y 
sus fluctuaciones no crecen linealmente, sino que oscilan, como funcion del 
numero de actas procesadas. Seria muy interesante ver el comportamiento de 
las primeras 60000 actas, para ver que tan inconsistente es esa parte 
tambien. Tienes la data de esas actas?

Esto, solo dice que el sampleo no es binomial osea que las actas, como bien 
senialas, no fueron ordenadas de manera aleatoria antes de ser contadas, 
pero seria interesante poder explicar estos patrones sabiendo de donde 
procede cada acta.

Tambien, otra forma de analizar esta data es con un proceso de difusion, 
donde la diferencia aumenta por +1 si el siguiente voto es para Calderon o 
disminuye por -1 si es para AMLO, suponiendo otra vez independencia entre 
votos. Bajo este escenario, la diferencia que muestras es un proceso de 
difusion con bias (hacia Calderon), y se puede estimar la probabilidad de 
que la diferencia alcance los valores minimos y maximos que muestras, como 
funcion de tiempo. Y estoy seguro que la probabilidad de la data que 
muestras bajo este model tambien es bajisima.

Tienes mas data, o sabes donde puedo accesar esta data del PREP como 
funcion de tiempo, y con la mayor cantidad de detalles posibles? O sabes si 
alguien ya la tiene en un formato facil de manejar como el que tienes en tu 
pagina de internet?

Muchas gracias, saludos,
Carlos

PS Estoy copiando tambien a amigos y familiares que pudieran estar interesados.