📐 Modelado bayesiano en encuestas

📐
BAYES

Estadística bayesiana: el método que usó Nate Silver para predecir correctamente 49 de 50 estados USA 2012.

Qué es

Actualizar probabilidades conforme llegan nuevos datos.

Fórmula de Bayes

P(A|B) = [P(B|A) × P(A)] / P(B)

Donde A = Candidato gana | B = Nueva encuesta

Vs Tradicional

📊 Tradicional

Una encuesta ± margen = "empate técnico"

Ejemplo: A: 48% ± 3%
B: 47% ± 3%
→ "Empate técnico"

🎯 Bayesiano

Combina múltiples encuestas + datos históricos + tendencias

Resultado: "A tiene 72% probabilidad de ganar"

Cómo funciona

1. Prior (previo)

¿Qué sabemos ANTES de las encuestas? Elecciones pasadas, aprobación, contexto.

2. Likelihood (verosimilitud)

Nueva encuesta llega: A 48%, B 45%

3. Posterior (posterior)

Combinamos prior + nueva información = Probabilidad actualizada

4. Iteración

El posterior se convierte en nuevo prior para la siguiente encuesta

Caso México 2024

📊 Modelo Bayesiano Polimétrica

Input: 47 encuestas procesadas durante 6 meses de campaña

89%
Probabilidad Candidata A
57-62%
Margen predicho
59.7%
Resultado real
0.3pts
Error del modelo

Precisión excepcional: El modelo bayesiano predijo dentro de 0.3 puntos el resultado final.

Ventajas del enfoque bayesiano

¿Modelos predictivos bayesianos?

Consultar