Simulaciones de Universidad de Colombia Los investigadores muestran un ligero sesgo hacia Trump, pero menos que en las elecciones de 2016.
La victoria de Trump en 2016 en el Colegio Electoral sin liderar el voto popular ha llevado a una amplia especulación de una repetición en 2020. Los investigadores de la Universidad de Columbia se han estado preguntando lo mismo.
Robert Erikson, profesor de ciencias políticas, y Karl Sigman, profesor de ingeniería industrial e investigación de operaciones en Columbia Engineering, han examinado cómo los resultados del Colegio Electoral están condicionados por la forma en que los estados votaron en elecciones anteriores. Sus simulaciones sugieren que en 2020 es probable que el sesgo del Colegio Electoral vuelva a favorecer a los republicanos, pero en menor grado que en 2016.
En un nuevo estudio publicado hoy en PNAS, Erikson y Sigman, junto con el candidato a doctorado Linan Yao, muestran cómo pronosticar el voto electoral si el voto popular de 2020 está cerca, teniendo en cuenta la configuración de la votación estatal en 2016. Examinaron el grado de sesgo del Colegio Electoral en elecciones pasadas y el grado en que se puede predecir de antemano a partir de patrones de votación estatales anteriores, que se remonta a 1980
Basándose en miles de simulaciones, su investigación sugiere que el sesgo en 2020 probablemente favorecerá a Trump nuevamente, pero en menor grado que en 2016. Y, señala el equipo, hay un rango suficiente en los posibles resultados para que el sesgo incluso podría favorecer Biden.
El equipo descubrió que en las elecciones presidenciales pasadas, el sesgo potencial del Colegio Electoral fue menor que en 2016. En estas elecciones, la diferencia entre los estados en su votación presidencial es una función de la votación presidencial más reciente de los estados, además de nuevos aportes, como cambios en población, no predicho por la votación anterior del estado. Si bien la distribución de las elecciones de 2016 es importante, la evidencia de elecciones pasadas sugiere que los estados pueden apartarse considerablemente de su votación anterior y que, por lo tanto, también hay cierta incertidumbre para 2020.
“Observamos que 2016 fue un valor atípico estadístico”, dijo Erikson, quien señaló que Trump ganó en 2016 al ganar apenas Wisconsin, Michigan y Pensilvania. Si las elecciones de 2020 son igualmente cercanas a nivel nacional, esos resultados podrían ser diferentes. Varios otros estados (Arizona, Florida, Georgia, Carolina del Norte) también podrían estar en juego en 2020, solo en base a lo cerca que estuvieron en 2016. Erikson agregó: “Las divisiones demócratas versus republicanas en las elecciones anteriores han importado, pero solo a un punto. Es por eso que el mismo voto popular nacional que en 2016 podría tener un resultado diferente en el Colegio Electoral ”.
Los investigadores observaron el porcentaje de demócratas y republicanos en un estado en función del voto en la elección anterior y midieron los porcentajes en relación con la media estatal. El voto de cada estado como una posición relativa en la escala demócrata-republicana se aproxima al de la elección anterior más un término de “error” aleatorio. Ese error es crítico ya que representa nuevos factores desde 2016 que dan forma a la votación estatal, como, por ejemplo, los votos de los nuevos migrantes de otros estados. Las simulaciones de Columbia incorporan este error para reflejar todas las posibles configuraciones de estados, asumiendo una votación cerrada a nivel nacional.
“Descubrimos que Biden probablemente no necesita un margen de voto popular tan grande como lo hizo Hillary Clinton”, dijo Sigman. “Si la votación fuera 51-49, como sucedió con Hillary Clinton, ese sería el punto de inflexión, y el Colegio Electoral podría ir en cualquier dirección en lugar de una victoria segura de Trump. Nuestro estudio muestra que las elecciones de 2020 tienen menos inclinación hacia los republicanos que en 2016 “.
Referencia: 26 de octubre de 2020, procedimientos de la Academia Nacional de Ciencias.
DOI: 10.1073 / pnas.2013581117
