L¨®pez Obrador sube en las encuestas y tiene un 92% de probabilidades de ganar

Andr¨¦s Manuel L¨®pez Obrador afronta el ¨²ltimo mes antes de las elecciones mexicanas con una sustancial ventaja sobre sus rivales. El l¨ªder de Morena cuenta con un 48% de intenci¨®n de votos, seg¨²n el promedio de sondeos y ha aumentado su ventaja hasta 20 puntos con Ricardo Anaya, que cuenta con un 28%. El candidato del PRI, Jos¨¦ Antonio Meade, sigue tercero, con un 20%.

De acuerdo al modelo electoral de EL PA?S, L¨®pez Obrador tiene un 92% de probabilidades para ser elegido presidente el pr¨®ximo 1 de julio; el candidato de Por M¨¦xico al Frente ¨Cla coalici¨®n del conservador PAN y los progresistas PRD y Movimiento Ciudadano- un 9% y Meade, un 1%, es decir, solo se impondr¨ªa una de cada 100 veces.

La ventaja de L¨®pez Obrador es clara. Ni siquiera los dos debates que se han celebrado hasta ahora, el terreno en el que peor se desenvuelve el tres veces candidato, han mermado su posici¨®n en las encuestas. No es normal que se produzca un vuelco electoral que haga perder 20 puntos al candidato puntero. Sirve de referencia una estad¨ªstica deportiva: ahora mismo una derrota de L¨®pez Obrador ser¨ªa m¨¢s rara que ver fallar un penalti a Cristiano Ronaldo. No obstante, la victoria del candidato de Morena tampoco es una certeza: los sondeos a¨²n podr¨ªan moverse y hasta el ¨²ltimo d¨ªa habr¨¢ espacio para una sorpresa.

Estos pron¨®sticos se calculan a partir de encuestas, usando la metodolog¨ªa de nuestros modelos electorales para Francia, Reino Unido o Espa?a. Los modelos convierten las encuestas en predicciones probabil¨ªsticas despu¨¦s de estudiar la precisi¨®n hist¨®rica de miles de sondeos. En el caso de M¨¦xico, el modelo asume un error medio de 3,5 puntos por candidato, que es mayor ahora porque faltan semanas hasta el 1 de julio. El margen de error todav¨ªa ronda los 15 puntos para un candidato con el 40% de votos. L¨®pez Obrador es favorito, pero no tiene garantizada su victoria.

L¨®pez Obrador cuenta con otros datos a su favor. El primero es la tendencia positiva en los sondeos. El candidato de Morena ha subido siete puntos en las encuestas desde marzo. Eso ha hecho que sus opciones de victoria aumentasen tambi¨¦n desde el 79% ¡ªnuestra primera predicci¨®n del d¨ªa 31 de marzo¡ª hasta el 92% actual.

Mientras, sus rivales no terminan de cerrar la distancia y la segunda plaza sigue en disputa. El mejor momento para Meade fue poco despu¨¦s de ser designado por el presidente, Enrique Pe?a Nieto, como el candidato del PRI. No obstante, la mala imagen del partido y el Gobierno actual, ha pesado mucho en toda la campa?a. El ¨²ltimo debate, en el que el aspirante priista se mostr¨® m¨¢s s¨®lido que sus rivales, no ha tra¨ªdo una mejora muy grande en los sondeos. Por su parte, Ricardo Anaya, que inici¨® el a?o al alza, se ha estancado en los ¨²ltimos meses. Si el primer debate le sirvi¨® para marcar distancias con Meade, el segundo, celebrado hace dos semanas en Tijuana, no fue fruct¨ªfero para Anaya.

El ¨²ltimo mes ha sido particularmente bueno para el candidato de Morena, que podr¨ªa estar subiendo otro escal¨®n. Las cuatro encuestas m¨¢s recientes en nuestro promedio ¡ªde Parametria, Reforma, Ipsos y Demotecnia¡ª lo colocaron por encima del 50% de votos. En mayo las encuestas de Reforma y Parametria le dan subidas de 4 y 9 puntos. Ricardo Anaya y Jos¨¦ Antonio Meade, mientras tanto, aparecen planos o pierden apoyos.

