La monitorización de la estimación de voto con modelos ponderados y no ponderados: un test empírico

Abstract

La aplicación en España de los modelos basados en los procedimientos de filtrado, imputación y ponderación empleando datos procedentes de encuestas ha sido una práctica generalizada. En gran parte, causado por la carencia de datos significativos sobre intención de voto o comportamiento electoral, que permitiesen la construcción de series temporales y abriese el camino a la aplicación de modelos alternativos. Limitados la mayoría de los análisis a los modelos sincrónicos ajustados a las mediciones efectuadas en una única encuesta, los diferentes componentes (filtrado, imputación y ponderación) adquieren una relevancia especial. Siendo ellos en sí mismos procedimientos de naturaleza técnica o aplicada, dependen de la orientación teórica o interpretación previa de los procesos sociales para afinar y ajustar su uso. Este artículo presenta en primer lugar un procedimiento de diagnóstico de clima y dinámica electoral, para después en función a ellos, proceder a la comparación entre modelos ponderados y no ponderados en la aproximación a la estimación electoral. Para ello, tras un diagnóstico de volatilidad, y tomando como coeficiente el Error Medio Absoluto, se evalúan sus resultados. Se emplean para ello los últimos barómetros del CIS realizados antes de las elecciones generales en 2011 y en 2016. La conclusión de las pruebas empíricas es que, en periodos con dinámicas estacionarias o evolucionarias, la ponderación por recuerdo de voto produce mejores ajustes a resultados mientras que la no ponderación es más eficaz en periodos volátiles y con fuertes dinámicas de cambio. Especialmente, en los periodos entre elecciones donde las monitorizaciones de las estimaciones electorales requieren de modelos específicos y diferentes a los que corresponden a periodos electorales activos.

The application in Spain of the models based on filtering, imputation and weighting procedures using data from surveys has been a widespread practice. In large part, caused by the lack of significant data on voting intention or electoral behavior, that may enable the construction of time series and opened the way to the application of alternative models. Being limited the majority of analyzes to synchronous models, adjusted to the measurements made in a single survey, the different components (filtering, allocation and weighting) acquire special relevance. At the same time, being themselves procedures of a technical or applied nature, they depend on the theoretical orientation or prior interpretation of social processes to refine and adjust their use. This article first presents a procedure for the diagnosis of electoral dynamics, and then, according to them, proceeding to the comparison between models. After that, this analysis presents the comparison between weighted and unweighted models with the electoral results. For this, after a diagnosis of volatility, and taking the Mean Absolute Error (MAE) as a coefficient, its results are evaluated. The last CIS barometers made before the general elections in 2011 and in 2016 are used for this purpose. The conclusion of the empirical tests is that, in periods with stationary or evolutionary dynamics, weighting by vote recall produces better adjustments to results while that non-weighting is more effective in volatile periods and with strong dynamics of change. Especially in the periods between elections where the monitoring of electoral estimates requires specific models different from those corresponding to active electoral periods.