Más allá del “fraude” como axioma: inferencia estadística del conflicto poselectoral de 2006 veinte años después
Se reexamina el debate sobre el presunto fraude en la elección presidencial mexicana de 2006 y se reordena como un problema de inferencia estadística bajo incertidumbre. Con base en datos de cómputos distritales a nivel casilla, documento el comportamiento del margen de victoria entre candidatos punteros, se incluyen comparaciones entre subconjuntos relevantes (casillas especiales y casillas con inconsistencia aritmética) para evaluar si existe un patrón compatible con manipulación direccional sistemática. El aporte metodológico es estimar, mediante simulaciones Monte Carlo, la probabilidad de observar un falso ganador (reversión del margen): bajo un diseño estratificado, la probabilidad estimada es de 15.4 %. Se concluye que la evidencia analizada no apunta a una intervención sistemática capaz de invertir el resultado agregado, y que el debate público se beneficia de sustituir afirmaciones dicotómicas por probabilidades explícitas y estándares de prueba verificables.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Citas
Aparicio, Javier. (2009). Análisis estadístico de la elección presidencial de 2006: ¿Fraude o errores aleatorios? Política y Gobierno, 16(2), 225–243.
Cochran, William Gemmell. (1977). Sampling techniques (3a. ed.). Wiley.
Crespo, José Antonio. (2008). 2006: Hablan las actas. Debate.
Díaz-Polanco, Héctor. (2012). La cocina del diablo: El fraude de 2006 y los intelectuales. Temas de Hoy.
Erdely Ruiz, Arturo. (2018). La falacia del empate técnico electoral. Revista Mexicana de Estudios Electorales, 2(20), 11–47. DOI: https://doi.org/10.54505/somee.rmee.2018.2.20.a2
Eslava, Guillermina. (2006). Las elecciones de 2006: Un análisis del conteo rápido. Ciencias, (84), 30–37.
Gelman, Andrew, y Hill, Jennifer. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. DOI: https://doi.org/10.1017/CBO9780511790942
Instituto Federal Electoral. (2006). Informe sobre las actividades del Comité Técnico Asesor para la Realización de Conteos Rápidos. IFE.
Lohr, Sharon L. (2010). Sampling: Design and analysis (2a. ed.). Brooks/Cole, Cengage Learning.
Mayo, Deborah G. (2018). Statistical Inference as Severe Testing: How to Get Beyond the Statistics Wars. Cambridge University Press. DOI: https://doi.org/10.1017/9781107286184
Mendoza, Manuel, y Nieto-Barajas, Luis E. (2016). Quick counts in the Mexican presidential elections: A Bayesian approach. Electoral Studies, 43, 124–132. https://doi.org/10.1016/j.electstud.2016.06.007 DOI: https://doi.org/10.1016/j.electstud.2016.06.007
Misión de Observación Electoral de la Unión Europea. (2006). Informe final: Elecciones presidenciales y legislativas, 2 de julio de 2006 (México). Unión Europea.
Murphy, Susan A. (2003). Optimal Dynamic Treatment Regimes. Journal of the Royal Statistical Society Series B: Statistical Methodology, 65(2), 331-355. https://doi.org/10.1111/1467-9868.00389 DOI: https://doi.org/10.1111/1467-9868.00389
Pliego Carrasco, Fernando. (2007). El mito del fraude electoral en México. Pax México.
Robert, Christian P., y Casella, George. (2004). Monte Carlo statistical methods (2a. ed.). Springer. DOI: https://doi.org/10.1007/978-1-4757-4145-2
Rubinstein, Reuven. Y., y Kroese, Dirk P. (2016). Simulation and the Monte Carlo method (3rd ed.). Wiley. DOI: https://doi.org/10.1002/9781118631980
Särndal, Carl-Erik, Swensson, Bengt, y Wretman, Jan. (1992). Model assisted survey sampling. Springer. DOI: https://doi.org/10.1007/978-1-4612-4378-6
Scheaffer, Richard L., Mendenhall, William, y Ott, R. Lyman. (2006). Elementary survey sampling (6a. ed.). Thomson Brooks/Cole.
Tribunal Electoral del Poder Judicial de la Federación. (2006). Dictamen relativo al cómputo final de la elección de Presidente de los Estados Unidos Mexicanos, declaración de validez de la elección y de presidente electo. TEPJF.
Wahba, Grace. (1990). Spline Models for Observational Data. Society for Industrial and Applied Mathematics. DOI: https://doi.org/10.1137/1.9781611970128
