Elección presidencial 2024

Oraculus recopila, sistematiza y agrega los resultados de las principales encuestas de intención de voto para Presidente de México. Nuestro modelo se actualiza cada vez que alguna de las principales empresas encuestadoras publica sus resultados.

*Los porcentajes pueden no sumar 100% por cuestiones de redondeo

Encuestas

Encuestas en los estados

Consulta los resultados de las encuestas para las gubernaturas y la Jefatura de Gobierno de la CDMX en el Observatorio Electoral del CEDE

Observatorio CEDE

Boleta genérica

Resultados de intención de voto para Presidente con boleta genérica. La boleta genérica no incluye nombres de candidatos, sino de partidos. Conforme avanzan las campañas, las encuestadoras dejan de publicar este tipo de estimación, y por lo tanto, Oraculus dejará de actualizar esta sección.

*Los porcentajes pueden no sumar 100% por cuestiones de redondeo

*Los porcentajes pueden no sumar 100% por cuestiones de redondeo

Resultados históricos en elecciones presidenciales

Porcentaje de votos válidos
* En 2000, PAN=PAN+PVEM y PRD=PRD+PT+MC+PAS+PCN
* En 2006, PRI=PRI+PVEM y PRD=PRD+PT+MC

Encuestas – boleta genérica

Oraculus actualiza el Poll of Polls cada vez que alguna de las principales encuestadoras difunde resultados de intención de voto. Además de brindar información sobre la preferencia electoral actual, una nueva encuesta contribuye a mejorar las estimaciones de los meses anteriores; por lo tanto, la serie de tiempo puede variar en cada actualización.

Modelo y programación web: Javier Márquez
Datos:  Stephani Galindo.

Metodología

Los criterios de inclusión de las encuestas publicadas son:

  1. Encuestas cara a cara en vivienda o telefónicas (excluyendo robopolls)
  2. Cuya metodología pueda ser consultada en los estudios entregados a la Secretaría Ejecutiva del INE.

Nuestro método de agregación de encuestas consiste en un modelo bayesiano multinomial para series de tiempo. Sea \(p_{ij}\) un vector con las proporciones de respuestas de la encuesta \(i\) a cada categoría de la pregunta de intención de voto (partido, coalición o candidato, según corresponda). Denotamos a \(n_{i}^{*}=\frac{n_{i}}{deff}\) el tamaño efectivo de muestra, donde \(deff=1.7\) es una aproximación conservadora del efecto de diseño. Entonces, \(y_{ij}=p_{ij}n_{i}^{*}\) es un vector de conteos que proviene de una distribución de probabilidad multinomial:

\(
y_{ij}\sim Multinomial\left(\pi_{ij},n_{i}^{*}\right)
\)

cuyo parámetro \(\pi_{ij}\) es la probabilidad de que un entrevistado manifieste su preferencia hacia cada una de las categorías de respuesta:

\(
\pi_{ij}=\frac{exp\left(\theta_{t[i]j}+\delta_{k[i]j}\right)}{\sum_{j=1}^{J}exp\left(\theta_{t[i]j}+\delta_{k[i]j}\right)}
\),

fijando la ecuación de una de las categorías en cero, para identificación del modelo.

Así, la probabilidad de elegir una de las categorías de respuesta en la encuesta \(i\) depende (1) de la preferencia electoral latente en la población \(\theta_{tj}\) en el periodo de tiempo \(t=1\ldots T\) en que se levantó la encuesta y (2) del «efecto de casa» \(\delta_{kj}\) de la empresa \(k=1\ldots K\) que la realizó.

El modelo de transición consiste en un nivel local:

\(
\begin{bmatrix}
\theta_{t[i],1}\\
\vdots\\
\theta_{t[i],j}
\end{bmatrix}\sim N\left(
\begin{bmatrix}
\theta_{t-1,1}\\
\vdots\\
\theta_{t-1,j}
\end{bmatrix},\sum\right)
\)

donde \(\sum\) es una matriz de varianza-covarianza.

Los parámetros fueron estimados con simulación bayesiana (MCMC) a través de JAGS. Las distribuciones a priori se especificaron de manera difusa o poco informativa. Los efectos de casa fueron estimados de manera redundante y con la restricción de que su media sea cero.

Las gráficas muestran la preferencia latente neta de efectos de casa, la cual se obtiene con la transformación inversa (softmax):

\(
\frac{\exp\left(\theta_{t,j}+\tilde{\delta_{j}}\right)}{{ \sum}\exp\left(\theta_{t,j}+\tilde{\delta_{j}}\right)}
\)

donde \(\tilde{\delta_{j}}\) representa el efecto mediano de casa.