Una de los factores a los que recurren tanto Anaya como Meade para decir que la batalla electoral no est¨¢ resuelta es al n¨²mero de indecisos. Tampoco los datos en este caso son malos para L¨®pez Obrador, porque no hay tanto como podr¨ªa parecer. En la ¨²ltima encuesta de Enkoll, que public¨® La Silla Rota, un 33% de los mexicanos dice que a¨²n no sabe por quien votar¨¢. Pero la mayor¨ªa en ese grupo declarar¨¢ preferencia por alg¨²n candidato. Los indecisos absolutos (que no saben por quien votar¨¢n ni declaran preferencias) seguramente no superan el 14% del censo. Esas personas, adem¨¢s, tienen propensi¨®n a no votar. Hay que recordar que la cifra de encuestados que reconocen que es probable que no voten apenas llega al 20%, aunque la abstenci¨®n real suele superar el 35%.

?Cu¨¢l es la esperanza de Ricardo Anaya en este ¨²ltimo mes? Su baza pasa por coordinar el voto contra L¨®pez Obrador. Hasta el momento ha conseguido el apoyo de la ¨¦lite empresarial, que ha desistido de apoyar a su favorito, Meade, para decantarse por Anaya. Esta ¨¦lite, adem¨¢s, ha lanzado duros ataques contra L¨®pez Obrador en las ¨²ltimas semanas. Pero de nuevo los sondeos ofrecen cierta tranquilidad al candidato de Morena. Los datos sobre segundas opciones limitan el flujo potencial de votantes saltando de Jos¨¦ Antonio Meade a Ricardo Anaya. Seg¨²n cifras de la empresa Demotecnia, si la elecci¨®n fuese entre L¨®pez Obrador y Anaya, los votantes de Meade se repartir¨ªan casi a partes iguales. Es decir, hay un sector del PRI que se siente m¨¢s c¨®modo con la victoria de L¨®pez Obrador que con un triunfo del expresidente del PAN, el tradicional partido opositor en M¨¦xico. Eso limita los efectos coordinaci¨®n. Entre los votantes del candidato del PRI habr¨ªa un 40% que tiene a Anaya como segunda opci¨®n, pero eso solo supone el 8% de todos los votos. Aunque todos ellos decidiesen votar por Anaya al final ¡ªcosa poco probable¡ª, ser¨ªan insuficientes para hacerle ganar.

La derrota de L¨®pez Obrador, en caso de producirse, vendr¨ªa seguramente por dos v¨ªas. Una posibilidad es que se produzca un cambio brusco en las encuestas durante el final de campa?a. En ese caso lo ver¨ªamos en los ¨²ltimos sondeos. La otra opci¨®n es que la sorpresa llegue el d¨ªa de la elecci¨®n y que el recuente demuestre que las encuestas estaban muy erradas. Eso no es imposible ¡ªocurri¨®, por ejemplo, con el plebiscito colombiano en 2016, cuando las encuestas fallaron por 15 puntos¡ª, pero no es algo frecuente. Por eso nuestro modelo mantiene a L¨®pez Obrador favorito al 92%.

Metodolog¨ªa del modelo. Las predicciones las produce un modelo estad¨ªstico basado en sondeos y en su precisi¨®n hist¨®rica. El modelo es similar al que usamos en Francia, Reino Unido o Catalu?a. Funciona en tres pasos: 1) agregar y promediar las encuestas en M¨¦xico, 2) incorporar la incertidumbre esperada, y 3) simular 20.000 elecciones presidenciales para calcular probabilidades.

Paso 1. Promediar las encuestas. Nuestro promedio tienen en cuenta docenas de sondeos para mejorar su precisi¨®n. Los datos han sido recopilados en su mayor¨ªa por la web Oraculus.mx. El promedio est¨¢ ponderado para dar distinto peso a cada encuesta seg¨²n tres factores: el tama?o de la muestra, la casa encuestadora y la fecha.

Peso por muestra. Las encuestas con m¨¢s entrevistas reciben m¨¢s peso, seg¨²n una ley decreciente (pasado cierto umbral, hacer m¨¢s entrevistas aporta poco).

Efecto de la casa encuestadora. La mayor¨ªa de encuestadoras tienden a dar mejores resultados a un candidato de forma sistem¨¢tica. Es algo razonable: si usan m¨¦todos e hip¨®tesis diferentes, es normal que sus desviaciones sean constantes. El problema es que estos efectos mueven el promedio artificialmente a corto plazo. Una opci¨®n para evitarlo es calcular los ?efectos casa?, la desviaci¨®n sistem¨¢tica de cada encuestadora con cada candidato. Despu¨¦s, al promediar las encuestas, sustraemos (parte de) esa desviaci¨®n del dato de la encuestadora.

Encuestas repetidas. Ponderamos a la baja las encuestas repetidas de un mismo encuestador. La idea es sencilla: no queremos que una empresa que haga muchas encuestas domine el promedio. Al calcular el promedio en una fecha, la encuesta m¨¢s cercana de cada encuestador tiene peso 1, y el resto un peso reducido.

