Inferencias sobre el comportamiento electoral para medir la fidelidad de los votantes
Inferences about electoral behavior to measure voter support
Kumar Vivas
Esta dirección de correo electrónico está protegida contra spambots. Necesita activar JavaScript para visualizarla.
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE
SEDE SANTO DOMINGO
David Vivas
Esta dirección de correo electrónico está protegida contra spambots. Necesita activar JavaScript para visualizarla.
PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR
Resumen
En base a los resultados electorales de las elecciones presidenciales del Ecuador en 2013 y 2017 se realizó este trabajo usando la inferencia ecológica para medir la fidelidad de los votantes hacia Alianza País entre estas dos elecciones. Para esto, se construyó un modelo Bayesiano jerárquico beta binomial cuyos resultados de simulación fueron obtenidos por medio de técnicas computacionales como Markov Chain Monte Carlo a través del lenguaje RStan. Estos resultados se mostraron a nivel parroquial por medio de la distribución a posteriori para las variables de interés y a nivel general por medio de mapas de calor que indican las zonas en las que el partido ganó o perdió votantes.
Palabras clave: Inferencia ecológica, comportamiento electoral, estadística bayesiana, Markov Chain Montecarlo, modelos jerárquicos.
Abstract
Based on electoral results of the presidential elections in Ecuador in 2013 and 2017 this work was done using ecological inference to measure the electoral support towards Alianza País between these two elections. For this purpose, a Bayesian hierarchical beta binomial model was constructed, whose results will be obtained through computational techniques such as Markov Chain Monte Carlo and the RStan language. The results were presented at township level through a posteriori distribution for the variables of interest and at a general level through heat maps that indicate the areas in which the party won or lose voters.
Keywords: Ecological inference, electoral behavior, Bayesian statistics, Markov Chain Montecarlo, Hierarchical models.