Peso por fecha. El ¨²ltimo factor es el m¨¢s importante: queremos dar m¨¢s peso a las encuestas recientes al calcular el promedio. Para conseguir eso asignamos pesos a los sondeos seg¨²n una ley decreciente exponencial (por ejemplo, en este promedio una encuesta de hace 15 d¨ªas recibe la mitad de peso que una encuesta de hoy). Tambi¨¦n definimos una franja de exclusi¨®n y eliminamos completamente las encuestas con m¨¢s de 60 d¨ªas de antig¨¹edad.

Paso 2. Incorporar la incertidumbre de las encuestas. Este es el paso m¨¢s complicado y m¨¢s importante. Necesitamos estimar la precisi¨®n esperada de los sondeos en M¨¦xico. ?De qu¨¦ magnitud son los errores habituales? ?C¨®mo de probable es que se produzcan errores de 2, 3 o 5 puntos? Para responder esas preguntas hemos estudiado cientos de encuestas en M¨¦xico y miles internacionales.

Calibrar los errores esperados. Primero he estimado el error de las encuestas en M¨¦xico. He construido una base de datos con encuestas de cinco elecciones desde 2000 ¡ªincluyendo las tres presidenciales. El error absoluto medio (MAE) de los promedios de encuestas en M¨¦xico ha rondado los 3 puntos por partido o candidato. Eso significa que fueron habituales desviaciones de 3 o 4 puntos y que el margen de error se acerca a los 8 puntos. Pero tres elecciones son pocas para extraer conclusiones fuertes, especialmente si miramos el acierto de los sondeos en la regi¨®n. Nuestro an¨¢lisis de 24 votaciones en Latinoam¨¦rica eleva el error MAE a 4 puntos. Por eso, queriendo ser cautos, nuestro modelo asume un MAE de 3,5 puntos para M¨¦xico.

Esos errores dependen al menos de dos cosas: del tama?o del candidato/partido y de la cercan¨ªa de las elecciones. Para tener en cuenta esos dos factores hemos recurrido a la base de datos de Jennings y Wlezien, recientemente publicada en Nature. Hemos analizado los errores de m¨¢s de 4.100 encuestas en 241 elecciones de 19 pa¨ªses occidentales. As¨ª hemos construido un modelo sencillo que estima el error MAE del promedio de votos estimado por las encuestas para cada partido, teniendo en cuenta: i) su tama?o (es m¨¢s f¨¢cil estimar un partido que ronda el 5% en votos que uno que supera el 30%), y ii) los d¨ªas que faltan hasta las elecciones (porque las encuestas mejoran al final).

Distribuci¨®n. Para incorporar la incertidumbre al voto de cada partido en cada simulaci¨®n utilizo uno distribuci¨®n multivariable. Uso distribuciones t-student en lugar de normales para que tengan colas m¨¢s largas (curtosis): eso hace m¨¢s probable que sucedan eventos muy extremos. Las ventajas de esa hip¨®tesis la explica Nate Silver. El nivel de curtosis lo he estimado con la base de datos. Luego defino la matriz de covarianzas de estas distribuciones para que i) la suma de los votos no sobrepase el 100% (una idea de Chris Hanretty), y ii) consideren correlaciones entre candidatos cercanos (tomando datos de duelos cara a cara y de segundas opciones). Por ¨²ltimo, hay que escalar la amplitud de las matrices de covarianza para que las distribuciones de voto que resultan al final tengan el MAE y la amplitud esperados seg¨²n la calibraci¨®n.

Paso 3. Simular. El ¨²ltimo paso consiste en ejecutar el modelo 20.000 veces. Cada iteraci¨®n es una simulaci¨®n de las elecciones con porcentajes de voto que var¨ªan seg¨²n la distribuci¨®n definida en el paso anterior. Los resultados en esas simulaciones permiten calcular las probabilidad que tiene cada candidato de ganar.

Por qu¨¦ encuestas.?El modelo se basa por entero en encuestas. Existe la percepci¨®n de que los sondeos no son fiables, pero a nivel nacional fallaron por pocos puntos incluso con Trump y con el Brexit. En otras elecciones recientes dieron menos que hablar porque estuvieron acertados (Francia, Pa¨ªses Bajos, Pa¨ªs Vasco, Galicia, Catalu?a). Pese a la creencia popular, lo cierto es que las encuestas no lo han hecho mal ¨²ltimamente. Las encuestas raramente son perfectas, pero no existe una alternativa que haya demostrado mejor capacidad de predicci¨®n.